经常有朋友问到，“感觉你们的系统最近没什么太大变化，你们几百号工程师在忙什么？”，下面的这个问题，可能是工程师花费了不少时间的场景之一，最坏的情况下里面所有方案或许都尝试过一遍。
有如下一个场景，某个服务需要构建一个列表数据返回给调用方（调用方通常是客户端），服务本身是一个数据聚合器，它由内部多个远程服务的数据聚合而生成。在正常情况下，需要将所有内部服务的结果全获取成功后再返回。但是在一个大系统中，多个服务中某个服务出现不稳定的概率会比较大，当出现如图远程服务3不可用的时候，有三种不同的解决思路。
- 方案1：忽略出错的数据（图中数据3），直接返回数据1、2、4。
- 方案2：遇到任意失败，整个请求返回错误503 service unavailable。
- 方案3：忽略出错的数据（图中数据3），并告知调用方出错的范围，需要自定义的返回格式。如 {“load_data3_success”: false}
如果你作为一个架构师，会选择哪种方案？
方案一类似架构设计里面常说的优雅降级，在出现问题情况下，除了数据3不能返回之外，其它数据可以正常返回，原理上可以将损失降低到***。但这种方案会给用户体验带来一定伤害，用户在使用系统时候会存在不确定性的心理感受。
方案二比较依赖调用方的容错逻辑，如果调用方保存了上一次缓存，且容错逻辑处理得当，用户表面会感受不到这个异常。如果没有容错逻辑，最坏情况则将会返回白页。但是即使有容错逻辑，由于正常的数据也不能及时返回，从工程师到用户可能不太容易接受这个结果。
方案三是一个看起来相对合理的方案，但是需要添加自定义的字段，本来这是一个标准的LIST返回，但是需要额外添加一些错误字段如 {“load_data3_success”: false}来标识哪些数据返回失败了。一个简单的接口变得异常繁琐，同时调用方也需要实现缓存及容错逻辑。这个方案从服务方到调用方的熵都增加了很多。
因此，这个选择题已经不好做了。但雪上加霜的是，在大部分应用中，对于数据列表访问同时还存在未读数的功能，如下图中的小红点数字。如果这个未读数由另外一个API提供（本讨论假设未读数API功能正常），情况就更复杂。
补充讨论一下，如果不提供单独的未读数API，客户端需要每次需要加载新的全量数据才能本地算出未读数，会带来访问速度的下降及客户端更多流量的消耗。因此大多数情况提供一个未读数API整体开销会更低。通过未读数API判断当服务端有新数据时候才去访问列表接口。
这时候如果未读数都出来了，远程数据又取不到的情况下，你作为架构师，会选择何种方案？
原文链接：http://timyang.net/service/arch-interview-questions/
