一、互聯網架構為什么要進行服務化-總結
上一篇和大伙交流了一下，隨著數據量、并發量、業務復雜度的增長，互聯網架構會出現以下問題：
（1）代碼到處拷貝
（2）底層復雜性擴散
（3）基礎庫（so/jar/dll）耦合
（4）SQL質量得不到保障，業務相互影響
（5）數據庫耦合
“服務化”是一個很好的解決上述痛點的方案。
不少評論也提出了不少有建設性的觀點，匯總出來分享給大伙：
@田衛 同學提到：
服務化之后，可能會引發分布式事務的問題，“沒人愿意引入分布式事務，當基于業務水平拆分的時候，要業務專家介入，合理拆分服務化，以后就服務內高內聚，事務可以保證，對于夸服務調用，通過補償等手段，只要最終一致性就行，畢竟連現在的銀行轉賬都不是強一致性。”
如@田衛所說，分布式事務是業界沒有徹底解決的難題，任何架構設計都是一個折衷，吞吐量？時延？一致性？哪個是主要矛盾，優先解決哪個問題。大數據、高并發、業務復雜性是主要矛盾的時候，或許“最終一致性”是一個替代“事務”更好的，或者說業務能夠接受的方案。
@侯滇滇 同學提到：
多了一層服務層，架構實際上是更復雜了，需要引入一系列機制對服務進行管理，RPC服務化中需要注意：
（1）RPC服務超時，服務調用者應有一些應對策略，比如重發
（2）關鍵服務例如支付，要注意冪等性，因為重發會導致重復操作
（3）多服務要考慮并發操作，相當單服務的鎖機制比如JAVA中的synchronized
@黃明 同學提到：
服務化之后，隨著規模的擴大，一定要考慮“服務治理”，否則服務之間的依賴關系會亂成麻
二、互聯網微服務架構多“微”才適合
大家也都認可，隨著數據量、流量、業務復雜度的提升，服務化架構是架構演進中的必由之路，今天要討論的話題是：微服務架構多“微”才合適？
【粗粒度：一個服務層】
細節：微信單對單消息是一個寫多讀少的業務，故沒有緩存。
【一個子業務一個service****】
如果所有的信息存儲都在一個service里，那么一個地方出bug，就將影響整個業務，所以更合理的做法是在服務層進行細分，架構如何細分？垂直拆分是個好的方案，將子業務一個個拆出來，那么微信的服務化架構或許會變成這個樣子：
（2）好友相關的子業務有friend-service
（3）群組相關的子業務有group-service
（4）消息相關的子業務有msg-service
這樣的話，一個service出問題也不會影響其他service，同時數據層也按照業務垂直拆分開了。
服務粒度變細之后，出現一個新的問題，業務與服務的連接關系變復雜了，有什么好的優化方案么？
（1）調用方依賴分發層，傳入服務號
（2）分發層依賴服務層，通過服務號參數分發
【一個數據庫對應一個service****】
數據訪問service最初是從DAO/ORM的數據訪問需求過來的，所以有些公司也有一個數據表一個service的玩法。
一個子業務對應一個service的玩法是：
（2）存儲層，實際可能對應了群信息、群成員、群消息等多個數據表
拆分成一個數據表一個service，則架構會變成這樣：
【一個接口對應一個service****】
微服務架構中更極端的，甚至一個接口對應一個微服務，這樣的話，架構就從：
（2）增加群信息服務
（3）獲取群信息服務
多個服務操縱同一個數據表，使用同一片緩存，每個接口出問題，都不會影響其他接口。
三、粒度粗細的優劣
上文中談到的服務化與微服務，不同粒度的服務化各有什么優劣呢？
總的來說，細粒度拆分的優點有：
（1）服務都能夠獨立部署
（2）擴容和縮容方便，有利于提高資源利用率
（3）拆得越細，耦合相對會減小
（4）拆得越細，容錯相對會更好，一個服務出問題不影響其他服務
（5）擴展性更好
（6）…
細粒度拆分的不足也很明顯：
（1）拆得越細，系統越復雜
（2）系統之間的依賴關系也更復雜
（3）運維復雜度提升
（4）監控更加復雜
（5）出問題時定位問題更難
（6）…
關于微服務架構的“粒度”問題，以及各粒度的優劣，大伙有什么好的看法，歡迎補充，建設性的意見將在后續文中和大伙share。
四、結束的話
聊了許多，有網友問，筆者對待服務化以及微服務粒度的看法，個人覺得，以“子業務系統”粒度作為微服務的單位是比較合適的：
