来源书籍

发布!设计与部署稳定的分布式系统(第2版)

Skill 版本:v23 系统架构类 经典原理(高信息浓度 + 高稳定性) 206 张卡片

Michael T. Nygard · 吾真本 译 · 人民邮电出版社 · 2020 · 第2版 · ISBN 978-7-115-52986-2

类别清单覆盖

4/4

已覆盖 4 补充生成 0 未覆盖 0

全书导读

软件通过功能测试之后,还要长期面对真实流量、错误依赖、操作失误与持续变更。本书把生产就绪放回软件设计的中心:在失效不可避免的前提下,如何让关键业务继续工作,并让团队能够观察、控制、恢复与演进系统。它以真实故障故事引出模式,模式的价值来自清晰的假设、边界和反馈。

全书主线

第一部分通过航空系统事故进入稳定性的反模式和模式,分析集成点、等待、容量失衡与级联失效,再建立超时、断路器、舱壁、卸载和调速等边界。第二部分从基础层、实例、互连到控制与安全,把运行职责逐层展开。第三部分将可部署性和版本兼容纳入设计,第四部分则观察组织关系、适应性与混沌实验。

共同主线是让故障有界、状态可见、动作可控。稳定并非每个组件永不出错,而是受损时用户仍能完成重要工作。原书工具和产品描述有成书年代,笔记把可迁移机制与当前接口事实分开;源包引用的正文图像缺失,已逐图登记,仅使用完整可读的文字和替代文本,不伪称视觉读取。

译者序

译者从夜间on-call经验提出问题:开发环境里的理想假设无法覆盖真实用户与故障组合,测试通过不能保证生产中一直稳定。第2版把关注从故障模式延伸到部署、版本与混沌工程,强调失效不可避免时怎样限制裂纹蔓延。这段给出阅读动机,具体可复用机制由各章展开,因此不把个人经历另拆成卡。

前言及中文版前言

前言把可用性放在真实运行条件下理解。第一部分建立稳定基础,第二部分处理生产环境的网络、实例和控制,第三部分让软件能持续交付,第四部分处理长期演化与混沌。案例对公司与命名做了匿名化,保留事件顺序、失效方式和损失背景;数字是给定案例而非普遍收益估计。中文版前言指出两版之间的经验演进,这些导读用于组织主线,不另作为实质机制卡。

第1章 生产环境的生存法则

软件完成特性和通过QA,只能证明一部分已知功能。真实生产会持续面对异常数据、不可控用户、网络故障及增长的规模,因而设计既要预防可预防的问题,也要让未知故障出现后能够恢复。系统价值从上线后才开始兑现,运维阶段往往远长于开发阶段。

选择架构时要同时计算实施、停机和持续维护成本。早期边界决定影响深远,却发生在信息不足时;尽快上线可补充反馈,仍需评估容量、可用性和替换能力。务实的架构关注不停机部署、可观测指标与负载变化后的改进路径,不能仅以遵守既定技术标准判断优劣。

功能通过不等于生产就绪对应本章的具体机制、案例或使用方法。 架构成本要算整个寿命 尽早上线补全决策信息 务实架构关注动态演化

原书依据 · 4 处

第一部分 创造稳定性

第一部分以航空公司停飞案例开始,先解释稳定运行的业务含义,再辨认集成点、资源等待和放大效应怎样把局部缺陷变成系统事故,最后介绍超时、断路器、舱壁等限制传播与恢复的模式。这一分部页只列出第2至5章,未增加独立概念,因此正文保留其阅读脉络,知识卡落在实际展开的章节。

第2章 案例研究:让航空公司停飞的代码异常

航空公司的核心航班服务在硬件、数据库和机房层面都有冗余,一次看似成功的数据库切换后,登机及语音应答系统却在数小时后停止服务。排查从两个受影响系统的共同依赖着手,先用现成脚本保存线程和数据库状态,再恢复服务;日志、转储和配置对比为之后复盘保留了证据。

调用方的全部工作线程等待远端读取,核心服务的EJB线程又等待数据库连接池。HTTP状态页使用另一组空闲线程,所以监控一直显示正常。继续查看FlightSearch发现,finally先关闭Statement再归还Connection;切换后旧连接触发close异常,使第二步清理被跳过。连接逐个泄漏,直到池枯竭,故障沿无限等待的调用链向外传播。

这起事故把局部清理差错、有限资源与跨系统等待连接起来。硬件冗余无法隔离应用层的共同缺陷,单一探活也不能代表业务可完成。除了修复已发现的代码,更需要在池、远程调用和服务分组边界阻止下一种未知缺陷扩散。

先恢复并自动保全证据对应本章的具体机制、案例或使用方法。 探活必须覆盖业务执行池 线程转储定位等待链 获取JVM线程转储 清理异常截断连接归还

原书依据 · 5 处

第3章 让系统稳定运行

稳定性应以用户能否完成工作衡量。本书的事务是创建订单等业务单元,可能跨多个数据库事务和外部服务;不同类型的占比形成混合工作负载。瞬间涌来的冲击、持续负载的压力及内部资源逐渐变形的劳损,会通过不同途径损害系统。

短开发周期和几小时压测难以暴露内存泄漏、累积数据与闲置连接失效。寿命测试因此要连续运行,模拟日夜高低负载,至少覆盖真实发布周期。预算有限时可先测试关键组件,但替身不能代表所有生产耦合。

一个内部失误被触发后可能表现为错误,再变成用户可见失效。各环节并不独立:慢数据库提高连接耗尽和上游内存增长概率,耦合会加速失效链。设计时应承认失效必然发生,选择可以牺牲的区域,用有限等待、服务分组与更低耦合保留关键功能,而不是幻想能枚举所有缺陷。

