架构师进阶，微服务设计与治理的16条常用原则

上一篇文章我们从「存储选型」角度学习了架构师的基本能力。

今天将从存储的上一层「服务维度」学习架构师的第二项常用能力——微服务设计与治理。

• 如何设计合理的微服务架构？
• 如何保持微服务健康运行？

这是我们对微服务进行架构设计过程中非常关注的两个问题。

本文对微服务的生命周期定义了七个阶段，如下图所示。

 围绕这七个阶段总结了16条常用原则。

1、微服务规划

原则1: 按照业务能力（business capabilities）来规划或拆微服务。

康威定律：Conway’s law: Organizations which design systems[…] are constrained to produce designs which are copies of the communication structures of these organizations.
（设计系统的组织，其产生的设计和架构等价于组织间的沟通结构。)

组织的沟通和系统的设计之间紧密相连，特别是复杂系统，解决好人与人的沟通才能有一个更好的系统设计。

《人月神话》中总结出了随着人员的增加沟通成本呈指数增长的规律：沟通成本 = n(n-1)/2。举例说明：

• 5人项目组，需要沟通的渠道是 5*(5–1)/2 = 10
• 15人项目组，需要沟通的渠道是15*(15–1)/2 = 105
• 50人项目组，需要沟通的渠道是50*(50–1)/2 = 1,225

系统越复杂，人手越多，沟通成本也呈指数增长。因此，分而治之便是大多数公司选择的解决方案。分不同的层级，分不同的小团队，让团队内部完成自治理。

原则2: 按照领域驱动设计（Domain-Driven Design，DDD）来规划或拆解微服务。

领域驱动设计是微服务领域的热门话题，本文不展开说明，仅说明几点重要事项：

• 基本过程：抽象业务、分析流程、识别边界、建立模型、映射到服务和代码
• 避免过度耦合、存在贫血领域对象等情况
• 划分界限上下文，厘清上下文之间的映射关系，比如合作关系、共享内核、客户方-供应方开发、防腐层、开放主机服务等等。
• 细化上下文对象，区分实体、值对象、聚合根、领域服务、领域事件

原则2与原则1的区别在于，原则1关注组织架构领域，原则2更偏向软件工程设计领域。

2、微服务设计

原则3：微服务的设计应该遵循「单一职责」原则

所谓单一职责原则，就是对一个服务而言，它的功能要单一，只做与它相关的事情。

在微服务的设计过程中要按职责进行设计，彼此保持正交，互不干涉。

什么样的单一领域对象的单一职责微服务才是有价值的？就是不断有业务变化，能够维持业务持久性，有业务生命力的领域对象。举例来说：

• 与别的功能点相比，调用频率非常高
• 或者其数据量存量大，数据增速快，TB级甚至是PB级的。

那么就很有价值独立为一个微服务，实现独立演进、个性化的弹性伸缩。

所以，我们在进行微服务设计时，要能够分析、预测出需求变化的点在哪里？高并发的点在哪些？数据增长的位置在哪里？与DDD分析相结合，找出最有价值的那个单一职责，进行合理、适度的领域、子领域、有界上下文分解，才能更好的应对复杂的业务、不断变化的业务。

原则4: 微服务的设计应该遵循「高内聚」原则

过度追求「单一职责」，或者拆分微服务过细，往往会带来不良后果。微服务的设计并不是越细越好，过度拆分会导致调用性能变差、数据一致性难以保障、系统可用性降低等问题。

因此，「高内聚」原则要求：

• 完全独立。微服务粒度的下界是它至少应满足独立，能够独立发布、独立部署、独立运行与独立测试
• 足够内聚。强相关的功能与数据在同一个服务中处理
• 足够完备。一个服务包含至少一项业务实体与对应的完整操作

原则5：微服务的设计应该遵循「低耦合」原则

• 避免数据过度暴露
• 避免数据库共享
• 最小化同步调用，如有必要，引入事件驱动进行异步调用

3、微服务实现

原则6：服务无状态。

什么是「状态」？如果一个数据需要被多个服务共享，才能完成一笔交易，那么这个数据被称为状态。

依赖这个「状态」数据的服务被称为有状态服务，反之称为无状态服务。

「无状态」原则并不是说在微服务架构里就不允许存在状态，而是要把有状态的业务服务改变为无状态的计算类服务，那么状态数据也就相应的迁移到对应的“有状态数据服务”中。

 

