高可用性（High Availability） 指系统通过专门设计，最大限度减少停工时间，持续提供稳定服务。诚直科技在多年实践中，总结出一套覆盖架构、编码、运维等多个层面的高可用设计要点，现梳理如下。
全面识别单点：包括机房（同城异地双机房）、应用服务器、DNS服务器、SFTP服务器、负载均衡器（LBS）、缓存服务器、数据库、消息服务器、代理服务器及专线等。
专线冗余：若系统通过专线调用外部服务，同时接入联通和电信两条专线，降低单条专线故障风险。
负载均衡策略：优先使用软负载（如Nginx、HAProxy），以硬负载（如F5）作为兜底方案。
减少DNS依赖：通过配置本地hosts文件，并用自动化工具向所有服务器推送最新域名映射，避免DNS解析故障。
减少远程服务依赖：利用本地缓存或近端服务替代RPC调用。
消息驱动：系统间通过消息服务器传递数据，降低直接耦合。
读写分离：A系统负责写数据库，B系统负责读数据库，即使A不可用，短时间内B仍可提供服务。
将系统分为A、B、C三个等级，高级别系统不依赖低级别系统，且要求更高的可用性指标。
动态权重：集群中自动识别高性能服务，降低超时服务的权重，优先调用高权重节点。
弹性扩容：根据资源使用率（如带宽）自动或手动扩容，快速增加资源。
避免无限死循环导致CPU 100%。为for循环设置最大迭代次数（如1000次）。
服务器不保存用户状态数据：集群环境下禁用static变量存储用户数据，不将用户文件长期存放在本地。有状态服务难以扩容且易产生单点问题。
提供开关控制功能启用/关闭。例如消息量过大时开启开关直接丢弃消息；新功能上线默认带开关，出现问题可快速关闭。
超时设置：内部调用连接超时1秒、读超时3秒；外部调用连接超时3秒、读超时20秒。
重试策略：外部服务异常时递增重试间隔，同时设置最大重试次数和总开关，避免对下游造成压力。
应用隔离、模块隔离、机房隔离、线程池隔离。
按变更频率隔离：抽象且不变的代码放入高可用模块；频繁变化的业务逻辑放入独立模块，故障影响范围可控。
线程池隔离：不同业务使用独立线程池，防止低优先级任务阻塞高优先级，或高优先级任务过度占用导致低优先级任务饿死。
将同步调用改为异步，避免远程调用故障或超时阻塞主流程。
优先调用本地JVM内服务 → 同机房服务 → 同城服务 → 跨城服务。
通过缓存加“保鲜度”策略，减少对下游依赖。
配置中心主动推送服务地址至本地；参数中心将配置推送到本地内存，避免远程获取。
将经常变化的业务代码封装为独立模块，利用Java ClassLoader实现运行时动态加载与卸载，实现热修复。
使用IDEA代码分析等工具定期扫描，发现空指针异常、循环依赖等潜在Bug。
对指定服务设置限流阈值：QPS、TPS、QPH（每小时总请求量）、QPD（每天总请求量），防止异常流量冲击。
对热点数据进行缓存。例如B系统提供名单服务，同时提供Client SDK实现近端缓存，定期拉取数据，减少RPC调用。
数据库不可用时，降级使用缓存数据。
分级缓存：优先读本地缓存（通过推模式更新），其次读分布式缓存。
系统响应缓慢时，关闭部分非核心功能释放资源。例如大量消息涌入导致服务不可用时，直接丢弃消息；或通过流控拒绝低级别系统请求。
流量陡增时将请求暂存（如存入数据库），然后按指定QPS泄洪，保护下游系统。对方系统响应缓慢时，自动触发蓄洪。
监控数据出现大幅跌涨时，及时中断操作。例如指标计算时，若某用户指标环比/同比增长一倍或跌零，则中止该用户计算并保存原始消息，避免错误扩散。
监控指标：CPU利用率、load、内存、带宽、系统调用量、应用错误量、PV、UV、业务量。
精准报警阈值：例如平时内存利用率50%，设置60%报警，提前感知内存泄露趋势，避免应用无响应。
定期评估容量，大促前执行压测和容量预估，按需扩容。
对程序、系统配置、数据定期自动备份（使用Linux命令和Shell脚本），支持本地或异地备份，确保故障后快速重建。
对外服务必须进行压测，明确可承受的QPS/TPS，从而制定准确的限流策略。
新功能仅对部分服务器生效，观察数天逐步切流，出现问题仅影响少量客户。支持快速回滚或直接下线灰度机器。
诚直科技的高可用设计体系，从消除单点、减少依赖、流量管控、缓存容灾、服务降级、熔断隔离、弹性扩容、灰度发布、精准监控等多个维度入手，形成了一套覆盖全链路的保障方案。实践中需要根据业务场景灵活组合上述策略，并持续通过压测和监控验证系统的韧性，才能真正实现高可用目标。
下一篇：没有了！
