云应用的节点故障与网络延迟应对策略
1. 节点故障相关处理
在云应用开发中，节点故障是常见问题，会对用户体验和服务处理造成影响。对于交互式用户，重试策略需合理，如每隔30秒重试10次的策略适用于夜间批处理，但对交互式用户则不合适。
后端系统中，突然的节点故障会中断服务层处理。为解决此问题，可构建幂等流程，让其在相同输入下能安全多次执行。成功恢复依赖于节点无状态且重要数据存储在可靠存储中，而非节点本地磁盘（假设磁盘无可靠存储备份）。云原生应用常用的队列中心工作流模式可用于重启中断的进程，并保存正在进行的工作以加快恢复速度。
以在Windows Azure上构建PoP应用为例，该应用旨在提供可靠用户体验且不丢失数据。为应对偶尔的故障和中断，PoP做了以下准备：
1.容量调整：不断增加或减少容量以节省成本，仅支付运行所需的容量。
2.N+1规则：直接为用户服务的角色遵循N+1规则，因用户体验至关重要；而组成服务层的工作角色不遵循该规则，因其偶尔中断不会直接影响用户。这些决策体现在PoP的自动伸缩规则中。
3.Windows Azure故障域：Windows Azure通过Fabric Controller在数据中心特定约束内部署应用的每个角色实例，其中故障域是故障场景中最重要的约束。故障域是数据中心内潜在的单点故障点，至少有两个实例的角色会分布在至少两个故障域中。虽然最多可能有一半的应用Web和工作角色实例同时宕机，但这种情况不太可能发生。若发生，Fabric Controller会立即进行修复，不过恢复期间应用容量会降低。此时可采
