Паттерны
отказоустойчивости
в микросервисах на Go
Глубокий курс по построению отказоустойчивой архитектуры — как быстро найти инцидент, на что смотреть и какие паттерны использовать. Все от А до Я на смоделированном TravelTech-проекте. Применимо в любой сфере
Преподает senior из Ozon Tech
как попасть
предзапись
когда
весна 2027
необходимый грейд
junior/middle
длительность
1.5 месяца
Ты — новый Golang разработчик в traveltech компании
Развиваешь существующий сервис бронирования отелей, а там...
Падение одного микросервиса рушит всю систему, БД отказывает на пиковых нагрузках, и сбои — постоянная головная боль
Готовый номер считается неготовым
Room-ready событие отстаёт за медленным consumer
Гость: ждет
Отель: медленный check-in
Бронь есть, события нет
DB commit прошёл, а публикация в Kafka — нет
Гость: нет подтверждения
Стойка: бронь не видна
Истечение кеша обрушает PostgreSQL
Одинаковые miss одновременно идут в Search DB
Гость: ошибка поиска
Система: DB Saturation
Два гостя получают один номер
Конкурентные запросы уменьшают один остаток без проверки версии
Гость: отменяет бронь
Отель: овербукинг
Availability блокирует Booking
Ожидание и повторы заполняют connections и создают каскадный отказ
Гость: spinner
Платформа: retry storm
Система принимает больше работы, чем завершает
Низкоприоритетный поиск заполняет очередь и вытесняет check-in
Гость: не заселяется
Отель: очередь в лобби
Повтор создаёт вторую бронь
Booking сохранил результат, но клиент не получил ответ
Гость: две брони
Отель: ручная сверка
Популярный отель перегружает поиск
Тысячи гостей проверяют один номер на одинаковые даты
Гость: виснет поиск
Отель: теряет брони

Глядя на архитектуру сервиса, возникают вопросы:

/1
Упал один микросервис, а за ним вся система. Как разорвать цепочку
/2
БД легла от всплеска запросов. Как правильно использовать кэш, чтобы оптимизировать хранение данных
/3
В момент дежурства упала система. Как найти быстро найти причину, и какие действия предпринять для ее устранения без помощи старших коллег
/4
Как правильно кэшировать данные, чтобы не получить тонны устаревшей информации при инвалидации кеша или падении Redis
/5
Как написать повторную обработку сообщений, которая гарантированно не сломает систему
/6
Как правильно использовать retry, чтобы он за минуты при нагрузке не положил прод
чтобы решить задачу:
Вместе c Senior из Ozon Tech поочередно рассмотришь все проблемы в коде, к каждой разберешь теорию и сразу напишешь best practice решение
Непонятно, где случился инцидент
как исправим:
Дашборды в Grafana • алерты в Prometheus
Заранее можем прогнозировать проблемы, а если случился инцидент — быстро найти его
Готовый номер продолжает считаться неготовым
как исправим:
Message key · manual offset · lag SLI
События упорядочены по room_id, offset фиксируется после обработки, lag измеряется во времени
Бронь сохранена, но событие не опубликовано
как исправим:
Transactional outbox · inbox · retry topics
Booking пишет outbox вместе с бронью; consumer дедуплицирует доставку через inbox
Одновременные cache miss обрушивают Search DB
как исправим:
Singleflight · soft/hard TTL · TTL jitter
Один запрос обновляет ключ, остальные получают soft-stale. Hard TTL разнесён jitter
Два гостя резервируют последний номер
как исправим:
Optimistic locking · CAS · version token
Availability обновляет остаток только при совпадении версии
Availability блокирует Booking и создаёт retry storm
как исправим:
Deadline · timeout · circuit breaker · retry budget
Общий deadline ограничивает цепочку, breaker прекращает бесполезные вызовы
Поиск вытесняет check-in при нагрузке выше capacity
как исправим:
Load shedding · priority admission · bounded queue
Gateway отдаёт 429 низкому приоритету и сохраняет отдельный бюджет для check-in
Повтор запроса создаёт вторую бронь
как исправим:
Idempotency-Key · stored result
Booking хранит ключ и результат в транзакции с бронью и возвращает тот же ответ
Популярный отель перегружает Search
как исправим:
Cache-aside · hot-key isolation
Search владеет Redis, объединяет одинаковые запросы и возвращает допустимый stale-result
В итоге получишь «рецепты» по решению типичных инцидентов в prod’e, которые применимы к любой сфере и размеру компании — от маленькой до BigTech

подойдет middle/senior go-разработчикам

знаешь основы kafka
базово владеешь redis
Джунам будет сложно, но полезно
Если хочется быстрее расти и не пугает, что для усвоения материала придется дополнительно поизучать какие-то темы — приходи

подробная программа

Попадешь в смоделированную TravelTech-компанию: микросервисная архитектура с десятками типичных проблем в коде. Каждый урок закрывает один инженерный вопрос — почему возникает отказ, как его заметить и какой паттерн применить
{
ффф"ratio": {
ффффф"practice": 80%,
ффффф"theory": 20%
ффф}
}
Начинаем с инженерного расследования: почему пользователь видит ошибку, где искать источник деградации и как по метрикам отличить частичный отказ от каскадного

Теория:
  • архитектура учебного Go-стенда в Kubernetes: gateway, несколько микросервисов, БД, брокер или кэш;
  • надежность vs отказоустойчивость, graceful degradation, blast radius, MTBF и MTTR;
  • partial failure, cascading failure, transient, permanent и intermittent failures;
  • почему сеть ненадежна: timeout, потерянный ответ, частичный успех и отсутствие глобального времени;
  • SLI / SLO / SLA: availability, error rate, latency p95/p99, saturation и request rate;
  • почему средняя latency обманывает и как читать пользовательскую деградацию по p95/p99.

