调用外部服务时的可靠性

四个机制

超时。每次调用都要有，始终要有。没有时间上限的调用会一直占着资源，直到系统窒息。

带递增延迟的重试。只对可以安全重复的操作，只对临时性错误。对校验错误重试是浪费。

熔断器。连续失败之后，暂停一段时间不再尝试。这既保护你，也保护那个已经吃力的服务。

降级模式。服务不可用时系统显示什么：缓存数据、部分功能，或者一条清晰的提示。

重复的问题

当一次调用因超时而失败时，无法知道操作是否已经执行。对每一个有影响的操作——扣款、发送、创建——都要发一个唯一键，让对方能识别出这是重复。没有它，一次重试可能扣两次钱。

监控什么

按外部服务分别看错误率和响应时间，以及熔断器的状态。一次供应商故障在你这边表现为「系统很慢」，会浪费掉好几个小时的无谓排查。