稳定是用户还能完成工作对应本章的具体机制、案例或使用方法。 区分冲击压力与劳损 用昼夜负载做寿命测试 失效链事件并不独立 失误错误与失效有层次 把安全失效边界设计进去

原书依据 · 6 处

第4章 稳定性的反模式

稳定性反模式关注缺陷怎样被放大。集成点既承载网络,也承载对端的时间与语义假设:端口拒绝可能很快返回,慢连接、慢读写或永不返回却会长期占住线程;HTTP已连接也可能没有合法正文。供应商客户端把锁、资源池和回调线程藏在接口之后,签名不能说明等待边界。

凌晨故障案例显示,连接池LIFO让少数连接在夜间反复使用,其余长时间闲置,被防火墙静默淘汰。清晨流量再借出旧连接时,TCP两端仍认为连接有效,I/O陷入长等。对照防火墙两端抓包才揭示原因;定期探测在该环境下刷新中间设备状态。连接资源还受描述符、缓冲区和关闭后状态影响,不能把服务器总连接数简化成本地端口数。

同层连累是一个节点失败后其他节点分摊负载,更快触发共同泄漏或并发缺陷;层叠失效则是下游等待耗尽上游池和线程,或过度重试把故障反向放大。进程活着但线程全等,同样不能交付业务。应从用户路径的外部观测判断,而非只看进程状态。

用户数并非唯一容量维度。会话占用会延续到最后一次访问之后,缺cookie的代理和爬虫还能反复建会话、加载资料并更新同一数据行。结账事务又比浏览更昂贵,转化率增加会把授权、库存和配送推到压力前沿。测试要改变事务组合,不能仅复刻平均流量。缓存虽能减负,却要限制内存、处理过期数据,并防止锁内远端加载把整个入口串行阻塞。

促销、深层链接和批量启动可能从组织内部制造流量攻击;全互联连接数、共享锁扇入及前后端实例比例则使小环境里的设计在生产放大。增加前端机器不能解决后端75个线程面对3000个线程的问题。随机错开定时器与重试、预热和分批启动可减少同步峰值,但两端仍需明确接纳与等待上限。

自动化控制器也会误判:局部观测丢失或迁移中不完整的期望状态,可能让它迅速关闭大量正常实例。控制循环需记录尚未完成的动作,限制变化速率和总量,并给异常偏差留人工观察机会。最后,数据本身也会变:平时很小的消息表膨胀到千万行后,全量读、构造对象与回滚释放锁形成反复崩溃。请求阶段限制结果量和真实规模测试,是避免这种不受控消费的必要边界。

每条集成边都可能失效对应本章的具体机制、案例或使用方法。 慢连接会耗尽调用容量 闲置连接遇上防火墙淘汰 保活流量维持中间状态 跨防火墙对照抓包 HTTP响应先验证再映射 回调接口隐藏线程约束 同层故障让幸存者更忙 等待与重试让故障跨层 会话数据占着闲置时间 软引用缓存必须容忍失载 移出进程交换容量与延迟 连接上限不能只数本地端口 用昂贵事务比例压测 缺会话标识会放大后台争用 爬虫规则不能代替流量防护 共享锁中调用远端会排长队 隔离不可控程序库的等待 缓存要同时限制量与旧值 营销流量要预先分散 点对点连接按平方增长 无共享与会话接管有取舍 容量失衡两端都要防守 按不同比例测试调用两端 启动与重试要打散时钟 控制器可能误信局部状态 控制循环要算尚未生效动作 缓慢响应形成负反馈反面 小表假设会耗光整个集群 请求时限制结果数量

原书依据 · 30 处

第5章 稳定性的模式

恢复导向的设计不以采用多少模式计分,而以缺陷出现后还能保存多少服务衡量。超时让单次出站调用和池等待有终点;延迟重试避免在故障尚未恢复时继续施压。断路器再跟踪近期失败密度,经过闭合、断开和半开试探,在坏依赖恢复前停止反复调用。超时只代表停止等待,熔断回退也不代表原业务成功。

断路器会改变业务行为,库存或信用卡无法验证时是否接单必须由业务干系人明确,而不能用通用缓存结果替代授权。异步消息虽然拆开双方同时在线的要求,也把延迟响应、失败结果和未知状态带入业务流程;异常队列与回调是设计的一部分,不能把消息发送成功当成支付授权完成。

舱壁按调用方、功能或拓扑保留故障隔离区,可从管理线程池到专用服务器组;共享数据库仍可能留下共同故障域。稳态则要求每种累积资源都有回收机制:数据清除要理解关联,日志要滚动及集中移出,缓存要有界。靠管理员每晚清盘重启维持的系统,没有真正达到一个发布周期内可持续运行。

快速失败在昂贵计算前检查输入、必需资源与依赖状态,并区分用户错误和系统性失效,避免上游误熔断。若原地恢复不可控,可让独立组件崩溃回到干净状态,但粒度必须有限、替换足够快,有监管决策且能自动重新归队。监管树根据失败范围和重启频率升级,不能退化成无限拉起进程。

握手让接收方表达当前能否接纳工作;卸载在需求超过能力时及时拒绝;背压通过有界缓冲让上游降速。跨系统无限阻塞仍会复现旧问题,因此互联网边界常需要明确拒绝与异步受理。调速器则约束自动化的动作速度及安全范围,让人能在错误决定毁掉大量资源前干预。

考验机把坏依赖独立成可控制的测试服务器,模拟只接不回、随机字节、慢速或错误正文等违反协议的行为。这补充了只能测试规范错误的集成环境,保留测试隔离,并可观察系统是否有界等待和恢复。所有方法都是限制传播的工程手段,不能消灭未知失误。

