思考小结：软件容错

所谓容错是指，在故障或异常存在的情况下软件系统不失效，仍然能够正常工作的特性。容错即是Fault Tolerance，确切地说是容故障，容异常（Fault），而并非容错误（Error）。

 

在实际中，容错常常被错误地理解为“尽量保证运行下去”，“尽量不报错，不抛异常”。这种习惯下，经常导致后期bug难以定位。

 

一个模块，如果对一个“错误的输入”可以纠正的，可以仍然产生正确合法的输出。确切来说，这个输入就不应该是错误的，应该视为正常的处理的一个特殊情况。

 

如果可以在一个故障中恢复，这个故障就是你可以容忍；如果对一个故障，可以在牺牲一部分数据的情况下，继续未完成部分的处理，这个故障也是可以容忍的。但是，大多错误是不可以容忍的。错误应该尽早的发现并且暴露出来。

 

是否容错，既与”错“本身的特点相关，也和处理的上下文有关。对同样的异常情况，对模块B来说，是一个不能容忍错误。而对多次调用模块B的模块A来说，可能就是一个可以容忍的异常，因为模块A要在忽略这一批次的数据后，继续下一批次数据的处理。

 

模块之间的接口，对数据的合法性应该有确定的说法，这是模块与模块之间的”契约“的一部分。模块作自己该做的，既不要少做了，也不要做多余的事情。

 

对不符合”契约“的非法输入，不应该产生非法的输出。而是以约定的方式报错。这时，终止程序都比返回非法数据，置整个系统为”不可知“状态要好。