限速与重试指南

与几十年前相比，网络相当可靠，随着我们继续构建更大，更全球分布的系统，我们使自己容易受到可能发生的所有不良事件的影响。为了解决这个问题，我们将不得不放弃同步请求/响应类型编程。调用方法（称为远程过程调用或RPC）的面向对象模型倾向于分解为网络不可靠时的条件，将我们的系统置于非确定性状

在讨论分布式系统的弹性之前，让我们快速回顾一些基本术语：弹性Resiliency：任何系统从困难中恢复的能力，(banq注：弹性也就是适应能力)。分布式系统：一些网络组件通过传递消息来完成一个共同目标。可用性：任何系统在任何时间点保持正常运行的可能性。故障与故障：故障

当使用微服务架构来构建我们的应用程序时，在服务中最终会得到一个非常复杂的依赖树。如果依赖关系树中的服务遇到导致其开始缓慢响应的问题，则最终会形成一系列问题，这些问题会使依赖关系树级联起来。随着越来越多的请求进入应用程序，等待慢速服务响应可能会消耗越来越多的资源。更糟糕的是，对慢速服务施加的额

本文是开源工作流引擎Camunda联合创始人Rücker对微服务调用进行弹性设计的改进建议，类似谷歌的gRPC和阿里的Dubbo都可以看成是RPC微服务，Spring提供了REST服务，这些服务虽然形式不同，本质都是同步调用。这种同步调用在生产环境可能遭遇各种意外情况发生堵塞延迟，怎么办？下面他提出

当你你写了一个bash脚本，但是由于错误而运行一半退出了，当您修复了系统中的错误并再次运行这个脚本。但是脚本中的一半步骤会立即失败，因为它们已经作用于您的系统了。要构建弹性系统，您需要编写幂等的软件。（幂等在分布式环境同样重要，这样才能保证重试等正确实现）

幂等意味着重复无关紧要。这意味着您可以安全地重试操作而不会出现问题。典型的例子是电梯按钮：你按两次它就不会叫来两部电梯。我们在这里探索为什么我们希望在电子邮件服务器中使用该属性。 什么是幂等？为什么它对分布式系统中的编程有很大帮​​助？到本集结束时

REST调用或同步是服务器之间通讯的经常方式，在没有分布式事务机制保障情况下，需要我们开发人员手工进行重试，重试几次失败后进行业务回退操作，重试非常重要，容易造成网络堵塞，引入断路器又过于重量，完善重试算法也许是一条出路： 在处理我们的应用程序时，我们不得

架构上当务之急之一是保护API和服务端点免受有害影响，例如拒绝服务，级联故障。或过度使用资源。速率限制是一种控制使用API​​或服务的速率的技术。在分布式系统中，没有比集中配置和管理使用者可以与API交互的速率更好的选择了。只有在规定速率内的那些请求才可以进入API。否则将引发HTTP“许多

使用resilience4j的库和Spring Boot设计高弹性的微服务。微服务本质上是分布式的。当您使用分布式系统时，请始终记住这一第一法则- 网络中可能发生任何事情。处理任何此类意外故障可能很难解决。故障可能是任何东西-应用程序，硬件或网络等。系统从故障中恢复并保持正常

默认情况下，Spring批处理作业因执行期间引发的任何错误而失败。但是，有时，我们可能需要提高应用程序的弹性来处理间歇性故障。在本快速教程中，我们将探索如何在Spring Batch框架中配置重试逻辑。假设我们有一个批处理作业，它读取输入的CSV文件：

事件驱动架构是一个分布式系统，而分布式系统是天生网络不可靠。这需要在发生故障时计划进行重试，但是重试会导致重复记录，某人帐户中支付两次付款是不可原谅的。为了避免多次处理事件，我们需要应用Exactly-once语义。如果消息处理系统和消息消费者之间没有某种合作，就不可能保证完全一次处

RSocket可以彻底改变分布式系统中的机器到机器通信。在以下段落中，我们将讨论云中的负载平衡问题以及我们将介绍有助于处理网络问题的可恢复性功能，尤其是在物联网系统中。