互联网架构,究竟为啥要做服务化?

开发 开发工具
“微服务架构”的话题非常之火,很多朋友都在小窗我,说怎么做服务化?解答“怎么做”之前,先得了解“为什么做”。并不是所有的业务都适合“服务化”,互联网高可用架构,到底为什么要服务化?

“微服务架构”的话题非常之火,很多朋友都在小窗我,说怎么做服务化?解答“怎么做”之前,先得了解“为什么做”。

画外音:做技术千万不能是这种思路,“别人都在做,所以我们也要搞”。

并不是所有的业务都适合“服务化”,互联网高可用架构,到底为什么要服务化?

服务化之前,高可用架构是什么样的?

在服务化之前,互联网的典型高可用架构如下:

典型高可用架构

  • 客户端,APP,H5,小程序,PC浏览器;
  • 后端入口,高可用的反向代理nginx集群;
  • 站点应用,高可用的web-server集群;
  • 后端存储,高可用db集群;

更典型的,web-server集群通过DAO/ORM等技术来访问数据库。

可以看到,最初是没有服务层的,此时架构会碰到什么典型痛点呢?

架构痛点一:代码到处拷贝

举一个最常见的业务例子,用户数据访问,绝大部分公司都有一个数据库存储用户数据,各个业务都有访问用户数据的需求。

在有用户服务之前,各个业务线都是自己通过DAO写SQL访问user库来存取用户数据,这无形中就导致了代码的拷贝。

架构痛点二:复杂性扩散

随着并发量的越来越高,用户数据的访问数据库成了瓶颈,需要加入缓存来降低数据库的读压力,于是架构中引入了缓存,如果没有统一的服务层,各个业务线都需要关注缓存的引入导致的复杂性。

对于写请求,所有业务线都要升级代码:

  • 先淘汰cache;
  • 再写db;

对于读请求,所有业务线也都要升级代码:

  • 先读cache,命中则返回;
  • 没命中则读db;
  • 再把数据放入cache;

这个复杂性是典型的“业务无关”的复杂性,业务方需要被迫升级。

随着数据量的越来越大,数据库需要进行水平拆分,于是架构中又引入了分库分表,如果没有统一的服务层,各个业务线都需要关注分库分表的引入导致的复杂性。

这个复杂性也是典型的“业务无关”的复杂性,业务方需要被迫升级。

典型的耦合,还包括bug的修改,发现一个bug,多个地方都需要修改。

架构痛点三:库的复用与耦合

服务化并不是唯一的解决上述两痛点的方法,抽象出统一的“库”是最先容易想到的解决(1)代码拷贝;(2)复杂性扩散;的方法。

抽象出一个user.so,负责整个用户数据的存取,从而避免代码的拷贝。至于复杂性,也只有user.so这一个地方需要关注了。

解决了旧的问题,会引入新的问题,库的版本维护会导致业务线之间的耦合。

业务线A将user.so由版本1升级至版本2,如果不兼容业务线B的代码,会导致B业务出现问题。

业务线A如果通知了业务线B升级,则是的业务线B会无故做一些“自身业务无关”的升级,非常郁闷。当然,如果各个业务线都是拷贝了一份代码则不存在这个问题。

画外音:有时候拷贝代码也是有好处的。

架构痛点四:SQL质量无法保障,业务相互影响

业务线通过DAO访问数据库,本质上SQL语句还是各个业务线拼装的,资深的工程师写出高质量的SQL,经验没有这么丰富的工程师可能会写出一些低效的SQL。

假如业务线A写了一个全表扫描的SQL,导致数据库的CPU100%,影响的不只是一个业务线,而是所有的业务线都会受影响。

画外音:临时工程序员要背锅了。

架构痛点五:疯狂的DB耦合

业务线不只访问user数据,还会结合自己的业务访问自己的数据。

画外音:user_biz表,也是用uid做主键。

典型的,通过join数据表来实现各自业务线的一些业务逻辑。

业务线A的table-user与table-A耦合在了一起,业务线B的table-user与table-B耦合在了一起,业务线C的table-user与table-C耦合在了一起,结果就是:table-user,table-A,table-B,table-C都耦合在了一起。

随着数据量的越来越大,业务线ABC的数据库是无法垂直拆分开的,必须使用一个大库(疯了,一个大库300多个业务表 =_=)。

架构痛点六:…

服务化后,高可用架构如何?