每个阻塞点都有等待上限对应本章的具体机制、案例或使用方法。 超时后别立刻堆更多重试 断路器用试探恢复调用 熔断要看密度并开放状态 授权依赖中断使接单不确定 授权中断先约定业务策略 舱壁按业务损害划边界 每种累积资源都要回收 日志滚动并移出服务主机 失败前先验证输入与资源 崩溃替换先确认四个条件 监管树不是无限重启循环 握手让接收方表明容量 用考验机制造违约响应 异步消息拆开时间依赖 异步授权仍需处理未知结果 延迟授权要设计后续流程 过载时先拒绝新工作 背压依赖有界缓冲 调速器给人工留出时间

原书依据 · 20 处

第二部分 为生产环境而设计

这一部分从促销期间的级联阻塞进入生产设计,依次观察物理与虚拟基础、单实例、互连、控制和安全边界。层级划分用于确认每项职责由谁承担:应用不能把网络、配置和观察一概视为外部条件,平台也不能替代应用处理自身状态和授权。具体因果和方案在第6至11章展开,本导语不重复制卡。

第6章 案例研究:屋漏偏逢连夜雨

促销并非只增加相同比例的流量:免费送货活动把压力集中到送货调度,而下游恰好只剩四台中的一台可用。电商的3000个请求线程通过订单管理系统450个线程涌向最多处理25个并发请求的节点。等待下游响应和等待无超时连接池把线程逐层锁住,所以CPU很低,业务却已经停摆;只看已完成请求的均值还会漏掉最糟的挂起请求。

恢复依赖事先存在的明晰性和可控性。线程转储揭示等待位置,专用的送货连接池使该功能可以独立降级。团队先在单实例调低池上限与等待时间,发现配置要经过组件重启才能生效,随后推广至全体实例,让下单流程恢复而送货时间暂缓确认。原型脚本和具体属性来自当时系统,本次没有运行它们。这里的通用经验是让非核心集成有明确退路、让控制动作能验证生效,并把业务活动和依赖维护放入同一容量视野。

相关知识:低CPU也会耗尽线程;完成请求均值掩盖堵塞;营销与维护共同改变负载;专用连接池形成降级阀门;重启组件缩短恢复路径;动态降级操作验证生效。

原书依据 · 6 处

第7章 基础层

基础层的职责是让应用面对真实的网络和实例生命周期。操作系统主机名、DNS逻辑名及网卡地址并非一一对应:一台机器可以同时接入管理、备份和业务网络,同一服务名可以解析到多个实例。监听全部接口或从本机名猜测绑定地址,都可能让服务暴露到错误网络。需要显式配置角色地址,并检查实际的解析、路由和可达范围。

虚拟化提升资源利用率,也引入不可从客户机内部直接观察的宿主竞争、暂停与时钟变化。容器进一步把实例身份变成短暂对象,迫使数据持久化、配置注入、遥测采集、联网与调度走向外部服务。十二要素原则把制品、配置、进程、后端和日志分开,从而支持同一构建跨环境发布。选择平台时要问网络怎样组织、身份能持续多久、谁负责启停与镜像,不能只看云服务标签。原书的市场份额、工具成熟度和单网卡连接数量概括均有时代或技术条件,不作为当前通用事实。

相关知识:主机名与服务名字各有职责;管理备份业务网络分离;监听地址必须显式配置;虚拟化放大暂停与资源竞争;容器把复杂性推向控制层;十二要素分开制品与环境;部署环境决定实例身份假设。

原书依据 · 7 处

第8章 实例层

实例层把源代码变为可部署、可配置、可观察的运行单元。先区分服务、实例、可执行制品与进程,部署视图描述文件怎样落地,运行视图描述进程怎样协作;混淆这些对象会让事故操作含义不清。受控源码、依赖校验、干净CI和制品库组成监管链,构建插件同样属于供应链。不可变镜像用已知起点替换不断叠加补丁的未知历史,但持久业务数据仍需独立保护。

配置是运维人员的用户界面:名称要说明业务作用,环境值与制品分离,秘密与普通配置分离。启动注入和配置服务各有成本,不能让后者失联就引发所有实例无法启动。明晰性则要求应用发出可关联的状态、日志和指标,并由外部策略决定告警。日志应告诉人发生了什么、是否需要动作,避免含混的调试提示产生“巫毒运维”;健康接口还需报告版本、接收工作状态及池和断路器,支持有依据的流量切换。局部指标必须与全流程结果结合,才能避免局部优化掩盖整体停滞。

相关知识:统一术语减少运维歧义;生产制品需要完整监管链;不可变环境消除历史叠加;配置是运维用户界面;配置服务增加启动依赖;明晰性要跨越局部指标;监控策略放在应用外部;日志面向可采取行动的人;日志标识串起状态变化;健康接口支持流量切换。

原书依据 · 10 处

第9章 互连层

互连层把独立实例组合为可用系统。低变化环境可以通过逻辑DNS名配置调用,动态环境需要注册与查找,但发现服务本身也是新的故障依赖。DNS轮询在解析时分配地址,不能替代持续感知健康的负载均衡;全局DNS选站点与本地代理选实例是两个阶段,各有缓存和可达性边界。负载均衡池的健康检查、会话黏性、内容路由和无可用实例的应答,都是应用契约的一部分。

负载过大时,请求会在套接字、缓冲区、队列和线程之间逐层占住资源,下游变慢使占用时间更长,超时重试又增加流量。卸载应尽量靠近边缘,快速拒绝无法及时完成的工作,度量必须包含排队时间。多网卡路由也涉及保密性:错误路径可能仍然成功,却把敏感数据送到公网。虚拟IP故障转移只迁移地址,不迁移未持久化状态;调用方仍需处理断连和未知写入结果。原书Consul/AP及TCP调优概括保留历史范围,不能代替当前产品语义和内核文档。

