新网银行微服务转型实践

【编者的话】本文主要分享四川新网银行关于微服务转型的内容，也总结了这些年作者在微服务领域的一些经验。

2012 年 James Lewis 在波兰第 33 次 Degree in Kraków 会议上分享了一个案例，名称是 “Micro Services - Java, the Unix Way”。在这个分享里，James Lewis 分享了在 2011 年中参与的一个项目中所采用的一系列实践，以 UNIX 的哲学重新看待企业级 Java 应用程序，并且把其中的一部分称之为“ Micro-Services ”。总结了五大特征：

• Small with a single responsibility —— “小到只有单一原则”
• Containerless and installed as wellbehaved Unix services —— “去容器化并且作为 Unix Service 安装”
• Located in different VCS roots ——“分布在不同的版本控制代码库里”
• Provisioned automatically ——“自动初始化”
• Status aware and auto-scaling ——“关注状态和自动扩展”

2014 Martin Fowler 试图将 James Lewis 的微服务定义进行一般化推广，使其不光可以在不同的语言架构和技术栈上使用。又可以兼顾敏捷、DevOps 等其它技术，成为一个架构的“最佳实践”集合。提出 9 大特征：通过服务组件化、围绕业务能力组织、是产品不是项目、智能端点和哑管道、去中心化治理、去中心化数据管理、基础设施自动化、为失效设计、演进式设计。 如果你想和更多微服务技术专家交流，可以加我微信liyingjiese，备注『加群』。群里每周都有全球各大公司的最佳实践以及行业最新动态 。

2016年 Sam Newman 《Building Microservice》4个特征 7大原则。

4 大特征：可以独立部署。通过网络通信。对消费方的透明。尽可能降低耦合，使其自治。

7 大原则：围绕业务概念建模、接受自动化文化、隐藏内部实现细节、让一切都去中心化、可独立部署、隔离失败、高度可观察。

这里澄清一个观点，在工作过程中偶尔会听到某些同学说，我使用了 Dubbo，使用了 Spring Boot ，或者使用了 Spring Cloud ，我开发出来的系统就是微服务。个人观点，微服务是一个架构风格或者架构原则，与实现系统的框架无关。比如：一个系统满足了上面的特征和原则，使用 WebService 通讯，难道就不是微服务吗？当然实际实施过程中应该选择一个轻量级的通讯框架。

微服务从 2014 年在国内开始传播，到现在已经有 5 年时间里，关于微服务的优点论述的文章有很多，比如逻辑清晰、简化部署、可扩展、灵活组合、技术易购、故障隔离等等这就不做详细展开。

全面微服务化带来的挑战

可用率降低

全面微服务化之后，原先的单个应用可能会拆分为多个独立进程。为避免进程之间争用资源，一般公司都会独立部署，即单个虚拟机内只部署一个 JVM 进程。由此带来了更多服务器、网络设备、安全设备，这些硬件设备的可靠性都会影响到业务连续性。

服务跨进程间通讯，必然要选择一种通讯协议、序列化框架，额外引入的代码可靠性也会对整体的可用性造成影响。

因此，微服务的设计是需要面向故障进行设计，在设计要考虑重试、幂等、故障隔离、熔断、降级等等。

事务复杂度

微服务拆分后，虽然按照领域模型做了解耦，但不可避免会带来分布式事务问题。目前分布式事务在社区也有一些解决方案和开源框架，方案有基于消息队列最终一致、TCC 分布式事务框架以及自动化的分布式事务框架，例如 Seata 等，但分布式事务的处理，对开发人员设计要求比较高，使用成本较高。

在拆分的时候，建议还是尽可能避免分布式事务，引入分布式事务框架要评估成本和收益。

运维复杂度

当一个单体应用拆分为多个微服务之后，应用数量会大幅增加。如果没有一个可靠稳定的运维平台或资源编排平台（如 Kubernetes），全面微服务化，对运维就是一个灾难，工作量的大幅增加，直接会影响系统稳定性进而影响到业务连续性。

