Bagaimana anda mereka bentuk sistem yang mengendalikan kegagalan dengan baik?

Question

Accepted Answer

Pada skala besar, **kegagalan tidak dapat dielakkan** — pelayan ranap, rangkaian gagal, dependency menjadi tidak tersedia. Mereka bentuk untuk kegagalan bermakna membina sistem yang **bertolak ansur dan pulih daripada kegagalan dengan baik** dan bukannya menganggap segala-galanya berfungsi. Ini penting untuk sistem yang boleh dipercayai.

## Mereka bentuk untuk kegagalan (mindset)

```text
ASSUME things WILL fail → at scale, failures are NORMAL, not exceptional:
  → servers crash, networks partition, disks fail, dependencies go down, traffic spikes
  → design systems to EXPECT and HANDLE failures gracefully (not assume everything works)
→ "everything fails all the time" → build resilience in.
```

## Teknik daya tahan

```text
✓ REDUNDANCY → multiple instances, no single point of failure (failover to healthy ones)
✓ RETRIES (with backoff) → retry transient failures (with exponential backoff + jitter to
  avoid overwhelming a recovering service)
✓ TIMEOUTS → don't wait forever for a failing dependency (fail fast)
✓ CIRCUIT BREAKERS → stop calling a failing service temporarily (prevent cascading failures;
  give it time to recover) → fail fast and fall back
✓ GRACEFUL DEGRADATION → reduced functionality vs total failure (e.g. show cached/partial
  data if a service is down)
✓ FALLBACKS → a default/alternative when something fails
✓ BULKHEADS / isolation → contain failures (one part failing doesn't sink everything)
```

## Mengelakkan cascading failure

```text
⚠️ CASCADING failures → one failure triggers others (e.g. a slow service exhausts callers'
  resources → they fail too → spreads)
→ prevent with: timeouts, circuit breakers, isolation/bulkheads, load shedding, backpressure
✓ MONITORING/alerting → detect failures fast; test failure scenarios (chaos engineering)
```

## Mengapa ia penting

Memahami cara mereka bentuk sistem yang mengendalikan kegagalan dengan baik bernilai kerana **kegagalan tidak dapat dielakkan pada skala besar**, dan mereka bentuk untuknya adalah penting untuk sistem yang boleh dipercayai, jadi ia merupakan pengetahuan system design yang penting.

Mindset asas — **menganggap perkara akan gagal** (kerana pada skala besar, kegagalan adalah normal, bukan luar biasa — pelayan ranap, rangkaian terpisah, dependency turun) dan mereka bentuk sistem untuk menjangka dan mengendalikan kegagalan dengan baik dan bukannya menganggap segala-galanya berfungsi — merupakan asas membina sistem yang boleh dipercayai, tergambar dalam prinsip bahawa "everything fails all the time." Memahami **teknik daya tahan** merupakan pengetahuan praktikal utama: **redundancy** (tiada single point of failure), **retry dengan backoff** (mengendalikan kegagalan sementara, dengan exponential backoff dan jitter untuk mengelakkan membebankan perkhidmatan yang sedang pulih), **timeout** (gagal pantas dan bukannya menunggu selama-lamanya), **circuit breaker** (menghentikan panggilan ke perkhidmatan yang gagal untuk mencegah cascading failure dan membiarkannya pulih), **graceful degradation** (fungsi yang dikurangkan dan bukannya kegagalan total, seperti memaparkan data cache), **fallback**, dan **bulkhead/isolation** (membendung kegagalan).

Teknik ini ialah cara sistem bertolak ansur dan pulih daripada kegagalan yang pasti berlaku.

Memahami cara **mengelakkan cascading failure** — di mana satu kegagalan mencetuskan kegagalan lain (perkhidmatan yang perlahan menghabiskan sumber pemanggil, menyebarkan kegagalan), dicegah dengan timeout, circuit breaker, isolation, load shedding, dan backpressure — amat penting, kerana cascading failure menjadikan masalah kecil sebagai gangguan besar.

Memahami peranan pemantauan dan ujian senario kegagalan (chaos engineering) melengkapkan gambaran.

Memandangkan kegagalan tidak dapat dielakkan pada skala besar dan mereka bentuk untuknya (dengan mindset design-for-failure dan teknik daya tahan) adalah penting untuk sistem yang boleh dipercayai, dan memandangkan memahami mindset, teknik, dan pencegahan cascading failure adalah penting untuk membina sistem yang kukuh, memahami cara mereka bentuk untuk kegagalan merupakan pengetahuan system design yang bernilai dan penting secara praktikal — penting untuk membina sistem yang boleh dipercayai yang bertolak ansur dengan kegagalan yang pasti berlaku pada skala besar, menjadi teras kepada daya tahan melalui redundancy, retry, circuit breaker, dan graceful degradation, dan mencerminkan mindset design-for-failure yang membezakan sistem kukuh daripada sistem rapuh.