第十周总结

用户头像
Meow
关注
发布于: 2020 年 11 月 29 日

知识点总结

微服务

阿里早期微服务架构重构

巨无霸应用系统带来的问题

###### 编译、部署困难:

对于网站开发工程师而言,打包构建一个巨型应用是一件痛苦的事情。

也许只是修改了一行代码,输入 build 命令后,抽完一支烟,回来一看,还在 building;

又去喝了一杯水,回来一看,还在 building;又去了一次厕所,回来一看,还在 building;

好不容易 build 结束,一看编译失败,还得重来…

###### 代码分支管理困难:

复用的代码模块由多个团队共同维护修改,代码 merge 的时候总会发生冲突。代码 merge 一

般在网站发布的时候,和发布等问题互相纠结在一起,顾此失彼,每次发布都要半夜三更。

###### 数据库连接耗尽:

巨型的应用、大量的访问,必然需要将这个应用部署在一个大规模的服务器集群上,应用与数

据库的连接通常使用数据库连接池,以每个应用10个连接计,一个数百台服务器集群的应用将

需要在数据库上创建数千个连接,数据库服务器上,每个连接都会占用一些昂贵的系统资源,

以至于数据库缺乏足够的系统资源进行一般的数据操作。

###### 新增业务困难:

想要在一个已经如乱麻般系统中增加新业务,维护旧功能,难度可想而知.

一脚踩进去,发现全都是雷,什么都不敢碰。许多新工程师来公司半年了,还是不能接手业务,

因为不知道水有多深。

于是就出现这种怪现象:熟悉网站产品的“老人”忙得要死,加班加点干活;不熟悉网站产品

的新人一帮忙就出乱,跟着加班加点;

整个公司热火朝天,加班加点,却还是经常出故障,新产品迟迟不能上线。



######解决方案就是拆分,将模块独立部署,降低系统耦合性:

纵向拆分:将一个大应用拆分为多个小应用,如果新增业务较为独立,那么就直接将其设计部

署为一个独立的Web应用系统。

横向拆分:将复用的业务拆分出来,独立部署为微服务,新增业务只需要调用这些微服务即可

快速搭建一个应用系统。



面向服务器的架构思想,最早应用的是webService,因为以下缺点导致没有在互联网项目中大规模应用:

  • 臃肿的注册与发现机制

  • 低效的XML序列号手段

  • 开销相对较高的Http远程通信

  • 复杂的部署与维护手段



微服务框架的需求

  • 服务注册与发现

  • 失效转移

  • 负载均衡

  • 高效的远程通信

  • 对应用最少侵入

  • 版本管理



微服务框架Dubbo架构





  • 服务器提供者

  1. 在服务的容器中启动

  2. 服务容器根据配置把服务列表向服务中心提供

  3. 收到消费者的请求后,将结果打包通过远程模块返回给消费者



  • 服务注册中心

  1. 维护服务器与服务列表的对应关系

  • 服务消费者

  1. 通过服务接口调用服务,不依赖具体的实现

  2. 服务接口通过接口代理访问服务框架客户端

  3. 客户端先访问本地的服务提供列表,如果没有再访问远程的服务注册中心

  4. 通过自己的负载均衡模块确定要连接的具体ip和端口

  5. 通过远程通讯模块连接到远程服务的ip和端口,一般会使用tcp的长连接

  6. 服务框架客户端打包请求,通过远程通讯模块发送给服务提供者

  7. 接口访问代理将收到的结果包反序列化成class类,供服务接口调用



Service Mesh 服务网格

是一个基础设施层,用于处理服务间的通信,通常表现为一组轻量级的网络代理,与应用程序部署在一起,而对应用程序透明。



Service Mesh 的 Sidecar 模式





微服务实践



微服务架构落地

  • 业务先行,先理顺业务边界和依赖,技术是手段而不是目的。

  • 先有独立的模块,后有分布式的服务。

  • 业务耦合严重,逻辑复杂多变的系统进行微服务重构要谨慎。

  • 要搞清楚实施微服务的目的是什么,业务复用?开发边界清晰?分布式集群提升性能?



命令与查询职责隔离(CQRS)

