知识卡片

结构图卡

RPC调用的三个核心步骤,及Failover重试的雪崩放大效应

理解等级:未标注

RPC(远程过程调用)的价值在于让开发者像调用本地方法一样调用远程服务方法,其本质是屏蔽三类复杂的底层处理细节:底层网络通信协议处理、寻址问题、请求响应过程中参数的序列化与反序列化。不同RPC实现方案(Java RMI、Web Service、Hessian、Dubbo等)的序列化方式选择存在权衡——XML/JSON等文本格式可读性、扩展性和通用性好,但报文体积大、解析速度慢;对性能要求高的场景更适合二进制协议。以Dubbo为例,服务调用方(Consumer)会在本地根据负载均衡算法从服务地址列表中选一个可用节点发起RPC调用,若调用失败会自动Failover到其他节点,默认重试两次。这个看似合理的容错机制在特定条件下会放大系统负载:如果服务本身执行时间较长、但超时时间被设置得比实际执行时间还短,大流量场景下会触发大量”假失败”重试——假设1000个并发请求都因超时判定失败,Failover机制会额外产生2000次重试请求,总计3000次并发请求打向同一个服务,是正常压力的3倍,容易直接把服务容量撑爆甚至波及后端存储,最终引发雪崩。这也解释了为什么Failover并非对所有服务都适用:写服务需要考虑幂等性,调用失败后不应该重试(否则可能导致数据被重复写入),只有读服务因为不需要考虑幂等性,开启Failover才真正有意义。

结构图:

flowchart TD
    A[1000个并发请求调用服务A] --> B{超时时间设置<br/>是否短于服务实际耗时}
    B -- 是 --> C[大量请求被判定超时失败]
    C --> D[Dubbo Failover默认重试2次]
    D --> E[额外产生2000次重试请求]
    E --> F[总计3000次并发请求打向服务A<br/>是正常压力的3倍]
    F --> G[服务容量被撑爆,波及后端存储,引发雪崩]
这张卡片看不懂?

已有反馈 · 0 / 10 条

    还没有人提交反馈。

    原书出处

    参考来源

    - 位置:《超大流量分布式系统架构解决方案:人人都是架构师2.0》第1章《大系统小做——大规模服务化架构》"1.2.1 服务化与RPC协议""1.2.3 警惕因超时和重试引起的系统雪崩"两节(源文件:OEBPS/Text/0006.xhtml) - 结论依据:原文说明RPC需要经历"底层的网络通信协议处理;解决寻址问题;请求/响应过程中参数的序列化和反序列化工作"三个步骤,并举例"假设有1000个并发请求同时对服务A进行RPC调用,但都因超时导致服务调用失败……共将产生3000次并发请求对服务A进行调用,这是系统正常压力的3倍",直接支撑本卡片结构。 - 原始内容:完成一次RPC调用主要需要经历的三个步骤:底层的网络通信协议处理;解决寻址问题;请求/响应过程中参数的序列化和反序列化工作……假设有1000个并发请求同时对服务A进行RPC调用,但都因超时导致服务调用失败,由于Dubbo默认的Failover机制,共将产生3000次并发请求对服务A进行调用,这是系统正常压力的3倍。