जब कोई dependency fail होती है तो graceful degradation क्या है?

Question

Accepted Answer

**Graceful degradation** का मतलब है कि जब कोई dependency fail होती है, तो system error लौटाने के बजाय एक घटा हुआ या आंशिक अनुभव परोसकर **core flow को चालू रखता है**। लक्ष्य है **fail soft** करना, न कि fail hard: एक degraded page एक 500 से बेहतर है।

## तकनीकें

- **Fail soft** — जब कोई dependency down हो, तो error देने के बजाय **cached, partial, या default** data परोसें। एक पुराना-पर-मौजूद परिणाम आमतौर पर कुछ न होने से बेहतर है।
- **Feature-flag से non-critical paths बंद करें** — recommendations, analytics, या fancy widgets बंद कर दें ताकि वहाँ की कोई failure मुख्य page को न तोड़ सके।
- **Timeouts + fallbacks** — किसी धीमी dependency पर कभी अनंत काल तक प्रतीक्षा न करें; timeout करें और किसी fallback value या path पर स्विच कर दें।
- **Failures को isolate करें (bulkheads)** — प्रति dependency resources (thread pools, connection pools) विभाजित करें ताकि एक fail होती service सब कुछ खत्म न कर सके और बाकी को नीचे न खींच ले।
- **Core flow की रक्षा करें** — must-work path (browse, checkout) पहचानें और सुनिश्चित करें कि गैर-आवश्यक features इसे कभी down न कर सकें।

## उदाहरण: search backend down है

```text
BAD  (fail hard):
  search() → backend timeout → throw → user sees HTTP 500 (whole page dead)

GOOD (fail soft):
  result = search()
         catch timeout → return cached_results OR empty + notice
  page renders:
    [ "Showing recent results — live search is temporarily unavailable." ]
    + cached listings, working nav, working checkout
  → user keeps browsing; core flow intact
```

एक मृत page के बजाय, user को cached results और एक छोटा notice मिलता है, जबकि navigation और checkout काम करते रहते हैं। failure एक feature तक सीमित रहती है।

## यह क्यों महत्वपूर्ण है

Dependencies *fail होंगी ही* — third-party APIs, search clusters, recommendation services। graceful degradation के बिना, कोई भी एक failure पूरे outage में बदल जाती है। fail soft (cached/partial/default data) के लिए डिज़ाइन करना, non-critical paths को flag से बंद करना, fallbacks के साथ timeout करना, और bulkheads से failures को isolate करना product को आंशिक failures के दौरान उपयोग योग्य रखता है — और यही एक मामूली गड़बड़ी और एक बड़ी incident के बीच का अंतर है।