Распределенные системы редко выходят из строя как единое целое. Чаще всего одна зависимость замедляется, один сегмент становится недоступным, один регион теряет мощность или один пул насыщается, в то время как соседние компоненты остаются работоспособными. Инженерная задача заключается не просто в обеспечении доступности; она заключается в предотвращении превращения локального сбоя в событие, затрагивающее всю систему.Руководство Google по SRE описывает каскадный сбой как положительную обратную связь, при которой потерянная мощность переносит нагрузку на оставшуюся мощность до тех пор, пока не выйдут из строя дополнительные компоненты. Проектирование отказоустойчивости должно прерывать этот цикл рано, недорого и на границе, достаточно узкой, чтобы сохранить полезную работу в других местах.