调试优化复杂度

应用拆分后，业务调用关系变复杂，调用链整体变长。如果没有一套合适的调用链追踪平台，很难定位到整个系统的性能瓶颈，调优成本很高。另一个问题是，生产环境业务数据异常时，由于调用链过长，如果没有规范的 Request、Response 日志，很容易造成各服务之间相互甩锅，难以定位问题。全面微服务化之后，由于众多的服务节点，调优排查错误更加依赖于日志平台，高性能的日志平台也会提高效率。

测试难度

在单体应用的时候，调用链路短，一般都是做黑盒测试，测试人员无需了解复杂的业务实现。而进行微服务改造后，单个业务可能会由多个服务组合编排完成，如果继续做黑盒测试，意味着必须等待所有服务开发完成之后才能进行，导致测试周期边长、定位困难，做边界测试需要更多的测试用例才能覆盖，测试整体成本会变高。这种情况下，单元测试、单系统测试的重要性就凸显出来了。如果需要做单系统测试，可能需要 mock 被调用的服务，通讯协议使用 http 还好，社区有很多开源的框架可以使用。如果是 RPC 框架，意味着需要准备一套好用的 mock 测试系统才能支撑单系统测试。

聚合查询

在领域建模的时候，一般是按照用户角度去划分，而运营需求与用户需求天生不是一个维度的。举个例子：按用户维度领域建模，会划分用户服务、订单服务，用户和订单数据存储在不同的数据库，假设运营有一个需求是查询某个年龄段用户的订单，在用户达到千万级的时候，这种需求对微服务体系是个灾难。需要一个强大的大数据平台对数据按业务维度进行聚合，才能满足运营的查询需求和报表功能。

微服务拆分原则

微服务拆分原则中，特别需要提到的是康威定律。

康维定律简单来说就是系统设计（产品结构）等同组织形式，每个设计系统的组织，其产生的设计等同于组织之间的沟通结构。如果单个服务由不同组织管理，需求无法达成统一，面临着令出多头、需求干扰的风险。

伸缩需求，同一个进程之内的不同业务功能，有时在业务量方面会出现较大的差异，具体要求的进程数量会有较大差别，这样的模块锁定在同一进程之内，势必会造成资源的浪费。

部署频率，同一个交付物内不同的组件有着不同的上线频率，会大大的提高上线流程的发生频率，会造成较大的人员浪费。

修改的相关性，如果同一交付物内的不同组件，经常会被同步修改，这可能说明，如果发生拆分，这两个模块应该是”在一起“的。

领域建模，针对业务领域，引入限界上下文（Bounded Context）和上下文映射 （Context Map）对业务领域进行合理的分解，识别出核心领域（Core Domain） 与子领域（SubDomain），并确定领域的边界以及它们之间的关系。依据核心领域和子领域划分微服务边界。

对于一个单体应用，拆分过程应该是循序渐进、逐步拆分、由简到繁、由粗到细，是一个渐进的过程。例如先将有明显边界的业务拆分为独立服务，无法明细边界的先混在一起，等业务需求逐步清晰后再拆。拆分时先拆分为几个相对较粗粒度的服务，根据业务需求情况，逐步将粗粒度的服务中相对稳定，可以沉淀的业务拆分为独立服务。在这个过程中，原有的单体应用也可以承担部分兼容能力，在改造完成前，不对外部系统造成过大的影响。

微服务的拆分是跟业务需求强相关的，如果业务需求变更不多、相对稳定，处理的请求并发量不高，单体应用的稳定性和可维护性更好，更加适用。

总结

微服务不是银弹，是用来处理海量用户、业务复杂和需求频繁变更场景下的一种架构风格。引用一句话“好的架构是演化出来的，而不是设计出来的”。任何一种架构的引入，都会带来利弊两个方面的影响，如何平衡才最重要。

原文链接： https://mp.weixin.qq.com/s/RVKRC_lgwFmn4RlTh9jEcA