Circuit breakers i łagodne ograniczanie funkcjonalności
Dowiedz się, jak circuit breakers zapobiegają awariom kaskadowym oraz jak łagodne ograniczanie funkcjonalności pozwala systemowi pozostać użytecznym nawet przy awarii zależności.
Circuit breakers i łagodne ograniczanie funkcjonalności to bezpłatna lekcja System Design Basics for Backend Developers na CoddyKit. To lekcja 4 z 4. Możesz przeczytać całą lekcję poniżej za darmo — a potem ćwiczyć ją interaktywnie w przeglądarce z wbudowanym edytorem kodu i tutorem AI dostępnym 24/7. To część ścieżki edukacyjnej System Design Basics for Backend Developers, a Twój postęp synchronizuje się między webem a aplikacją CoddyKit. Kurs System Design Basics for Backend Developers zawiera 4 lekcji w sumie.
Części tej lekcji nie zostały jeszcze przetłumaczone i są wyświetlane po angielsku.
The Cascading Failure Problem
In a system of dependent services, one slow service can drag down everything that calls it. Threads pile up waiting, queues fill, and the failure cascades across the whole system.
High availability means containing failures, not just preventing them.
What a Circuit Breaker Does
A circuit breaker wraps calls to a dependency. When failures cross a threshold, it opens and fails fast instead of waiting on a dead service.
- Stops wasting threads on doomed calls
- Gives the failing service time to recover
The Three States
A circuit breaker has three states:
- Closed: calls flow normally, failures are counted
- Open: calls fail immediately without hitting the dependency
- Half-open: a few trial calls test whether the dependency recovered
CLOSED --(too many failures)--> OPEN
OPEN --(timeout elapsed)--> HALF_OPEN
HALF_OPEN --(trial succeeds)--> CLOSED
HALF_OPEN --(trial fails)--> OPENA Simple Breaker in Code
Here is the core idea: count failures, trip when a threshold is reached, and refuse calls while open.
class Breaker:
def __init__(self, limit):
self.fails = 0
self.limit = limit
self.open = False
def call(self, ok):
if self.open:
return 'rejected'
if ok:
self.fails = 0
return 'success'
self.fails += 1
if self.fails >= self.limit:
self.open = True
return 'failure'
b = Breaker(3)
for ok in [False, False, False, True]:
print(b.call(ok))Timeouts Are Essential
A breaker only helps if calls have timeouts. Without a timeout, a hung dependency holds a thread forever and failures are never counted. Always set aggressive, explicit timeouts on remote calls.
Retries and Backoff
Retries can help with transient errors but can also amplify an overload. Use exponential backoff with jitter and cap the retry count. Combine with a circuit breaker so retries stop entirely when the circuit is open.
import random
delay = 1
for attempt in range(4):
wait = delay + random.uniform(0, delay)
print('attempt', attempt, 'wait', round(wait, 2))
delay *= 2Graceful Degradation
Graceful degradation means the system still does something useful when a dependency is down, instead of returning an error.
- Serve stale cached data
- Hide a non-critical feature
- Return a sensible default
Fallbacks
When the breaker is open, route to a fallback. For a product page, if the recommendations service is down, show a generic best-sellers list instead of failing the whole page.
def get_recommendations(breaker):
if breaker.open:
return ['bestseller-1', 'bestseller-2']
return ['personalized-1', 'personalized-2']Bulkheads
The bulkhead pattern isolates resources so one failing dependency cannot consume all threads or connections. Give each downstream dependency its own bounded pool — like watertight compartments in a ship.
Load Shedding
Under extreme load, it is better to reject some requests quickly than to slow down for everyone. Load shedding drops low-priority traffic to protect critical paths and keep latency bounded.
Putting It Together
Resilient services layer these patterns: tight timeouts, circuit breakers, bulkheads to isolate, fallbacks for degradation, and load shedding under pressure. Together they turn a potential outage into a minor, contained blip.
Quick Check
Test your understanding of circuit breakers.
Recap
You learned to contain failures for high availability:
- Circuit breakers fail fast and cycle through closed, open, and half-open
- Timeouts and capped backoff retries prevent overload amplification
- Graceful degradation and fallbacks keep the system useful
- Bulkheads and load shedding isolate and protect critical paths
Często zadawane pytania
Czy lekcja „Circuit breakers i łagodne ograniczanie funkcjonalności” jest bezpłatna?
Tak — pełny tekst „Circuit breakers i łagodne ograniczanie funkcjonalności” jest dostępny za darmo tutaj w sieci. Aby ćwiczyć ją interaktywnie (wbudowany edytor kodu i tutor AI dostępny 24/7) i odblokować resztę kursu System Design Basics for Backend Developers, przejdź na CoddyKit PRO. Kurs System Design Basics for Backend Developers zawiera 4 lekcji w sumie.
Co nauczysz się w „Circuit breakers i łagodne ograniczanie funkcjonalności”?
Dowiedz się, jak circuit breakers zapobiegają awariom kaskadowym oraz jak łagodne ograniczanie funkcjonalności pozwala systemowi pozostać użytecznym nawet przy awarii zależności. Ćwiczysz System Design Basics for Backend Developers z praktycznym kodem, który uruchamiasz bezpośrednio w przeglądarce, a tutor AI dostępny 24/7 odpowiada na Twoje pytania podczas pracy nad lekcją.
Czy potrzebuję doświadczenia, aby zacząć System Design Basics for Backend Developers?
Nie wymagamy żadnego doświadczenia. System Design Basics for Backend Developers w CoddyKit jest strukturyzowany dla początkujących i zaawansowanych użytkowników, więc możesz zacząć tutaj lub od początku i uczyć się w swoim tempie. To lekcja 4 z 4.
Ile czasu zajmuje lekcja „Circuit breakers i łagodne ograniczanie funkcjonalności”?
Większość lekcji CoddyKit trwa około 5–10 minut. Każda lekcja to mały, interaktywny krok, dzięki czemu robisz systematyczne postępy i zawsze wracasz dokładnie do tego samego miejsca — na webie i w aplikacji.
Czy mogę pisać i uruchamiać kod w tej lekcji System Design Basics for Backend Developers?
Tak. Każda lekcja System Design Basics for Backend Developers zawiera wbudowany edytor kodu, więc piszesz i uruchamiasz prawdziwy kod bezpośrednio w przeglądarce i od razu otrzymujesz sprzężenie zwrotne od AI — bez konfiguracji na komputerze.
Wszystkie lekcje w tym kursie
- Redundancja i mechanizmy przełączania awaryjnego
- Planowanie odtwarzania po awarii
- Monitorowanie, alerty i rejestrowanie
- Circuit breakers i łagodne ograniczanie funkcjonalności