相关知识:发现机制随变化规模选择;DNS轮询不感知实例健康;全局与本地流量管理分层;DNS本身需要故障隔离;负载均衡池包含应用策略;会话黏性牺牲分布灵活性;请求排队形成级联反馈;尽早拒绝保护有限容量;路由错误可能静默泄密;发现服务也会失效;虚拟IP迁移不迁移内存。

原书依据 · 11 处

第10章 控制层

控制层管理其他软件,为部署、配置、调度、观察与干预提供杠杆。每个工具也需要持续维护,规模和变化率决定共享平台是否值得投入。平台团队的职责应转向可自助使用的安全接口,而不是成为所有日常变更的人工队列;开发者依赖的版本库、CI和测试平台也应按生产工具管理。

强杠杆同样放大错误。S3和自动扩容案例说明,仅复现操作者命令是不够的,工具需要最小容量、动作速率、分批与反馈检查。事故分析还要学习成功变更中拦住失误的防线。系统明晰性应直接回答用户体验与经济价值,统一日志、指标和业务链,而非只追求所有实例运行。配置服务应失联可退,部署方式应匹配实例身份寿命,金丝雀需要明确行为判据。长期预热实例可能需要管理API,短命实例更适合替换;广播命令和清空缓存都要防止一窝蜂。脚本接口让动作可重复,也必须约束作用范围。

相关知识:控制层工具也有长期成本;自动化同时放大正确与错误;事故分析要学习成功的防线;平台团队提供自助能力;开发平台也有生产承诺;用户体验必须直接度量;观测把技术连接经济结果;指标聚合需要保留时间语义;配置故障不应关闭业务;部署推拉方式依赖身份寿命;金丝雀以行为决定扩散;运行控制需要防止群体震荡;脚本接口让操作可重复。

原书依据 · 13 处

第11章 安全性

安全必须在设计、构建、发布和维护中持续存在。注入攻击把不可信数据解释成结构,防线是参数化和安全构造接口;XSS要求按实际输出语境编码,不能因输入曾存入数据库就信任它。会话标识是凭据,需要防泄漏、不可预测及认证后更新;身份验证之后仍要逐请求检查对象权限,拥有资源URL从来不是授权证明。

网络边界不能替代内部身份与加密,上传文件名不能直接决定本地路径,默认账户与不必要功能需要移除。敏感数据应先减少,再保护传输、存储与解密权限;支付令牌可以减少保留完整卡号的需求,但密钥与诊断材料还需单独管理。攻击检测和限速、依赖及构建插件补丁、最小权限与可替换镜像共同限制损害。CSRF利用浏览器自动凭据,不代表用户真实意图,应按框架机制校验;SameSite的同站定义与同源不同,正文已据当前官方资料纠正原书对子域的混淆。此章原用2017候选榜单,笔记保留机制而不把旧排名或默认配置当作当下事实。

相关知识:安全需要贯穿系统生命周期;查询结构与不可信值分离;外部实体可能越过解析边界;会话标识是需要保护的凭据;密码存储与登录防护各司其职;内部调用也必须验证身份;输出编码必须对应使用语境;资源地址不代表访问权限;上传文件名必须由服务控制;缩小攻击面并记录管理责任;减少敏感数据与密钥共存;攻击检测需要关联主体行为;CSRF利用浏览器自动凭据;依赖漏洞清单必须涵盖构建链;API安全要约束合法身份的行为;最小权限限制突破后的损害;秘密材料不进入诊断包。

原书依据 · 17 处

第12章 案例研究:等待戈多

发布完成的标志是软件在生产可用,而非代码已写完。本章的夜间发布让四十多人等待脚本、反复审查剧本并在疲劳中操作,展示手动协调成本如何累积。部署越少越特殊,越特殊越要动员更多人,单次发布甚至被估为十万美元。 参见部署军团放大发布成本。

最后失败并不来自未编译的代码,而来自QA没有覆盖的历史生产内容:内嵌脚本仍按旧页面结构工作。回滚只把系统送回原处,没有解除下一次发布的风险。这一案例把问题引向下一章:设计应同时照顾自动化、真实数据和新旧版本的过渡状态。 参见测试数据差异击穿验收。

原书依据 · 2 处

第13章 为部署而设计

零停机部署要在旧新实例共存时保持服务,因此先区分可替换的机器与持续存在的逻辑服务,把发布过渡态当作设计对象。构建流水线不仅完成CI,还要逐阶段寻找可拒绝变更的证据。配置可以从现状收敛,也可由已知镜像替换实例;两种方式都需明确环境配置。减小批量与频繁交付能缩短未部署库存时间,是否保留人工发布门取决于错误与等待成本。 参见把部署过渡态纳入设计。 参见机器实例不同于逻辑服务。 参见构建流水线是拒绝漏斗。 参见收敛配置与不可变镜像。 参见缩小批量打破发布恶循环。 参见部署要量四段时间。

发布窗口包含准备、排空、安装和就绪,整体还要做预备与清理。关系模式先扩充、后推出、最后收缩,临时垫片桥接旧新写入,并防止递归触发。迁移必须用历史数据形态测试。文档数据库同样有应用模式:可逐级翻译旧数据,也可先升级读取者再迁移;先滴流再批量把工作摊到请求,最后清掉旧分支。 参见数据库扩充先于收缩。 参见双向垫片桥接新旧表。 参见迁移测试要覆盖历史脏形态。 参见文档翻译链保留旧格式。 参见先升级读取者再批量迁移。 参见先滴流再批量迁移。

静态资源要用带版本的URL保留旧新内容,保证页面与脚本相配。按组排空和更新,首组作金丝雀,观察后再放量;就绪状态管理流量,端口打开并不等于服务准备完成。不可变实例替换或蓝绿切流仍需处理在途连接与会话状态。推出后观察,再回收垫片、旧结构和特征开关,并把可机械判断的质量规则加入流水线。 参见静态资源路径携带版本。 参见分批推出先观察金丝雀。 参见就绪标志控制接流排空。 参见替换实例仍须处理会话。 参见清理阶段回收临时机制。 参见把客观规则交给流水线。

