面试题记录：分布式系统 如何保障 稳定性 可用性 可靠性

在分布式系统中保障稳定性、可用性与可靠性需要综合运用架构设计、容错机制和运维策略，核心保障措施一般如下：

一、稳定性保障

1.冗余设计
多副本部署：关键服务/数据在多个节点冗余存储（如Raft、Paxos共识算法）。
异地多活：地理分散的节点互为备份，避免单点故障（如AWS多可用区部署）。
2.流量控制
异步削峰解耦（mq）
熔断机制（如Hystrix）：服务异常时快速失败，避免级联故障。
限流策略（令牌桶/漏桶算法）：控制请求速率，防止过载。
3.资源隔离
通过容器化（Docker/K8s）或虚拟机隔离资源，避免相互影响。

二、可用性保障

1.故障自动恢复
健康检查+自动重启：K8s等编排工具实时监测并重启异常Pod。
服务发现（如Consul, Eureka）：动态更新节点状态，路由到健康实例。
2.优雅降级
核心功能优先：非关键服务可暂时关闭（如电商系统降级评论功能）。
3.蓝绿部署/金丝雀发布
无缝切换版本，减少部署导致的停机风险。

三、可靠性保障

1.数据一致性
强一致性：通过分布式事务（如TCC, Saga）或共识算法（Raft）保证。
最终一致性：适用于高并发场景（如DynamoDB的冲突解决机制）。
2.持久化与备份
WAL日志（如Kafka）：通过预写日志确保数据不丢失。mq 持久化 redis 持久化
定期快照+异地备份（如HDFS多副本+冷备）。 数据库备份 + 快照
3.幂等性设计
接口幂等性
请求唯一ID+去重表，避免重复操作（如支付系统的重试机制）。

四、通用实践
1.混沌工程（Chaos Engineering）
主动注入故障（如Netflix Chaos Monkey），验证系统韧性。
2.全链路监控
实时追踪（如Jaeger, Zipkin） + 日志聚合（ELK栈） + 指标告警（Prometheus）。
3.超时与重试策略
设置合理超时时间，配合指数退避重试（避免雪崩）。
4.时钟同步
使用NTP协议同步节点时间，避免因时钟漂移导致状态不一致。

CAP定理是设计基础：分区容错性（Partition Tolerance）需在一致性（Consistency）和可用性（Availability）间权衡。实际系统常采用 "BASE理论"（基本可用+软状态+最终一致性）平衡三者。