(轉)互聯網架構為什么要做服務化?

近期參加一些業界的技術大會,“微服務架構”的話題非常之火,也在一些場合聊過服務化架構實踐,最近幾期文章期望用通俗易懂的語言聊聊了個人對服務化以及微服務架構的理解,希望能給大伙一些啟示。如果有遺漏,也歡迎大家補充。

一、互聯網高可用架構,為什么要服務化?

【服務化之前高可用架構】
在服務化之前,互聯網的高可用架構大致是這樣一個架構:

Paste_Image.png

(1)用戶端是瀏覽器browser,APP客戶端
(2)后端入口是高可用的nginx集群,用于做反向代理
(3)中間核心是高可用的web-server集群,研發工程師主要編碼工作就是在這一層
(4)后端存儲是高可用的db集群,數據存儲在這一層

Paste_Image.png

更典型的,web-server層是通過DAO/ORM等技術來訪問數據庫的。

可以看到,最初都是沒有服務層的,此時架構會碰到一些什么痛點呢?
【架構痛點一:代碼到處拷貝】
舉一個最常見的業務的例子->用戶數據的訪問,絕大部分公司都有一個數據庫存儲用戶數據,各個業務都有訪問用戶數據的需求:

Paste_Image.png

在有用戶服務之前,各個業務線都是自己通過DAO寫SQL訪問user庫來存取用戶數據,這無形中就導致了代碼的拷貝。
【架構痛點二:復雜性擴散】
隨著并發量的越來越高,用戶數據的訪問數據庫成了瓶頸,需要加入緩存來降低數據庫的讀壓力,于是架構中引入了緩存,由于沒有統一的服務層,各個業務線都需要關注緩存的引入導致的復雜性:

Paste_Image.png

對于用戶數據的寫請求,所有業務線都要升級代碼:
(1)先淘汰cache
(2)再寫數據
對于用戶數據的讀請求,所有業務線也都要升級代碼:
(1)先讀cache,命中則返回
(2)沒命中則讀數據庫
(3)再把數據放入cache
這個復雜性是典型的“業務無關”的復雜性,業務方需要被迫升級。
隨著數據量的越來越大,數據庫需要進行水平拆分,于是架構中又引入了分庫分表,由于沒有統一的服務層,各個業務線都需要關注分庫分表的引入導致的復雜性:

Paste_Image.png

這個復雜性也是典型的“業務無關”的復雜性,業務方需要被迫升級。
包括bug的修改,發現一個bug,多個地方都需要修改。
【架構痛點三:庫的復用與耦合】
服務化并不是唯一的解決上述兩痛點的方法,抽象出統一的“庫”是最先容易想到的解決:
(1)代碼拷貝
(2)復雜性擴散
的方法。抽象出一個user.so,負責整個用戶數據的存取,從而避免代碼的拷貝。至于復雜性,也只有user.so這一個地方需要關注了。

解決了舊的問題,會引入新的問題,庫的版本維護與業務線之間代碼的耦合:
業務線A將user.so由版本1升級至版本2,如果不兼容業務線B的代碼,會導致B業務出現問題;
業務線A如果通知了業務線B升級,則是的業務線B會無故做一些“自身業務無關”的升級,非常郁悶。當然,如果各個業務線都是拷貝了一份代碼則不存在這個問題。
【架構痛點四:SQL質量得不到保障,業務相互影響】
業務線通過DAO訪問數據庫:

Paste_Image.png

本質上SQL語句還是各個業務線拼裝的,資深的工程師寫出高質量的SQL沒啥問題,經驗沒有這么豐富的工程師可能會寫出一些低效的SQL,假如業務線A寫了一個全表掃描的SQL,導致數據庫的CPU100%,影響的不只是一個業務線,而是所有的業務線都會受影響。

【架構痛點五:瘋狂的DB耦合】
業務線不至訪問user數據,還會結合自己的業務訪問自己的數據:

Paste_Image.png

典型的,通過join數據表來實現各自業務線的一些業務邏輯。
這樣的話,業務線A的table-user與table-A耦合在了一起,業務線B的table-user與table-B耦合在了一起,業務線C的table-user與table-C耦合在了一起,結果就是:table-user,table-A,table-B,table-C都耦合在了一起。
隨著數據量的越來越大,業務線ABC的數據庫是無法垂直拆分開的,必須使用一個大庫(瘋了,一個大庫300多個業務表 =_=)。
【架構痛點六:…】

二、服務化解決什么問題?

