惊群效应：同步重试如何放大成系统性崩溃

黑色星期五发布时后端订单系统响应变慢，超时客户端开始集体重试，这些重试请求又进一步压垮了本已吃紧的服务器，形成恶性循环——这就是惊群问题：大量客户端同时等待同一事件，又几乎同时做出相同反应，系统被这股同步的重试洪峰击穿。团队的应对不是修后端，而是在前端把重试等待时间拉长，让请求错峰到达。发散：很多雪崩式故障根源不在第一次出错的地方，而在所有客户端不约而同做出同一反应，把小故障放大成系统性崩溃。