Практика:
  • в k8s-стенде включаем fault-сценарии: сломанный pod, медленный downstream, временно недоступную БД и lag в асинхронной обработке
  • работаем с Grafana / Prometheus, kubectl, логами и incident card.

----------------------

Результат:
  • умеешь начать расследование: найти симптом, определить пострадавший SLI, оценить радиус поражения и выбрать первую безопасную реакцию
{
ффф"differences": {
ффффф"practice": true,
ффффф"theory": false
ффф}
}

главное отличие этого курса от остальных

Практика с «рецептами» по решению типичных инцидентов в prod’e

Курс

Глубина изучения паттернов отказоустойчивости

«Микросервисы, как в BigTech» и курсы других школ

Основные паттерны с примерами кода. Изучается в середине курса и не так глубоко, как здесь. Упор на построение микросервисов с нуля

«System Design»

Изучается на уровне проектирования архитектуры без написания кода

из чего состоит курс

Последовательно смотрим каждую проблему в коде, разбираем ее в теории и сразу пишем решение
Уроки длятся по 1−1.5 часа и проходят два раза в неделю

Онлайн-уроки

Над TravelTech-проектом работаешь на лекциях с преподавателем. В домашках закрепляешь знания на проекте аренды самокатов с аналогичными проблемами

Реальные инциденты в домашней работе

Фидбек дает только преподаватель — никаких кураторов и помощников. Уточняющие вопросы можно задавать на еженедельных online-встречах

Q&A-сеccии и проверка ДЗ

Посмеяться, обсудить проблему или задать вопрос по паттернам отказоустойчивости архитектуры — на связи преподаватель и другие ученики курса

Общий чат

Книги, статьи и видео, которые можно почитать на досуге и прокачаться еще сильнее

Дополнительные материалы

Выдадим после курса для подтверждения твоих навыков

Сертификат

преподает даниил булыкин, senior в ozon tech

распил монолита и построение многокомпонентного отказоустойчивого сервиса «Ozon Job»
Ozon Tech
разработка платформы DBass
ВКонтакте
max. нагрузка спроектированных систем
10 000 RPS
коммерческого опыта в BigTech
3000+ часов
в разработке высоконагруженных систем
4 года
{
ффф"reviews": {
ффффф"reliability": true
ффф}
}

отзывы студентов прошлого потока

В этом потоке исправили проблему с длительностью уроков
Вместо 6 длинных стало 12 коротких — до 90 минут

еще больше отзывов

  • Семён Киланов
    Курс был очень полезен — узнал много тонкостей о которых не знал ранее
  • Ольга Ларина
    Очень много материала, подробные объяснения, много случаев из реальной практики
  • Artem Tretiakov
    Классно, что разбирали реальные кейсы и реальные способы для применения в prod
  • Сергей
    Данил отвечает в личных сообщениях очень развернуто, если появляются вопросы
  • Борис Полошков
    Крутые ДЗ, имитирующие реальные бизнес-проблемы, глубина раскрытия тем
  • Сергей Фастунов
    Насыщенность материала. Готовность ведущего к работе до «последнего клиента»

метрики удовлетворенности прошлого потока

Учеников готовы рекомендовать обучение друзьям и коллегам
Итоговая оценка курса
по 10-ти балльной шкале

Заполни анкету предзаписи

Участники предзаписи получают индивидуальные условия на покупку курса и первыми узнают о начале набора. Предзапись не обязывает к покупке

Частые вопросы

В любой IT-компании без исключения либо отказывает какой-то микросервис, либо падает вся система. Даже в BigTech

В командах с десятками или сотнями разработчиков каждый имеет свой уровень, и каждый допускает ошибки в коде. Любой инцидент начинается с этого. Рано или поздно он происходит, и с этим сталкивается любой Middle или Senior. Вопрос только в том, когда именно это случится

Даже если ты только начинаешь писать на Go, и тебя эта проблема не коснулась — с ростом грейда и ответственности ты с этим столкнешься. И блок-фактор твоего роста — умение строить отказоустойчивые системы и «тушить пожары» без помощи старших коллег.

Когда ты самостоятелен(-на), к тебе больше доверия, тебя сильнее ценят, и тебя готовы повышать. Особенно, когда один и тот же сервис постоянно падает, а ты наконец-то починил(-а) его раз и навсегда

задать вопрос

Пиши, если есть вопрос по курсу или не знаешь, с чего начать — поможем советом
Этот курс поможет тебе глубже разобраться с отказоустойчивостью микросервисов, микросервисных архитектурах и подходах к отказоустойчивости: от отдельных микросервисов до взаимодействия между микросервисами и работы с ними в целом.

Архитектурный подход даст тебе понимание отказоустойчивости, что позволяет в будущем, например, повышать доступность системы, снижать сложность работы отдельных компонентов и обеспечивать их независимое выполнение.

На занятиях отдельно разбираем отказоустойчивость микросервисной архитектуры: что использовать для разных задач, как выбрать нужный подход для микросервиса и как применять его на практике. На примерах разбираем взаимодействие микросервисов и учимся находить решения, которые помогают микросервисам стабильно работать даже при сбоях.

Паттерны отказоустойчивости архитектуры в микросервисах