服务到服务通信中的延迟和超时的最佳做法

Question

是否有关于设置有效超时时间的最佳做法？

我一直在阅读一些资料，但是无法完全理解这些方面：

1. 下游服务“促销”如何理解其自身的延迟并向“相关性”服务传达适当的超时？我发现this的来源正在讨论该主题，但是我仍然对应该如何测量延迟感到困惑：在谈论响应时间时，这是被叫方传出的响应时间还是这是呼叫者的感知时间？
2. 通信超时或只是第99个延迟百分比是被叫方的责任吗？我正在考虑呼叫者的各个地理位置，这些位置会对超时产生影响。假设“促销”服务提供了一个API，该API可在2ms内返回第99个百分位数的数据。对于同一数据中心中的呼叫者，适当的时间调整可能为20ms，而对于不同数据中心中的呼叫者，可能为150ms。

通过设置适当的超时，我希望避免调用者等待太长时间（活动线程，级联失败）或等待时间不够长（重试过早）。