Architecture Course Home / Дополнительные материалы / Tactics-based опросник атрибутов качества

Reliability опросник

Сбой возникает, когда система больше не предоставляет услугу, соответствующую ее спецификации, и этот сбой может наблюдаться участниками системы. Неисправность (или комбинация неисправностей) может привести к сбою. Вопросы ниже позволит не допустить, чтобы неисправности превратились в сбои, или, по крайней мере, ограничить последствия неисправности и сделать возможным ремонт.

Опросник доступности служат одной из трех целей:

Группа вопросовВопросПоддерживается? Y/NРискиДизайнерские решения и расположениеОбоснование и предположения
Обнаружение сбоев


Используется ли мониторинг различных частей системы: процессоры, процессы, память, сеть, диски, приложения и тд для обнаружения сбоев?

Мониторинг может обнаружить сбой или перегрузку в сети.





Используются ли механизмы опроса состояния системы? Например Heardbeat.

Если мониторинг настроен на отслеживание системных ошибок, он может страдать проблемой "отсутствия трафика". Может сложиться впечатление о нормальной работе системы, хотя сама система не способна обрабатывать трафик. 





Вероятны ли в вашей системе гонки? Используете ли вы механизмы синхронизации? Если используете то какие?

Например:

  • timestamp, sequence для упорядочивания событий
  • специфичная логика для вашей системы




Если ваша система обменивается сообщениями, используете ли вы контрольные суммы для гарантии целостности сообщений?





Если ваша система обменивается сообщениями, как вы гарантируете доставку сообщения между потребителями?



Тестируете ли вы свою системы на соответствие ожидаемому сценарию?



Обрабатываете ли вы системные исключения?



Проверяете ли вы входные данные в вашу систему?



Используете ли вы timeout там где возможны зависания процесса?



Восстановление после неисправностей




Используете ли вы механизмы избыточности в своей системе?

Например:

  • активное
  • пассивное
    • горячее
    • холодное




Используете ли вы транзакции для чтобы гарантировать восстановление состояния после сбоя?



Доступны ли в вашей CI/CD механизмы отката на более старую, рабочую версию?



Используете ли вы бэкапы БД для отката на более старую, рабочую версию?



Используете ли вы retry для временных ошибок?



Способна ли ваша система игнорировать заведомо не легитимный трафик?

Например:

  • DoS, DDoS
  • Высокий трафик от нижестоящий системы




Применяете ли вы шаблоны graceful degradation чтобы снизить влияние внешних систем?





Предотвратить неисправности


Может ли ваша система временно перейти в нерабочее состояние с целью уменьшений потенциальных сбоев?

Например:

  • rate limiting
  • circuit breaker




Используете ли вы транзакции для исключения несогласованности и гонки?



Используете ли вы алертинг при достижении пороговых значений при которых на систему пора начать пристально смотреть?

Например:

  • пулы соединений превысел некоторый порог
  • дисковое пространство заканчивается
  • ...




Расширяете ли вы набор компетенций вашей системы?

Набор компетенций это набор состояний, в которых система "компетентна".

Например деление на ноль находится за пределами компетенции работы большинства программ. Когда компонент вызывает исключение, это сигнализирует о том, что он обнаружил, что находится за пределами своего набора компетенции; по сути, он не знает, что делать, и бросает исключение. Увеличение набора компетенций компонента означает его разработку для обработки большего количества случаев (ошибок)  - в рамках его нормальной работы.





Оригинал на wiki