场景说明：例如我们以前在本地内存中建立的数据缓存、Session缓存，到现在的微服务架构中就应该把这些数据迁移到分布式缓存中存储，让业务服务变成一个无状态的计算节点。迁移后，就可以做到按需动态伸缩，微服务应用在运行时动态增删节点，就不再需要考虑缓存数据如何同步的问题。

只有服务无状态，才能实现快速弹性扩缩容，应对流量峰谷。

原则7：服务高可用。

接入高可用中间件（如sentinal)，实现限流、熔断、降级，增强可用性

原则8：服务可观测。

除了默认系统监控外，微服务需要梳理并定义必要的「业务监控指标」。

原则9：服务配置可管理。

微服务相关配置需要统一接入配置中心进行管理、控制。

4、微服务调用

原则10：避免「分布式大单体」

只做单向调用，避免循环调用。
多个服务循环依赖调用形成集中式“分布式大单体”，违背微服务的原则。

原则11：异步解耦。

按需接入消息队列，实现「依赖解耦」、「流量削峰」

• 串行同步调用异步化，提高响应能力和响应速度
• 应对突发流量，实现流量削峰与流量控制
• 解耦核心业务逻辑不必要的依赖
• 业务设计中的最终一致性

原则12：引入BFF层，降低客户端与后端微服务之间的耦合

尽量设计BFF层，把前端的特殊需求交给BFF层，使后端服务逻辑具有高内聚、高复用性的精简核心逻辑。

5、微服务发布

原则13：服务发布遵循安全发布三板斧

保证「可灰度」、「可监控」、「可回滚」。

6、微服务治理

原则14：正视「架构腐化」，遵循「持续演进」原则

「架构腐化」的常见场景：

• 多人维护一个微服务，出现「频繁代码冲突」，影响快速迭代，那么这个微服务就需要拆分了。
• 当你修改了一个边角的小功能，但是你不敢马上上线，因为你依赖的其他模块才开发了一半，出现大量「功能耦合」，那么这个微服务就需要拆分了。
• 当你发现微服务A内聚合a的功能变成了海量高频业务。这时聚合a就会拖累整个微服务A，并且因为聚合a面临性能瓶颈，在微服务A进行弹性扩缩时，也会造成资源浪费。这时，我们就可以将聚合a从微服务A中整体拆分，独立为一个新微服务B。在资源配置方面也可以更加有针对性的投入到微服务B，可以随时满足高频访问的性能要求了。
• 当你发现在领域建模时错误地将聚合d放到了微服务C里，或者随着业务发展聚合d更适合放在微服务D里。由于领域模型的不合适，可能会导致微服务之间出现频繁调用，进而导致微服务之间出现「紧耦合关系」。这时，我们就可以对领域模型做出调整，将聚合d从微服务C整体迁移到微服务D里。

原则15：参考「AKF扩展立方」模型，服务除了「水平扩容」外，还可以考虑「功能拆分」或者 「数据分区」

 

• X轴：服务和数据的水平扩容。
• Y轴：功能/业务拆分
• Z轴：沿客户边界的服务和数据分区

「水平扩容」比较容易理解，直白点说就是加机器。根据AKF模型，除了加机器外，我们还可以考虑「功能拆分」或者 「数据分区」。

「功能拆分」相对复杂，一般包括几种模式：

• 微服务拆分。根据具体业务模型、领域模型拆分更细粒度的微服务。
• 业务隔离拆分。利用消息队列，将在线业务（OLTP）和耗费大量资源的计算任务拆分隔离。
• 核心与非核心隔离。对于一个微服务，可以将SKA客户与普通客户进行隔离，SKA客户使用独立的集群资源，提高稳定性。

「数据分区」往往指的是数据库层面。需要引入数据库中间件，像 sharding-jdbc、mycat 等，在数据层面需要配置相应的分片逻辑。正确的拆分对提高系统的容量有很大的帮助，失败的拆分可能会造成热点集中，得不偿失。常用的分区逻辑包括 按照时间分区、按照用户id取模分区等。

7、微服务下线

原则16：对于「废弃服务」，需要做好「下线」工作，包括服务下线、存储释放等。

清理无效代码、环境，减少维护成本。同时释放资源，节约成本。

8、总结

架构师在进行微服务设计和微服务治理时，可以围绕微服务生命周期的七个阶段展开。

本文总结了16条常用原则，希望能提供一些思路和启发。

如果你有其他补充和建议，欢迎留言讨论。

看到这里了，原创不易，来个三连吧！！！你最好看了～

知识碎片重新梳理，构建Java知识图谱：https://github.com/saigu/JavaKnowledgeGraph
（历史文章查阅非常方便）