原书依据 · 18 处

第14章 处理版本问题

兼容性保护的是各服务团队独立安排交付的能力。API包含协议、编码、语义、路由和鉴权等多层约定;文档与实际行为之间的差异,也可能已经成为消费者依赖。变更既要检查承诺,也要通过生成测试探索边界,并由消费者维护其真正使用的契约测试。新增内容不能只按提供方视角判断安全,还要考虑接收方如何解释。 参见兼容发布保护调用方自治。 参见API是多层约定栈。 参见兼容性要检验既有行为。

破坏性更新需要辨别消息版本。URL易路由和观察,媒体类型与自定义标头提供不同灵活性,正文版本则主要适用于写请求。提供方要给旧新版本并行期,在边界适配对象而非复制业务,并混合测试同一实体的两个版本访问。 参见生成测试探索契约边界。 参见消费者拥有契约测试。 参见破坏性版本路由的取舍。

贷款例子显示新增字段有业务组合问题:评分、抵押类别和风险调整可能部分缺省,语法类型正确不等于业务含义完整。消费者也不能只测试目前一次端到端返回;应分别验证发出的请求符合契约、自己的响应处理覆盖允许的结果,再检验提供方实际实现。 参见边界适配支持新旧并行。 参见授信新增字段组合须明确。 参见分别检查请求与响应契约。

原书依据 · 9 处

第15章 案例研究:不能承受的巨大顾客流量

网站上线后真实流量很快超过负载试验的会话容量。康威定律解释系统接口为何受真实沟通路径影响,但更直接的失败因素是团队把通过QA当作终点:测试与生产拓扑不同、配置散落多处、会话跟踪方式也不同。环境覆盖层可以把可变配置从代码部署中分离,但必须先弄清属性真实用途。 参见康威定律描述沟通边界。 参见以生产运行作为测试目标。 参见环境覆盖与代码版本分离。 参见活动会话不等于并发用户。

会话是服务端对离散访问的抽象,超时时间令它长于用户实际停留,因此会话数不能直接叫并发用户。浏览与结账资源成本也不同,负载模型要说明行为组合。现实中的旧URL、404、搜索引擎重抓和不保存cookie的机器人不断创建会话,复制又放大内存、CPU与网络成本;仅有礼貌浏览器脚本的测试没有覆盖这条失效路径。 参见无Cookie流量耗尽会话。 参见入口网关约束会话创建。 参见负载测试要加噪声与防护。

入口网关在创建会话前检查cookie、限流并屏蔽异常来源;匿名首页若确实相同可静态化,会话本身则应只保存少量键值。测试还应引入噪声,检查超载后故障是否被限制以及系统能否恢复。限流、关闭故障切换和额外服务器可止血,却会永久损害转化、体验和后续研发能力,恢复响应后仍要追踪根因和成本。 参见匿名首页可以静态化。 参见会话应保存键而非大对象。 参见临时止血会成为长期成本。

原书依据 · 10 处

第16章 适应性

适应性同时涉及组织、过程、软件和数据。投入应匹配市场变化收益与发布交易成本。组织闭环从观察需求开始,经决策、行动再收集反馈;开发快于反馈会导致来回颠簸。平台团队应提供自助API并划清平台与应用可用性责任,独立中间DevOps团队若只新增交接反而破坏协作。自治小团队需要减少外部排队依赖,频繁发布则用小批量限制暴露面。失败服务必须可退出,否则试验只会增加负担;利用率满载和对今天流程的过度专用化,也可能减损未来灵活性。 参见适应性投入要匹配环境。 参见从观察开始计算交付周期。 参见反馈慢会引发方向颠簸。 参见平台团队提供自助能力。 参见中间DevOps团队重建隔墙。 参见演进需要淘汰失败单元。 参见小团队自治重在少依赖。 参见人员满载不同于价值流动。 参见自动化专用化消耗选择。

演进架构选择重要变更维度,按业务组件隔离常见变化,而非让每次需求横穿所有技术层。微服务、插件和事件各有约束,微服务在团队收缩时也有成本。松散集群以服务地址和动态成员发现替代实例硬连接;显式上下文把隐含的唯一来源说清楚。模块边界提供拆分、替代、增添、排除、反转和移植的未来选项;按承运商并行拆分可隔离失败,共同实验能力可以反转到上层,每个替代或移植仍需按真实消费接口验证。 参见演进架构要选择变更维度。 参见按组件隔离常见变更。 参见微服务也有紧缩成本。 参见松散集群不固定实例身份。 参见显式上下文解除唯一依赖。 参见模块边界创造未来选项。 参见按承运商拆分隔离失效。 参见替代须保持使用方假设。 参见可排除模块按业务划界。

数据模型只捕获现实的部分维度。事件通知、承载状态的事件、事件溯源与CQRS不能混同;日志可以建立多个视图,也带来多年消息格式兼容问题。资源服务发自己的标识符,把访问策略与资源身份分开;URL可当令牌也可取得表示,有助于解除对唯一数据库的依赖,但外部URL必须受控。不同部门对客户有不同含义,应承认多模型与多个权威来源,避免把价格点这样的内部管理概念泄露成下游共同负担。 参见反转把共性提升为服务。 参见移植复用带来新依赖。 参见数据模型只捕获部分现实。 参见四种事件相关模式须分辨。 参见事件日志重放形成多个视图。 参见资源标识独立于所有者。 参见URL兼作令牌与资源地址。 参见业务多义性需要多个模型。 参见内部价格点不应向外泄露。

