互聯網系統極度重視可用性。構建高可用系統非一日之功，以下五大策略凝聚無數實戰血淚經驗。
1. 監控與報警：儀表盤不可或缺
無監控如盲駕。關鍵指標：故障發現率（監控是否最先發現故障）。監控點涵蓋：業務 QPS/延遲/錯誤率、JVM 指標、資源使用率、下游依賴健康度。報警分級：P0（立即叫醒）、P1 (15min)、P2 (1h)，避免報警疲勞。
2. 消除單點故障
- 應用層：無狀態服務叢集部署；有狀態（DB、快取）主備/叢集（如 Redis Sentinel、MySQL MHA）。
- 基礎設施層：跨機架、跨機房、跨城市部署。真正高可用需解決：單機→單機架→單機房→單城市故障。
- 成本權衡：異地多活成本高，依業務 RPO/RTO 決定架構等級。
3. 解耦：核心邏輯與邊緣邏輯分離
- 後端非同步化：關鍵路徑同步執行；非關鍵（通知、日誌、統計）透過訊息佇列異步處理。避免邊緣故障拖垮核心。
- 前端碎片化：頁面非核心區塊（推薦、廣告、評論）用 AJAX/SSI 獨立載入，核心內容優先渲染。
4. 隔離：故障火牆
- 業務隔離：核心/非核心、耗資源/輕量、大客戶/普通用戶 → 拆分應用或七層路由分流。
- 資源隔離：線程池、連接池、CPU、IO、記憶體配額獨立。避免單一慢查詢耗盡資料庫連接拖垮整站。
- 路由實現：客戶端軟負載（如基於 ZK）優於中心七層代理（Nginx/LVS），效能損耗極低。
5. 容災：在災難中存活
- 超時控制：所有阻塞調用必須設超時。線上系統寧可失敗（快速失敗），不可慢響應（拖垮執行緒池）。
- 自動降級：非關鍵依賴超時/錯誤率超閾值 → 自動熔斷、回傳預設值/空結果（如未讀訊息數失效則隱藏）。
- 手動開關：頁面每個功能點配置開關，壓力大時一鍵關閉非核心功能（如降圖片畫質省頻寬）。
- 自動恢復：下游恢復後，上游無需重啟即自動恢復呼叫。
- 自我保護：限流（令牌桶/漏桶）、過載拒絕、負載保護（保留 SSH 登入資源）。真實流量壓測才能校準系統極限，模擬測試不可信。
- 多層級容災：機房級（同城雙活）、城市級（異地多活）、資料備份與演練。
總結
高可用 = 監控先知 + 無單點 + 徹底解耦 + 嚴格隔離 + 多層容災。每一項都需代碼、架構、基建三位一體投入，成本高但不可或缺。大規模系統中，「不可能發生的事」終將發生，準備好才能從容應對。
