經(jīng)常有朋友問到，“感覺你們的系統(tǒng)最近沒什么太大變化，你們幾百號工程師在忙什么？”，下面的這個問題，可能是工程師花費了不少時間的場景之一，最壞的情況下里面所有方案或許都嘗試過一遍。

有如下一個場景，某個服務(wù)需要構(gòu)建一個列表數(shù)據(jù)返回給調(diào)用方（調(diào)用方通常是客戶端），服務(wù)本身是一個數(shù)據(jù)聚合器，它由內(nèi)部多個遠(yuǎn)程服務(wù)的數(shù)據(jù)聚合而生成。在正常情況下，需要將所有內(nèi)部服務(wù)的結(jié)果全獲取成功后再返回。但是在一個大系統(tǒng)中，多個服務(wù)中某個服務(wù)出現(xiàn)不穩(wěn)定的概率會比較大，當(dāng)出現(xiàn)如圖遠(yuǎn)程服務(wù)3不可用的時候，有三種不同的解決思路。

• 方案1：忽略出錯的數(shù)據(jù)（圖中數(shù)據(jù)3），直接返回數(shù)據(jù)1、2、4。
• 方案2：遇到任意失敗，整個請求返回錯誤503 service unavailable。
• 方案3：忽略出錯的數(shù)據(jù)（圖中數(shù)據(jù)3），并告知調(diào)用方出錯的范圍，需要自定義的返回格式。如 {“load_data3_success”: false}

如果你作為一個架構(gòu)師，會選擇哪種方案？

方案一類似架構(gòu)設(shè)計里面常說的優(yōu)雅降級，在出現(xiàn)問題情況下，除了數(shù)據(jù)3不能返回之外，其它數(shù)據(jù)可以正常返回，原理上可以將損失降低到***。但這種方案會給用戶體驗帶來一定傷害，用戶在使用系統(tǒng)時候會存在不確定性的心理感受。

方案二比較依賴調(diào)用方的容錯邏輯，如果調(diào)用方保存了上一次緩存，且容錯邏輯處理得當(dāng)，用戶表面會感受不到這個異常。如果沒有容錯邏輯，最壞情況則將會返回白頁。但是即使有容錯邏輯，由于正常的數(shù)據(jù)也不能及時返回，從工程師到用戶可能不太容易接受這個結(jié)果。

方案三是一個看起來相對合理的方案，但是需要添加自定義的字段，本來這是一個標(biāo)準(zhǔn)的LIST返回，但是需要額外添加一些錯誤字段如 {“load_data3_success”: false}來標(biāo)識哪些數(shù)據(jù)返回失敗了。一個簡單的接口變得異常繁瑣，同時調(diào)用方也需要實現(xiàn)緩存及容錯邏輯。這個方案從服務(wù)方到調(diào)用方的熵都增加了很多。

因此，這個選擇題已經(jīng)不好做了。但雪上加霜的是，在大部分應(yīng)用中，對于數(shù)據(jù)列表訪問同時還存在未讀數(shù)的功能，如下圖中的小紅點數(shù)字。如果這個未讀數(shù)由另外一個API提供（本討論假設(shè)未讀數(shù)API功能正常），情況就更復(fù)雜。

補(bǔ)充討論一下，如果不提供單獨的未讀數(shù)API，客戶端需要每次需要加載新的全量數(shù)據(jù)才能本地算出未讀數(shù)，會帶來訪問速度的下降及客戶端更多流量的消耗。因此大多數(shù)情況提供一個未讀數(shù)API整體開銷會更低。通過未讀數(shù)API判斷當(dāng)服務(wù)端有新數(shù)據(jù)時候才去訪問列表接口。

這時候如果未讀數(shù)都出來了，遠(yuǎn)程數(shù)據(jù)又取不到的情況下，你作為架構(gòu)師，會選擇何種方案？

原文鏈接：http://timyang.net/service/arch-interview-questions/