小知识，大挑战！本文正在参与“程序员必备小知识”创作活动。

可靠性手段

冗余包括结构冗余（硬件、软件）、信息冗余（纠错）、时间冗余（重试）。通常我们使用复制手段，建立副本，主备、互备、集群等形式。

有容错和修复能力，系统的异常不能总是依赖于“人”去恢复，让系统本身具备“容错”能力，Design for Failure，包括业务层面的容错，补偿方案等。自动降级、同步转异步、延迟执行等。

单机房故障，SET化，二地三中心，多活等。

限制连接数、线程数、并发数、内存占用，防重入、防刷、熔断、流控等进行资源保护。

服务使用的资源（CPU、线程、IO等）隔离，使用舱壁模式，对每个依赖项都划分出单独的线程池等，服务解耦、物理隔离。

要有灰度发布能力，流量灰度能力。

可用性手段

我们要建立基础设施健康监控，对服务运行状况进行，关注流量、错误率、延迟和饱和度，建立业务监控、系统监控，及时发出预警。

要从问题管理转化到风险管理，从报警转化到预警，从日常的运维中不断的收集硬件和软件平台的运行数据，通过数据分析找出潜在的性能问题点并有针对性的进行改进。

故障自愈，是让系统从故障中恢复到正常的工作状态。想要做到自愈，首先要发现错误，所以我们必须对各种失败进行故障恢复，包括自动降级(failback)，自动屏蔽非核心分支异常；失效转移(failover)，摘除异常服务，从请求路由到正常服务；快速失败(failfast)，自动执行预案等。

依据依赖服务的重要性或依赖程度（强、弱），同步变成异步，使用降级开关去掉非核心功能等。