為了解決上面的諸多問題,互聯網高可用分層架構演進的過程中,引入了“服務層”。

Paste_Image.png

以上文中的用戶業務為例,引入了user-service,對業務線響應所用用戶數據的存取。引入服務層有什么好處,解決什么問題呢?
【好處一:調用方爽】
有服務層之前:業務方訪問用戶數據,需要通過DAO拼裝SQL訪問
有服務層之后:業務方通過RPC訪問用戶數據,就像調用一個本地函數一樣,非常之爽
User = UserService::GetUserById(uid);
傳入一個uid,得到一個User實體,就像調用本地函數一樣,不需要關心序列化,網絡傳輸,后端執行,網絡傳輸,范序列化等復雜性。

【好處二:復用性,防止代碼拷貝】
這個不展開敘述,所有user數據的存取,都通過user-service來進行,代碼只此一份,不存在拷貝。
升級一處升級,bug修改一處修改。

【好處三:專注性,屏蔽底層復雜度】

Paste_Image.png

在沒有服務層之前,所有業務線都需要關注緩存、分庫分表這些細節。

Paste_Image.png

【好處四:SQL質量得到保障】

Paste_Image.png

原來是業務向上游直接拼接SQL訪問數據庫。

Paste_Image.png

有了服務層之后,所有的SQL都是服務層提供的,業務線不能再為所欲為了。底層服務對于穩定性的要求更好的話,可以由更資深的工程師維護,而不是像原來SQL難以收口,難以控制。
【好處五:數據庫解耦】

Paste_Image.png

原來各個業務的數據庫都混在一個大庫里,相互join,難以拆分。

Paste_Image.png

服務化之后,底層的數據庫被隔離開了,可以很方便的拆分出來,進行擴容。
【好處六:提供有限接口,無限性能】
在服務化之前,各業務線上游想怎么操縱數據庫都行,遇到了性能瓶頸,各業務線容易扯皮,相互推諉。
服務化之后,服務只提供有限的通用接口,理論上服務集群能夠提供無限性能,性能出現瓶頸,服務層一處集中優化。

【好處七:…】
三、其他
服務化的其他好處,以及帶來的問題,歡迎大家暢所欲言,我下期再來補充。

最后編輯于
?著作權歸作者所有,轉載或內容合作請聯系作者
平臺聲明:文章內容(如有圖片或視頻亦包括在內)由作者上傳并發布,文章內容僅代表作者本人觀點,簡書系信息發布平臺,僅提供信息存儲服務。
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市,隨后出現的幾起案子,更是在濱河造成了極大的恐慌,老刑警劉巖,帶你破解...
    沈念sama閱讀 228,923評論 6 535
  • 序言:濱河連續發生了三起死亡事件,死亡現場離奇詭異,居然都是意外死亡,警方通過查閱死者的電腦和手機,發現死者居然都...
    沈念sama閱讀 98,740評論 3 420
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人,你說我怎么就攤上這事。” “怎么了?”我有些...
    開封第一講書人閱讀 176,856評論 0 380
  • 文/不壞的土叔 我叫張陵,是天一觀的道長。 經常有香客問我,道長,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 63,175評論 1 315
  • 正文 為了忘掉前任,我火速辦了婚禮,結果婚禮上,老公的妹妹穿的比我還像新娘。我一直安慰自己,他們只是感情好,可當我...
    茶點故事閱讀 71,931評論 6 410
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著,像睡著了一般。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發上,一...
    開封第一講書人閱讀 55,321評論 1 324
  • 那天,我揣著相機與錄音,去河邊找鬼。 笑死,一個胖子當著我的面吹牛,可吹牛的內容都是我干的。 我是一名探鬼主播,決...
    沈念sama閱讀 43,383評論 3 443
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了?” 一聲冷哼從身側響起,我...
    開封第一講書人閱讀 42,533評論 0 289
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后,有當地人在樹林里發現了一具尸體,經...
    沈念sama閱讀 49,082評論 1 335
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 40,891評論 3 356
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發現自己被綠了。 大學時的朋友給我發了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 43,067評論 1 371
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖,靈堂內的尸體忽然破棺而出,到底是詐尸還是另有隱情,我是刑警寧澤,帶...
    沈念sama閱讀 38,618評論 5 362
  • 正文 年R本政府宣布,位于F島的核電站,受9級特大地震影響,放射性物質發生泄漏。R本人自食惡果不足惜,卻給世界環境...
    茶點故事閱讀 44,319評論 3 347
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧,春花似錦、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 34,732評論 0 27
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至,卻和暖如春,著一層夾襖步出監牢的瞬間,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 35,987評論 1 289
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人。 一個月前我還...
    沈念sama閱讀 51,794評論 3 394
  • 正文 我出身青樓,卻偏偏與公主長得像,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 48,076評論 2 375

推薦閱讀更多精彩內容