高可用架构
到了平台成熟期,最大的威胁不再是流量,而是任何一个单点:应用进程崩溃、连接池耗尽、Redis 实例内存溢出、数据库主节点宕机、整个机房断电。凌晨主库故障,人工处理了整整 2 小时;另一次新闻 API 变慢占住连接池,10 分钟后所有 API 开始超时——一次局部故障被放大成了全站事故。
这一章覆盖四个层次的可靠性。服务级用健康检查端点、自动重启脚本、Systemd 和进程管理让实例自己爬起来;数据级用自动故障转移处理主库宕机,把恢复时间从小时级降下来,同时要面对复制延迟、脑裂和误切换;系统级用熔断器、限流、超时控制、资源隔离和降级策略切断雪崩的传导链;机房级用多活容灾对抗断电这种极端场景,并靠灾难演练来验证它真的有效。
读完你应该能为一次具体故障选择对应的防护层级,能说清熔断器、超时和降级各自挡住了什么,也能讲出多活方案在数据一致性上要付出的代价。
发现内容有问题?
告诉我们哪里需要改进。