互联网高可用分层架构演进的过程中,引入了“服务层”。

以上文中的用户业务为例,引入了高可用user-service,对业务线响应所用用户数据的存取。

引入服务层有什么好处,到底解决什么问题呢?

(1) 好处一:调用方爽

有服务层之前,业务方访问用户数据,需要通过DAO拼装SQL访问。

有服务层之后,业务方通过RPC访问用户数据,就像调用一个本地函数一样,非常之爽:

User = UserService::GetUserById(uid);

传入一个uid,得到一个User实体,就像调用本地函数一样,不需要关心序列化,网络传输,后端执行,网络传输,范序列化等复杂性。

(2) 好处二:复用性,防止代码拷贝

所有user数据的存取,都通过user-service来进行,代码只此一份,不存在拷贝。

升级一处升级,bug修改一处修改。

(3) 好处三:专注性,屏蔽底层复杂度

在没有服务层之前,所有业务线都需要关注缓存、分库分表这些细节。

在有了服务层之后,只有服务层需要专注关注底层的复杂性了,向上游屏蔽了细节。

(4) 好处四:SQL质量得到保障

原来是业务向上游直接拼接SQL访问数据库。

有了服务层之后,所有的SQL都是服务层提供的,业务线不能再为所欲为了。底层服务对于稳定性的要求更好的话,可以由更资深的工程师维护,而不是像原来SQL难以收口,难以控制。

(5) 好处五:数据库解耦

原来各个业务的数据库都混在一个大库里,相互join,难以拆分。

服务化之后,底层的数据库被隔离开了,可以很方便的拆分出来,进行扩容。

(6) 好处六:提供有限接口,无限性能

在服务化之前,各业务线上游想怎么操纵数据库都行,遇到了性能瓶颈,各业务线容易扯皮,相互推诿。

服务化之后,服务只提供有限的通用接口,理论上服务集群能够提供无限性能,性能出现瓶颈,服务层一处集中优化。

(7) 好处七:…

服务化不能解决所有问题,如果没有碰到这些问题,架构未必需要服务化。

一切脱离业务的架构设计,都是耍流氓。

希望大家有收获。

【本文为51CTO专栏作者“58沈剑”原创稿件,转载请联系原作者】

戳这里,看该作者更多好文

责任编辑:赵宁宁 来源: 51CTO专栏
相关推荐

2016-09-22 15:01:59

微服务互联网架构

2019-12-26 07:39:36

互联网架构ip

2019-02-22 09:12:33

微服务架构服务化

2019-03-18 07:08:53

高可用互联网架构分布式

2016-12-06 11:56:13

互联网架构高可用

2017-01-11 21:40:03

互联网架构高并发

2017-12-26 15:52:31

MQ互联网耦合

2018-01-01 06:41:44

耦合互联网架构配置中心

2019-04-10 14:10:02

高并发分布式系统架构

2022-06-09 08:01:43

秒杀系统互联网架构

2019-11-28 16:09:29

架构模板存储

2019-05-13 10:30:34

互联网架构容量

2016-09-22 15:55:39

互联网架构容量设计

2017-11-06 08:41:53

互联网分层架构前后端

2020-09-29 07:42:34

互联网分层架构前后端分离

2017-10-18 14:31:34

互联网分层架构服务化

2012-09-19 15:43:21

云时代

2013-04-17 13:41:19

DBA监控

2021-01-09 23:08:45

架构前端后端

2016-09-22 14:22:53

互联网
点赞
收藏

51CTO技术栈公众号