限流和降级
接入层可以在nginx层做，服务层阿里采用的sentinal，相比开源出来的jar包，它是个集成了hsf，集策略配置，下发于一体的限流、降级管控平台。
流量调度平台
有些系统由于发布、网络抖动、故障等原因会导致服务中某个节点出现负载升高，导致高节点响应时间变长，请求排队等情况，进一步可能威胁到上下游的稳定性。
相比于上面提到的限流和降级，这种流量调度平台更专注解决服务某一个节点的问题。
实现原理
- 采集系统+业务指标
- 通过一定时间维度的指标和故障模型匹配
- 后续故障处置：降权（hsf的服务权重）、摘除（踢掉节点）。
开关服务
感觉很像spring-cloud全家桶中的config服务的作用，用来下发开关
容量压测和容量评估
- 线上流量引入，测试单机的qps，得到单机服务的性能基线
- 根据单机qps来评估集群容量，在双11大促等场景对服务承载能力掌控更精准，节省服务器资源
全链路压测
！很重要，也是阿里的法宝之一，方法论如下：
- 基础数据抽取：对现有的生产数据进行筛选、过滤、抽取
- 链路模型构造：构造压测链路的模型
- 链路验证：对模型进行验证
- 业务改造：业务对于压测的幂等支持，放线上数据污染能
- 数据平台：全链路压测的数据极地
- 流量平台：操控中心（对压测进行限制，配置），压测引擎（部署在外网cdn中）
- 中间件支持：压测标志支持，数据隔离跟踪等。
- 影子表：通过设置影子表将压测数据录入到影子表方变后续管理
- 安全策略支持：对压测数据的识别，不要误认为攻击，对于压测数据的监控防止恶意模仿
业务数据一致性
阿里内部将BCP(bussiness check platform)，为了不影响业务，是通过时间触发的原理实现。
即。感知数据的变化（精卫、mq）之后根据配置的事件类型找到检测模型，进行规则校验，然后结果入库，发现异常发送报警通知。