ну таки да, работа с транзакциями гораздо сложнее, чем тупо пробросить запрос во внешнюю систему

Заложи отказы системы в slo своего продукта. Перенести риски на бизнес уровень. Сам ретрай и делай лучшее что можешь

о, ответ настоящего SRE!

Может бизнес найдет инфопартнера лучше

Или сможет поднять качество сервиса через платежи партнёру

узкая ниша, там их всего пара штук. А этот ещё прилично работает по сравнению с.

Да и косты переезда будут космические во всех разрезах

так что только обкладывать всем чем можно )

Что за ниша? Просто любопытство

Это всегда головняк. Если у вас в тестах есть то, что вы не контролируете (каналы, днс, хреновая политика апдейтов, любящий шатать сервис контрагент), то они периодически будут флапать и ломаться. С этим только жить.
А так интеграционные тесты в помощь и статистику по ним. Если какие-то тесты валятся регулярно, то на фоне них надо различать какие другие тесты поломались или позеленели.

Некоторые кэширование запрещают соглашениями/контрактами.

По статистике смотрите что чаще всего падает, пинайте чтобы чинили на той стороне, либо обкладывайте ретрай/фоллбэк политиками, уменьшайте slo, флаподав настраивайте

Всем патчиццо. Теперь официально :)

Выключать tcp_sack скорее

Патча то ещё нет

А тут есть sre? Замечено что некоторые не понимают разницу между ReadTimeout и Connection Timeout. Не говоря об остальных ошибках сети. Может у кого есть в голове структурированная информация и ею не против поделится?

Кстати да, доклад по тайм-аутам очень нужен

Могу сделать, если хотите

Слушай, не встречал такого ничего🤷‍♂