Question

该职能向下游部门发出一项要求,以检索一些数据;主要服务严重依赖Redis。我想实施一项战略,以减少对主要服务的影响,如果下游服务再出现故障。目前,我的想法是,如果下游服务或再服务有:

var SendDownstreamServiceTypeRequest = func(ctx context.Context, param1 int64) ([]ds.ServiceType, error) {
    var rsp *Response
    cachedResult, err := getCachedInfo(ctx, param1)
    if err == nil {
        logger.SetLoggerContext(ctx, "UsingCache", true)
        rsp = &Response{Data: cachedResult}
    } else {


        fallbackCachedResult, fallbackErr := getFallbackCachedInfo(ctx, param1)
        if fallbackErr == nil {
            logger.SetLoggerContext(ctx, "UsingFallbackCache", true)
            rsp = &Response{Data: fallbackCachedResult}
        } else {
            // ... request from downstream service
            // ... 
            // add response data from downstream service to primary cache and fallback cache
            errPrimaryCache := setCachedInfo(ctx, param1, rsp.Data)
            if errPrimaryCache != nil {
                logger.SetLoggerContext(ctx, "UsingCache", err.Error())
            }
            errFallbackCache := setFallbackCachedInfo(ctx, param1, rsp.Data)
            if errFallbackCache != nil {
                logger.SetLoggerContext(ctx, "UsingFallbackCache", err.Error())
            }
        }


    }
    var result ds.Response
    err = json.Unmarshal(rsp.Data, &result.Data)
    if err != nil {
        return nil, err
    }
    return result.Data, nil
}

Is there any better fallback caching strategy that can be implemented into the main service in order to add more redundancies? Thanks

Answer 1

退席的红色审判会奏效,但我认为,由于你必须维持另一个红星场,以及支付其主办费用,因此成本会更高。

除此以外,还有一种选择,就是在服务本身上安装一个内层笼子;将数据储存在主要服务的记忆中。部分能够轻松落实的图书馆是:和。因此,数据流将首先从案例的记忆中检索——和;cache->数据库。

在服务中使用一流式切记的同时,如果你有多种相同服务,因为你必须适当总结彼此之间的数据。因此,你可能必须执行一个条令,每X年清理中流切,或清理发生事件时所储存的数据。可以通过使用像样的电传(例如:NSQ、RabbitMQ、Kafka等)来做到这一点。

希望:

友情链接