原书依据 · 27 处

第17章 混沌工程

混沌工程用受控实验建立对系统应对扰动的信心,补足小规模预生产与组件测试。服务各自正常并不保证串联后正常,平均延迟也不能保证尾部请求不超时。经济优化会消耗安全余量,长期平稳还可能掩盖恢复依赖;只有把小故障发现转为修复与复测,系统才会获得韧性。 参见组件可靠不推出整体可靠。 参见经济优化会侵蚀安全余量。 参见少量故障暴露隐性依赖。 参见混沌猴检验实例失效。

停止实例只是检验假设的一种方式。起步可先自愿参加,明确范围与责任,不能把沉默当作同意。注入前要限制爆炸半径,具备跨层追踪、分受众健康度量和实际恢复计划。再从外部可观察的不变量提出可证伪假设,区分实验变化与原本噪声。停止实例、增加延迟和定向调用失败各自暴露不同弱点。 参见先自愿试验再扩大覆盖。 参见先备观测与恢复再注故障。 参见用可证伪稳态设计实验。 参见三类注入检验不同弱点。

随机故障适合早期密集问题,后续应从调用踪迹和后备路径挑选目标。无用户失败的故障也能显示有效冗余。自动平台管理注入时间、程度、受众和禁区,避免同时消灭全部冗余,并把实验事件关联到监控。组织层面的人员连续性也要演练,记录关键知识或角色的单点,通过文档、覆盖与自动化改进,并准备真实危机时立即结束演习的口令。 参见从调用踪迹挑选故障点。 参见自动混沌要约束组合伤害。 参见人员连续性也要演练。

原书依据 · 11 处

跨章综合

故障通常沿资源和依赖关系传播:慢依赖延长占用,队列和重试放大负荷,自动化若误判又会迅速减少剩余容量。超时、隔离、卸载与调速共同限制传播,但只有业务退路明确、观测覆盖真实结果时,它们才能支撑恢复。

长期可靠性还依赖变更能力。受控构建、同一制品、可配置实例、兼容迁移和渐进发布,使团队能够在不确定条件下持续学习。平台接口与组织沟通决定这些机制能否被真正使用;安全与混沌也必须成为持续过程,分别约束不可信输入和检验失效假设。

发散与实践

两项证据验证已经收集当前官方材料并填写首轮对照:把Consul整体AP标签拆成读写模式与故障条件,把SameSite与同源、凭据和用户意图区分。资料已能回答当前疑问,因此没有额外部署服务或运行攻击实验。

核验Consul读写承诺(计划:ideas/idea-001-核验Consul读写承诺.md);厘清SameSite与用户意图(计划:ideas/idea-002-厘清SameSite与用户意图.md)。

生成进度与管理记录

发布!设计与部署稳定的分布式系统(第2版)

Skill 版本:v23

类别:系统架构类

四象限评级:经典原理(高信息浓度 + 高稳定性)

评级理由:全书以故障案例和机制推导解释生产就绪、故障隔离、运行控制、部署兼容与系统演化。大量工具名称和2017年前后产品状态需要当前文档核对,但主体是等待、容量、反馈、故障域与变更风险等可迁移原则,故整体高浓度高稳定性;不把旧安全榜单或市场判断当现时事实。

来源身份:版权确认英文第2版2018、中文简体2020,作者Michael T. Nygard、译者吾真本、人民邮电出版社、ISBN9787115529862;文件名2021不替代版权出版日期。

执行模式:light

建档进度:done

本次实际规则:book-notes v23 / book-workflow v4;旧_workflow仅预检,首次实际生成v23;本次完整工作流授权覆盖历史逐候选确认暂停。

身份映射:启动快照带年份与作者括注,经版权确认沿用既有第2版规范目录;此前0卡,无旧卡ID迁移。

整书笔记:_book_note.md(schema 1;SHA-256 77a0bcd68b02641288f4b4a263e6579832dfca81e0070825f3341e4b0f346793)。

章节进度追踪表

章节号 章节标题 状态(pending/done) 卡片数
序 译者序 done 0
序 前言及中文版前言 done 0
01 第1章 生产环境的生存法则 done 4
part-01 第一部分 创造稳定性 done 0
02 第2章 案例研究:让航空公司停飞的代码异常 done 5
03 第3章 让系统稳定运行 done 6
04 第4章 稳定性的反模式 done 30
05 第5章 稳定性的模式 done 20
第二部分 第二部分 为生产环境而设计 done 0
6 第6章 案例研究:屋漏偏逢连夜雨 done 6
7 第7章 基础层 done 7
8 第8章 实例层 done 10
9 第9章 互连层 done 11
10 第10章 控制层 done 13
11 第11章 安全性 done 17
12 第12章 案例研究:等待戈多 done 2
13 第13章 为部署而设计 done 18
14 第14章 处理版本问题 done 9
15 第15章 案例研究:不能承受的巨大顾客流量 done 10
16 第16章 适应性 done 27
17 第17章 混沌工程 done 11

源包图像限制:所有可读原文文字均已读取;原包多处正文img目标缺失,没有第二本地同书副本。逐图记录见44-ch01-05.json、44-root-image-availability.json、44-ch12-17-images.json;相邻正文和公式alt已覆盖所采用结论,未重建缺失图片,没有已确认的核心image-only未读缺口。

非正文排除

spine项 类型 排除理由
0 / titlepage.xhtml 封面占位 封面、版权、推荐赞誉或致谢,无独立机制正文;已读取可用文本
1 / OEBPS/Text/epub.html 封面 封面、版权、推荐赞誉或致谢,无独立机制正文;已读取可用文本
2 / OEBPS/Text/epub_0001.html 版权信息 封面、版权、推荐赞誉或致谢,无独立机制正文;已读取可用文本
3 / OEBPS/Text/epub_0002.html 版权声明 封面、版权、推荐赞誉或致谢,无独立机制正文;已读取可用文本
4 / OEBPS/Text/epub_0003.html 第2版赞誉 封面、版权、推荐赞誉或致谢,无独立机制正文;已读取可用文本
6 / OEBPS/Text/epub_0005.html 致谢 封面、版权、推荐赞誉或致谢,无独立机制正文;已读取可用文本
21 / OEBPS/Text/epub_0020.html 第三部分 将系统交付 部分目录导语,无独立正文知识,章节已分别覆盖
25 / OEBPS/Text/epub_0024.html 第四部分 解决系统性问题 部分目录导语,无独立正文知识,章节已分别覆盖
29 / OEBPS/Text/epub_0028.html 看完了 出版社联系方式及宣传尾页,不属书籍知识正文

