Hogyan működnek az áramkör-megszakítók és az újrapróbálkozások a backoff-al az elosztott rendszerekben?

Question

Accepted Answer

Az elosztott rendszerekben a hívások meghiúsulnak. **Az újrapróbálkozások backoff-al** *átmeneti* hibákból visszanyerik; az **áramkör-megszakító** megakadályozza, hogy egy olyan függőséget keljen meg, amely valóban *leállt*. Kiegészítik egymást: próbálja újra a zökkenet, szüntesse meg az üzemszünetet.

## Újrapróbálkozás exponenciális backoff-al + jitter

Átmeneti hibák (timeout, rövid hálózati zökkenetek, 503-as hibák) esetén próbálkozzon újra — de **exponenciális backoff-ot és jitter hozzáadása** annak érdekében, hogy az újrapróbálkozások szétoszoljanak, ahelyett, hogy egy durranó nyájban szinkronizálódnának.

```text
attempt 1 → wait ~1s   (+ random jitter)
attempt 2 → wait ~2s   (+ random jitter)
attempt 3 → wait ~4s   (+ random jitter)
→ cap at maxRetries (e.g. 3) and a max delay → don't retry forever
```

Fontosabb óvintézkedések:

- **Korlátozza az újrapróbálkozásokat** — a korlátlan újrapróbálkozások **újrapróbálkozási viharokat** hoznak létre, amelyek túlterhelik a helyreálló szolgáltatást.
- **Idempotencia** — csak olyan műveletek esetén próbálkozzon újra, amelyeket biztonságosan lehet ismételni (az újrapróbálkozott fizetés nem szaladhat el kétszer).
- **Jitter** — anélkül az összes kliens egyidejűleg próbálkozik újra, és ismét megemelkedik a terhelés.

## Áramkör-megszakító

An áramkör-megszakító nyomon követi a függőség meghibásodásait és egy küszöb után **kinyit** — gyorsan meghiúsul (vagy fallback-et ad vissza) ahelyett, hogy holt szolgáltatást hívna meg. A hűtési idő után **félig nyitva** kerül a helyreállás vizsgálatához.

```text
CLOSED   → calls pass through; count failures
  too many failures → trip → OPEN
OPEN     → fail fast immediately (no call); start cooldown timer
  cooldown elapsed → HALF-OPEN
HALF-OPEN → allow a few probe calls
  success → CLOSED (recovered) ; failure → back to OPEN
```

## Amikor mindegyik alkalmazandó

```text
Retry           → transient, likely-to-succeed-soon errors (1 slow call)
Circuit breaker → repeated/sustained failures (the dependency is down)
→ use together: breaker prevents retries from piling onto a dead service
```

## Miért fontos

Anélkül, hogy egy meghiúsult függőség magával viszi a hívót: a kérések a timeout-ok során felhalmozódnak, az újrapróbálkozások erősítik a terhelést, és a hiba kaskád jelleggel szétoszlik a szolgáltatások között. Az exponenciális backoff jitter-rel helyreállítja a zökkenetek helyreállítását újrapróbálkozási vihar nélkül; a korlátozás és az idempotencia biztonságos újrapróbálkozásokat biztosít; és az áramkör-megszakító megakadályozza az erőforrások pazarlását egy holt függőségre, és teret ad a helyreállásnak. Együtt egy függőség meghibásodásból egy meghatározott, öngyógyító eseményt képeznek.