问题标签 [resiliency]

我正在测试一个使用包装外部肥皂服务的服务的本地应用程序。

当我请求从 1 周内获取数据时，一切正常。

但是当我请求从 1 个月内获取数据时，我的 Web 服务器/反向代理会下降（ traefik ）

当我检查豆荚时，我得到：

上交所：

特雷菲克：

我已经用 Grafana 检查了每个容器的内存/CPU 使用率。我找不到任何异常活动的迹象。

这是内存使用的屏幕截图：

在配置中，traefik 对资源没有限制。SGE 服务有以下限制：

我的虚拟机空闲时有 800 MB 的可用内存，所以这应该不是问题。

Traefik 为什么会倒下？我不明白发生了什么，我应该如何防止它。

任何想法 ？？？

每天向 Kinesis 流式传输数十亿条消息。

我们正在寻找一种实现方式，使我们能够以完全一次保证的方式向 Kinesis 传递消息。

我们的生产者框架要求流接收器是幂等的，以保证一次性交付，而 Kinesis 不是。因此，我们目前至少收到一次交货。（重复是可能的，我们确实看到了它们，当流式微批处理由于生产者端的任何原因必须重新启动时）

我们开始研究 Kinesis Producer Library (KPL)回调函数。基本上，我们将根据每条消息中存在的密钥跟踪 DynamoDB 中已传递的消息和未传递的消息的状态。如果我们知道已经发送了一条消息，我们将跳过它以重新尝试传递。然后似乎完全一次是可能的..有两个问题：

1) 我们唯一的问题——我们失去回调函数调用的可能性有多大（例如网络故障等），或者回调函数本身失败了（例如我们遇到了 DynamoDB 限制/中断等）——是这记录在某处？我知道机会并不高，但我们想设计一个系统，能够对这些预期的事情有弹性。

2）时间。假设 Kinesis 出于某种原因延迟调用了回调函数（5-15 毫秒就足以打破上述回调函数中的一些假设，这些假设在 DynamoDB 中保持交付状态）。虽然我们还没有收到关于交付的确认，但我们的流媒体制作者框架已经尝试重新交付它认为尚未交付。这个潜在问题的任何解决方法？

附言。我们知道一种解决方法是在应用程序端（来自该 kinesis 流的接收器）进行重复数据删除，但这不在我们的项目范围内，我们很难要求恰好一次进入该 Kinesis 流。

出于冗余原因，我需要使用相同的数据库运行同一服务的多个实例。

我发现了一些关于“Hangfire 多个实例”的问题，但与我的目的不同：通常是关于在同一数据库上为不同任务运行多个实例，或类似于此。

我需要知道当 2 个或更多 Hangfire 实例使用同一个数据库（我们想使用 MongoDB）时是否存在并发问题，以及这是否是使服务具有弹性的解决方案。
目标是让实例在另一个实例出现故障时处理所有工作。

任何建议都可以涵盖这种情况。

请有人确认 Chaos Toolkit ( https://github.com/chaostoolkit ) 是否可以在 OpenShift Container Platform 4.3 版上运行？它基于 CRI-O 运行时。正如之前在 Gremlin、Ops-Monkey、Pumba 和 Litmus 上尝试过的那样，但它们似乎都不起作用，原因似乎是 CRI-O 运行时。是否有人可以确认 Chaos Toolkit 是否肯定可以在 OCP v4.3 上运行？并且还可以建议任何其他开源替代品吗？再次感谢。

问候，维杰

我有以下Retry和Circuit Breaker政策：

如果我使用自定义异常，则在记录以下内容后重试失败：

• 断路器记录：断开电路 10000 毫秒！

如果我使用标准Exception类型，它工作正常。即使断路器打开，重试也会触发：

我们有一个同步 REST 端点，除了将项目保存到 DynamoDB 数据库之外，它还会进行其他处理，以供以后使用。

如果由于任何类型的异常导致数据库保存失败，则要求不出错。

我们如何处理整个区域中 dynamo db 出现故障的情况（罕见但可能）。发布到 SQS 并通过 ping 它（ListTables 或 ping）有一个单独的进程消耗并保存到 DynamoDB 是正确的模式吗？

我们应该退回到另一个区域还是发布到 SQS？是否值得使用resilience4j断路器模式？

阅读了很多关于 AWS Lambda 的错误处理的内容，但没有任何内容涉及正在运行的 Lambda 容器刚刚崩溃的主题。

这是一种可能性，因为它看起来像吗？我正在使用 Lambdas 构建一个事件驱动的系统，由文件上传到 S3 触发，我不确定如果 lambda 已经死亡，我是否应该在逻辑中构建拾取处理。

例如，在 S3 上创建文件对象 -> S3 通知 Lambda 事件 -> Lambda 实例在它可以开始处理之前发生崩溃 -> 事件现在永远消失了*（假设这里，我不确定这是否是真的，但可以'找不到任何相反的说法）。

我正在讨论构建逻辑以协调 S3 上的内容和每天处理的内容，以便我可以检测到 Lambda 死亡（死亡并且无法向 DLQ 写入故障）的（尽管很少见）场景，我们需要处理这些文件。这值得吗？S3 会以某种方式知道 lambda 已死并且需要将事件放在它自己的 DLQ 上吗？

我正在使用 Flurl 创建多个 HTTP 客户端，每个客户端调用不同的端点，每个客户端的响应返回一个通用数据模型。我想创建一个 polly 政策：

1. 每个请求在每个 HTTP 客户端之间轮换以分配负载
2. 如果特定 HTTP 客户端失败太多次，则触发断路器并将其从轮换中删除，发送带有错误的松弛消息
3. 其余的 HTTP 客户端继续轮换请求。

我正在使用 .net core 和服务容器来设置策略注册表，我很好奇这会是什么样子？我没有看到任何与轮换政策相关的内容。

我对 Polly 很陌生，我试图从最基础的开始了解它是如何工作的。

为了测试重试次数，我尝试创建一个有 33% 的代码（打印）以生成 DivideByZeroException。生成错误时，它会上升到 policy.Execute 似乎不由 Polly 管理。

有人可以帮我调整这段代码吗？我正在使用 .Net Framework 4.7.2。

根据 CQRS 模式，我有一个简单的命令，如下所示：

_context.SaveChanges()现在我有一个要求，如果它因异常而失败，则最多尝试5 次。为此，我可以简单地在方法中有一个 for 循环：

要求是将方法作为一个单元执行。问题是，一旦_context.SaveChanges()抛出异常，_context就不能用同样的方法重新尝试逻辑。文档说：

丢弃当前的 DbContext。创建一个新的 DbContext 并从数据库中恢复应用程序的状态。通知用户上一个操作可能没有成功完成。

但是，在 中Startup.cs，我有AppDbContextas 范围的依赖项。为了重新尝试方法逻辑，我需要一个新的实例，AppDbContext但被注册为作用域将不允许这样做。

我想到的一种解决方案是制作AppDbContext瞬态。但我有一种感觉，通过这样做，我将为自己打开一整套新问题。有人可以帮我吗？