在服务接口层面将查询(读操作)与命令(写操作)隔离,实现服务层的读写分离。

  • 更清晰的领域模型

  • 针对读写分别优化,实现更好的性能

  • 查询服务不会修改数据,更好地保护数据



事件溯源

将用户请求处理过程中的每次状态变化都记录到事件日志中,并按时间序列进行持久化存储。

  • 利用事件溯源,可以精确复现任何用户状态,进行复核审计。

  • 利用事件溯源,可以有效监控用户状态变化,并在此基础上实现分布式事务。

断路器

当某个服务出现故障,响应延迟或者失败率增加,继续调用这个服务会导致调用者请求

阻塞,资源消耗增加,进而出现服务级联失效,这种情况下使用断路器阻断对故障服务

的调用。

  • 断路器三种状态:关闭,打开,半开

服务重试及调用超时

上游调用者超时时间要大于下游调用者超时时间之和,所以越往下的调用者超时时间应该越短



微服务网关

基于网关的微服务架构

网关作用

微服务网关

网关管道技术

网关本身没有什么业务,主要职责是做各种校验与拦截,这些职责可以通过管道技术连接起来。

大部分的网关都不是异步的,如果要实现异步可以利用servlet3实现

开放平台网关

  • API 接口:是开放平台暴露给合作者使用的一组 API,其形式可以是 RESTful、 WebService、RPC 等各种形式

  • 协议转换:将各种 API 输入转换成内部服务可以识别的形式,并将内部服务的返回 封装成 API 的格式。

  • 安全:除了一般应用需要的身份识别、权限控制等安全手段,开放平台还需要分级 的访问带宽限制,保证平台资源被第三方应用公平合理使用,也保护网站内部服务不会 被外部应用拖垮。

  • 审计:记录第三方应用的访问情况,并进行监控、计费等。

  • 路由:将开放平台的各种访问路由映射到具体的内部服务。

  • 流程:将一组离散的服务组织成一个上下文相关的新服务,隐藏服务细节,提供统 一接口供开发者调用。



开放授权协议 OAuth2.0







授权码授权

OAuth2.0 一共有四种授权方式,分别是授权码、隐式授权、资源所有者密码 凭据和客户端凭据。目前互联网上使用最多也是最安全的的一种方式是授权码方式。

领域驱动设计 DDD

为什么需要 DDD

  • 很多项目的实际情况:

  1. 用户或者产品经理的需求零零散散,不断变更。

  2. 工程师在各处代码中寻找可以实现这些需求变更的代码,修修补补。

  3. 软件只有需求分析,并没有真正的设计,系统没有一个统一的领域模型维持其内在的逻辑一致性。

  4. 功能特性并不是按照领域模型内在的逻辑设计,而是按照各色人等自己的主观想象设计。



贫血模型 VS 充血模型

由于事务脚本模式中,Service、Dao 这些对象只有方法,没有数值成员变量,而方法调用时传递的数值对象,比如Contract,没有方法(或者只有一些 getter、setter 方法),因此事务脚本又被称作贫血模型。



领域模型的对象则包含了对象的数据和计算逻辑,比如合同对象,既包含合同数据,也包含合同相关的计算。因此从面向对象的角度看,领域模型才是真正的面向对象。 收入确认是和合同强相关的,是合同对象的一个职责,那么合同对象就应该提供一个calculateRecognition 方法计算收入。



领域模型是合并了行为和数据的领域的对象模型。通过领域模型对象的交互完成业务逻辑的实现,也就是说,设计好了领域模型对象,也就设计好了业务逻辑实现。和事务脚本被称作贫血模型相对应的,领域模型也被称为充血模型。



DDD 战略设计

领域是一个组织所做的事情以及其包含的一切,通俗地说,就是组织的业务范围和做事方式,也是软件开发的目标范围。



领域驱动设计就是从领域出发,分析领域内模型及其关系,进而设计软件系统的方法。



子域

领域是一个组织所做的事情以及其包含的一切。 这个范围就太大了,不知道该如何下手。所以通常的做法是把整个领域拆分成多个子域,比如用户、商品、订单、库存、物流、发票等。



限界上下文

在一个子域中,会创建一个概念上的领域边界,在这个边界中,任何领域对象都只表示特定于该边界内部的确切含义。这样边界便称为限界上下文。限界上下文和子域具有一对一的关系,用来控制子域的边界,保证子域内的概念统一性。



通常限界上下文对应一个组件或者一个模块,或者一个微服务,一个子系统。



上下文映射图

不同的限界上下文,也就是不同的子系统或者模块之间会有各种的交互合作。DDD 使用

上下文映射图来设计这种关联和交互。



DDD 战术设计



实体

领域模型对象也被称为实体,每个实体都是唯一的,具有一个唯一标识,一个订单对象是一个实体,一个产品对象也是一个实体,订单 ID 或者产品 ID 是它们的唯一标识。实体可能会发生变化,比如订单的状态会变化,但是它们的唯一标识不会变化。



实体设计是 DDD 的核心所在,首先通过业务分析,识别出实体对象,然后通过相关的业务逻辑设计实体的属性和方法。这里最重要的,是要把握住实体的特征是什么,实体应该承担什么职责,不应该承担什么职责,分析的时候要放在业务场景和界限上下文中,而不是想当然地认为这样的实体就应该承担这样的角色。



值对象

并不是领域内的对象都应该被设计为实体,DDD 推荐尽可能将对象设计为值对象。比如像住址这样的对象就是典型的值对象,也许建在住址上的房子可以被当做一个实体,但是住址仅仅是对房子的一个描述,像这样仅仅用来做度量或描述的对象应该被设计为值对象。



值对象的一个特点是不变性,一个值对象创建以后就不能再改变了。如果地址改变了,那就是一个新地址,而一个订单实体则可能会经历创建、待支付、已支付、代发货、已发货、待签收、待评价等各种变化。