待关联术语

术语名 出现章节 一句话语境
Bonnie 64 7 用于观测存储吞吐的工具,仅提名
PDQ 9 用于精确排队建模的分析工具,仅提名
Tripwire 11 用于重要文件权限监测的产品,仅提名
JBoss 01 作为架构标准或规模例子提名,不独立解释产品实现。
Angular 1.0 01 作为架构标准或规模例子提名,不独立解释产品实现。
Ruby 01 作为架构标准或规模例子提名,不独立解释产品实现。
Oracle 01 作为架构标准或规模例子提名,不独立解释产品实现。
WordPress 01 作为架构标准或规模例子提名,不独立解释产品实现。
Veritas Cluster Server 02 案例架构背景、选项或缩写,具体故障不依赖其内部算法。
RAID 02 案例架构背景、选项或缩写,具体故障不依赖其内部算法。
SOA 02 案例架构背景、选项或缩写,具体故障不依赖其内部算法。
CORBA 02 案例架构背景、选项或缩写,具体故障不依赖其内部算法。
JMeter 03 作为寿命负载发生器举例,未展开具体用法。
Marathon 03 作为寿命负载发生器举例,未展开具体用法。
SaaS 04 列举系统、协议、架构或工具;本章未给足独立实现,相关运行风险已在卡片解释。
CRM 04 列举系统、协议、架构或工具;本章未给足独立实现,相关运行风险已在卡片解释。
ERP 04 列举系统、协议、架构或工具;本章未给足独立实现,相关运行风险已在卡片解释。
MRP 04 列举系统、协议、架构或工具;本章未给足独立实现,相关运行风险已在卡片解释。
SAP 04 列举系统、协议、架构或工具;本章未给足独立实现,相关运行风险已在卡片解释。
WAP 04 列举系统、协议、架构或工具;本章未给足独立实现,相关运行风险已在卡片解释。
BAP 04 列举系统、协议、架构或工具;本章未给足独立实现,相关运行风险已在卡片解释。
BPO 04 列举系统、协议、架构或工具;本章未给足独立实现,相关运行风险已在卡片解释。
fuzzing 04 列举系统、协议、架构或工具;本章未给足独立实现,相关运行风险已在卡片解释。
DDoS 04 列举系统、协议、架构或工具;本章未给足独立实现,相关运行风险已在卡片解释。
UDP 04 列举系统、协议、架构或工具;本章未给足独立实现,相关运行风险已在卡片解释。
XML-RPC 04 列举系统、协议、架构或工具;本章未给足独立实现,相关运行风险已在卡片解释。
DCOM 04 列举系统、协议、架构或工具;本章未给足独立实现,相关运行风险已在卡片解释。
Akamai 04 列举系统、协议、架构或工具;本章未给足独立实现,相关运行风险已在卡片解释。
ATG 04 列举系统、协议、架构或工具;本章未给足独立实现,相关运行风险已在卡片解释。
RepositoryItem 04 列举系统、协议、架构或工具;本章未给足独立实现,相关运行风险已在卡片解释。
AWS 05 作为平台、语言、工具或机制选项提名,未在本段展开其独立实现。
PaaS 05 作为平台、语言、工具或机制选项提名,未在本段展开其独立实现。
Akka 05 作为平台、语言、工具或机制选项提名,未在本段展开其独立实现。
Elixir 05 作为平台、语言、工具或机制选项提名,未在本段展开其独立实现。
NodeJS 05 作为平台、语言、工具或机制选项提名,未在本段展开其独立实现。
Cygwin 05 作为平台、语言、工具或机制选项提名,未在本段展开其独立实现。
LRU 05 作为平台、语言、工具或机制选项提名,未在本段展开其独立实现。
Logstash 05 作为平台、语言、工具或机制选项提名,未在本段展开其独立实现。
IBM MQSeries 05 作为平台、语言、工具或机制选项提名,未在本段展开其独立实现。
SMTP 05 作为平台、语言、工具或机制选项提名,未在本段展开其独立实现。
SMS 05 作为平台、语言、工具或机制选项提名,未在本段展开其独立实现。
Rx 05 作为平台、语言、工具或机制选项提名,未在本段展开其独立实现。
Lamport时钟 12 发布剧本时间的比喻,未展开逻辑时钟算法
unikernel 13 机器打包选项提名,未展开内部机制
Swagger/OpenAPI 14 消息规范发布工具提名,机制以生成及契约测试解释
ActiveRecord 16 隐式数据库连接例子,未介绍框架完整用途
RDF 16 断言与关系事实模型对比背景,未展开RDF格式
Apache Kafka 16 持久事件总线工具举例,未介绍其保留配置或实现
Ansible 17 实验执行工具举例,未展开用法

