經常有朋友問到，“感覺你們的系統最近沒什么太大變化，你們幾百號工程師在忙什么？”，下面的這個問題，可能是工程師花費了不少時間的場景之一，最壞的情況下里面所有方案或許都嘗試過一遍。

有如下一個場景，某個服務需要構建一個列表數據返回給調用方（調用方通常是客戶端），服務本身是一個數據聚合器，它由內部多個遠程服務的數據聚合而生成。在正常情況下，需要將所有內部服務的結果全獲取成功后再返回。但是在一個大系統中，多個服務中某個服務出現不穩定的概率會比較大，當出現如圖遠程服務3不可用的時候，有三種不同的解決思路。

• 方案1：忽略出錯的數據（圖中數據3），直接返回數據1、2、4。
• 方案2：遇到任意失敗，整個請求返回錯誤503 service unavailable。
• 方案3：忽略出錯的數據（圖中數據3），并告知調用方出錯的范圍，需要自定義的返回格式。如 {“load_data3_success”: false}

如果你作為一個架構師，會選擇哪種方案？

方案一類似架構設計里面常說的優雅降級，在出現問題情況下，除了數據3不能返回之外，其它數據可以正常返回，原理上可以將損失降低到***。但這種方案會給用戶體驗帶來一定傷害，用戶在使用系統時候會存在不確定性的心理感受。

方案二比較依賴調用方的容錯邏輯，如果調用方保存了上一次緩存，且容錯邏輯處理得當，用戶表面會感受不到這個異常。如果沒有容錯邏輯，最壞情況則將會返回白頁。但是即使有容錯邏輯，由于正常的數據也不能及時返回，從工程師到用戶可能不太容易接受這個結果。

方案三是一個看起來相對合理的方案，但是需要添加自定義的字段，本來這是一個標準的LIST返回，但是需要額外添加一些錯誤字段如 {“load_data3_success”: false}來標識哪些數據返回失敗了。一個簡單的接口變得異常繁瑣，同時調用方也需要實現緩存及容錯邏輯。這個方案從服務方到調用方的熵都增加了很多。

因此，這個選擇題已經不好做了。但雪上加霜的是，在大部分應用中，對于數據列表訪問同時還存在未讀數的功能，如下圖中的小紅點數字。如果這個未讀數由另外一個API提供（本討論假設未讀數API功能正常），情況就更復雜。

補充討論一下，如果不提供單獨的未讀數API，客戶端需要每次需要加載新的全量數據才能本地算出未讀數，會帶來訪問速度的下降及客戶端更多流量的消耗。因此大多數情況提供一個未讀數API整體開銷會更低。通過未讀數API判斷當服務端有新數據時候才去訪問列表接口。

這時候如果未讀數都出來了，遠程數據又取不到的情況下，你作為架構師，會選擇何種方案？

原文鏈接：http://timyang.net/service/arch-interview-questions/