两个服务都正常,请求为什么还是失败?
画架构图的时候,服务是一个个方框,方框之间用箭头连起来表示通信。大多数注意力都给了方框:里面的代码、数据库、CPU 占用、部署方式。但每一条箭头背后,也藏着关键的工作、资源和一堆假设。 两个服务都运行正常,请求照样可能失败。一个服务可能在等连接;也可能把请求发到了一个过时的地址;还可能请求终于抵达时,发起调用的那一方早就放弃了。这些都属于看不见的系统。 要弄清这类故障,得先看一次服务调用到底包含什么。调用不是瞬间完成的动作,它要占用连接、要寻址、要等待,每一环都可能成为卡点。 数据搬运本身是有代价的。请求和响应在服务之间移动,消耗的是实打实的资源,这部分开销在架构图上完全不可见。 健康状态也不等于没问题。服务进程活着、指标正常,不代表它经手的每一次调用都能顺利走完。 下游调用会吃掉时间。一次请求在等待下游返回的过程中,时间就这么流逝掉了。 重试同样会带来麻烦。调用方以为重发一次更稳妥,实际效果未必如此。 依赖变慢会直接拖累请求。上游服务本身没做错什么,但下游一慢,请求的完成时间就被拉长。 DNS 变更也会影响请求。地址解析一旦发生变化,正在路上的调用就可能落到错误的地方。 这些环节单看都不起眼,叠在一起,就是那条箭头上真正发生的事。 特别