引用文献

标题 类型(书/论文/框架/源码项目) 出现章节 一句话语境
Recovery-Oriented Computing 论文/研究项目 6 将故障不可避免转为恢复能力设计
The Twelve-Factor App 方法文档 7 云原生应用部署检查单
Inviting Disaster 书 8 信息误解与事故处理
Why People Believe Weird Things 书 8 人类模式发现可能误认因果
OWASP Cheat Sheet Series 安全指南 11 注入、会话、XSS、CSRF等防御的进一步入口
CWE-22 弱点条目 11 路径遍历防御边界
Inviting Disaster 书籍 03 裂纹、技术边疆和事故类比来源,未声称阅读其全文。
Inviting Disaster 书籍 04 裂纹、技术边疆和事故类比来源,未声称阅读其全文。
Java并发编程实战 书籍 04 线程与并发的延伸阅读建议。
Family Values: A Behavioral Notion of Subtyping 论文 04 用于引出里氏替换与并发契约,不展开论文。
程序设计的模式语言(卷2) 书籍 04 缓存代理、漏桶等模式的出处提及。
程序设计的模式语言(卷2) 书籍 05 缓存代理、漏桶等模式的出处提及。
企业应用架构模式 书籍 05 查询对象的进一步参考。
TCP/IP指南 书籍 04 抓包分析时建议配合阅读。
TCP/IP详解卷1:协议 书籍 04 抓包分析时建议配合阅读。
罗热英语同义词词典(第3版) 词典 05 用于解释“摆弄”一词的修辞引用。
RFC 9293 标准 04 生成时核实TCP连接由socket对区分,纠正端口数等于服务器总连接数的过度简化。
Java java.lang.ref官方API 文档 04 生成时核实软引用与弱引用的不同可达性。
Deployinator framework 12 原书引用或工具举例;未以该外部对象替代本书已读证据。
Chef framework 13 原书引用或工具举例;未以该外部对象替代本书已读证据。
Jenkins framework 13 原书引用或工具举例;未以该外部对象替代本书已读证据。
GoCD framework 13 原书引用或工具举例;未以该外部对象替代本书已读证据。
Spinnaker framework 13 原书引用或工具举例;未以该外部对象替代本书已读证据。
AWS Code Pipeline framework 13 原书引用或工具举例;未以该外部对象替代本书已读证据。
Liquibase framework 13 原书引用或工具举例;未以该外部对象替代本书已读证据。
持续交付 book 16 原书引用或工具举例;未以该外部对象替代本书已读证据。
目标 book 16 原书引用或工具举例;未以该外部对象替代本书已读证据。
敏捷软件开发工具:精益开发方法 book 16 原书引用或工具举例;未以该外部对象替代本书已读证据。
产品开发的新范式 book 16 原书引用或工具举例;未以该外部对象替代本书已读证据。
精益企业 book 16 原书引用或工具举例;未以该外部对象替代本书已读证据。
DevOps实践指南 book 16 原书引用或工具举例;未以该外部对象替代本书已读证据。
日用器具进化史 book 16 原书引用或工具举例;未以该外部对象替代本书已读证据。
演进式架构 book 16 原书引用或工具举例;未以该外部对象替代本书已读证据。
设计规则:模块化的力量 book 16 原书引用或工具举例;未以该外部对象替代本书已读证据。
On the Criteria to be Used in Decomposing Systems into Modules paper 16 原书引用或工具举例;未以该外部对象替代本书已读证据。
Foundations of Databases book 16 原书引用或工具举例;未以该外部对象替代本书已读证据。
Data and Reality book 16 原书引用或工具举例;未以该外部对象替代本书已读证据。
Drift into Failure book 17 原书引用或工具举例;未以该外部对象替代本书已读证据。
系统设计的一般原理 book 17 原书引用或工具举例;未以该外部对象替代本书已读证据。
反脆弱 book 17 原书引用或工具举例;未以该外部对象替代本书已读证据。
混沌工程:Netflix系统稳定性之道 book 17 原书引用或工具举例;未以该外部对象替代本书已读证据。

资金安全问题案例

问题标题 问题卡 解决方案卡(如有) 出现章节 一句话说明
信用卡依赖熔断后是否接受订单 信用卡依赖熔断后是否接受订单 隔离方案 05 原文明确要求讨论不能验证信用卡/库存时是否接单,并由业务干系人决定回退;仅保留决策机制,不虚构账务算法。
异步信用卡授权失败或长时间无响应 异步信用卡授权失败或长时间无响应 隔离方案 05 原文指出异步授权需异常队列、延迟响应、回调及可接受财务风险;未给出重复扣款或幂等实现。

实践卡进度

序号 实践标题 实践方式 状态(pending/done) 关联章节 产出
001 核验Consul读写承诺 证据验证 done 9 ideas/idea-001-核验Consul读写承诺.md;ideas/materials/consul-consistency-first-pass.md
002 厘清SameSite与用户意图 证据验证 done 11 ideas/idea-002-厘清SameSite与用户意图.md;ideas/materials/csrf-samesite-first-pass.md

实践候选筛选:done

采用两项可由当前官方一手材料立即检验的事实主张,已填写首轮对照;断路器/部署/混沌实现候选与已有多书实践重复且本次没有新问题,不为凑数运行系统。

生成与首轮公开资料核验已完成,实践执行、实验、部署、定时任务均未进行。

类别清单核对

维度 覆盖状态 依据
故障与恢复 已覆盖 第2–6章模式、案例与恢复控制
生产运行职责 已覆盖 第7–11章基础、实例、互连、控制和安全
发布与兼容 已覆盖 第12–14章部署与版本
长期适应与验证 已覆盖 第15–17章组织、适应与混沌

主题索引维护

本轮完整工作流不新建或重分配手工主题;归档使用具体语义锚点及受支持CLI,既有全库主题只同步其当前Markdown事实。

本次交接

轻量模式已完成全文阅读、来源与缓存匹配、整书讲解、覆盖取舍及实践首轮材料;未执行笔记复核、独立审查及审查结果优化。历史审查和类别表仅作记录,不替代本轮规则。

相关主题

从本书的主题进入跨书阅读,对照其他书籍的讲解。下方数量包含主题关联的全部卡片与书籍。

暂无公开主题。