限流降级

一、现象或背景 在双十一大促期间，某电商平台的支付服务因上游缓存击穿导致数据库压力骤增，最终引发服务雪崩。该事件影响了50万用户，P99延迟从180ms飙升至950ms。核心问题在于：当单个服务故障引发依赖链级联崩溃时，如何快速隔离故障、保

【背景】 我做了 10 年高并发服务，最近把几条核心链路的容量策略重新盘了一遍，发现团队里对「池子多大」这件事其实没有共识，而且不同人脑子里跑的是两套完全不同的模型： 一套是「固定容量派」：用 Little's Law（L = λ × R）

【背景】 我做了 3 年后端，最头疼的不是开发新 feature，而是线上 P99 突然从 20ms 抖到 200ms+ 的那个时刻。告警响了，群里@我了，所有人都在看 dashboard。 我经历过两次典型的 P99 抖动，感受完全不同：