云应用的故障处理与应对模式
1. 面向生产环境的测试
如今，企业针对生产环境进行测试变得越来越普遍，因为这是最真实的测试方式。例如，企业会在非高峰时段对生产环境进行负载测试。Netflix更是更进一步，他们使用自研工具“Chaos Monkey”持续地给生产（云）环境施加错误压力。为了确保能够应对任何形式的中断，“Chaos Monkey”会持续且随机地关闭服务并重启生产环境中的服务器。
2. 在Windows Azure上构建PoP应用
“照片页面（PoP）”应用使用了多项Windows Azure云服务，其中包括用于存储账户配置文件信息的Windows Azure SQL数据库，以及用于存储照片的Windows Azure Storage Blob。由于这些都是云服务，PoP代码被编写为能够处理临时故障。
Windows Azure平台包含适用于各种编程环境（如C#、Java、Node.js、Python和移动设备）的软件库。这些库通过自动检测临时故障并最多重试三次，简化了对Blob的访问。此外，还有许多其他预定义的重试行为可供选择，也可以创建自定义的重试策略。大多数应用程序使用默认行为即可。
3. 实际中的重试情况
为了了解实际中重试发生的频率，我们进行了一项实验。运行一个上传工具，在较长时间（以天为单位）内使网络连接饱和，并将数据通过公共互联网推送到Windows Azure Blob存储中。使用自定义重试策略实现指数退避，并记录每次重试尝试。在上传近百万个平均大小为4MB的文件时，约1.8%的文件至少需要重试一次。由于文件较大，每次文件上传涉及多个存储操作，因此存储操作的重试频率远低于0.1%。然而，由