聚合

聚合是一个关联对象的集合,我们将其作为一个单元来处理数据更改。每个集合都有一个根和一个边界。边界定义了聚合内部的内容。根是聚合中包含的单个特定实体。



聚合根:将多个实体和值对象聚合在一起的实体。



DDD 分层架构

领域实体的组合调用和事务控制在应用层。





DDD 六边形架构



领域模型通过应用程序封装成一个相对比较独立的模块,而不同的外部系统则通过不同的适配器和领域模型交互,比如可以通过 HTTP 接口访问领域模型,也可以通过 Web Service 或者消息队列访问领域模型,只需要为这些不同的访问接口提供不同的适配器就可以了。



DDD 战略设计与战术设计

领域、子域、界限上下文、上下文映射图,这些是 DDD 的战略设计。

实体、值对象、聚合、CQRS、事件溯源,这些是 DDD 战术设计。

通过战略设计,划分模块和服务的边界及依赖关系,对微服务架构的设计至关重要。



一个 DDD 重构实践过程

当前系统设计与问题汇总讨论

  • 架构与代码混乱,需求迭代困难,部署麻烦,bug率逐渐升高

针对问题分析具体原因

  • 子系统 A 太庞大,模块 B 和 C 职责不清,业务理解不一致

重新梳理业务规则和边界,明确业务术语

  • DDD 战略设计,领域建模

技术框架选型与落地方案验证

  • DDD 战术设计,样例代码

任务分解与持续重构

  • 在不影响业务开发的前提下,按照战略与战术设计,将重构开发和业务迭代有机融合



组件设计原则



软件的复杂度和它的规模成指数关系

一个复杂度为 100 的软件系统,如果能拆分成两个互不相关、同等规模的子系统,那么每个子系统的复杂度应该是 25,而不是 50。软件开发这个行业很久之前就形成了一个共识,应该将复杂的软件系统进行拆分,拆成多个更低复杂度的子系统,子系统还可以继续拆分成更小粒度的组件。也就是说,软件需要进行模块化、组件化设计。



组件内聚原则

组件内聚原则主要讨论哪些类应该聚合在同一个组件中,以便组件既能提供相对完整的功能,又不至于太过庞大。

  • 复用发布等同原则

  • 共同封闭原则

  • 共同复用原则



复用发布等同原则



复用发布等同原则是说,软件复用的最小粒度应该等同于其发布的最小粒度。也就是说,如果你希望别人以怎样的粒度复用你的软件,你就应该以怎样的粒度发布你的软件。这其实就是组件的定义了,组件是软件复用和发布的最小粒度软件单元。这个粒度既是复用的粒度,也是发布的粒度。



版本号约定建议:

  • 版本号格式:主版本号. 次版本号. 修订号。比如 1.3.12,在这个版本号中,主版本号是 1,

次版本号是 3,修订号是 12。

  • 主版本号升级,表示组件发生了不向前兼容的重大修订;

  • 次版本号升级,表示组件进行了重要的功能修订或者 bug 修复,但是组件是向前兼容的;

  • 修订号升级,表示组件进行了不重要的功能修订或者 bug 修复。



共同封闭原则



共同封闭原则是说,我们应该将那些会同时修改,并且为了相同目的而修改的类放到同一个组件中。而将不会同时修改,并且不会为了相同目的而修改的类放到不同的组件中。



组件的目的虽然是为了复用,然而开发中常常引发问题的,恰恰在于组件本身的可维护性。如果组件在自己的生命周期中必须经历各种变更,那么最好不要涉及其他组件,相关的变更都在同一个组件中。这样,当变更发生的时候,只需要重新发布这个组件就可以了,而不是一大堆组件都受到牵连。



共同复用原则

共同复用原则是说,不要强迫一个组件的用户依赖他们不需要的东西。

这个原则一方面是说,我们应该将互相依赖,共同复用的类放在一个组件中。比如说,一个数据结构容器组件,提供数组、Hash 表等各种数据结构容器,那么对数据结构遍历的类、排序的类也应该放在这个组件中,以使这个组件中的类共同对外提供服务。另一方面,这个原则也说明,如果不是被共同依赖的类,就不应该放在同一个组件中。如果不被依赖的类发生变更,就会引起组件变更,进而引起使用组件的程序发生变更。这样就会导致组件的使用者产生不必要的困扰,甚至讨厌使用这样的组件,也造成了组件复用的困难。



组件耦合原则

组件内聚原则讨论的是组件应该包含哪些功能和类,而组件耦合原则讨论组件之间的耦合关系应该如何设计。



  • 无循环依赖原则

  • 稳定依赖原则

  • 稳定抽象原则



无循环依赖原则

无循环依赖原则说,组件依赖关系中不应该出现环。如果组件 A 依赖组件 B,组件 B 依赖组件 C,组件 C 又依赖组件 A,就形成了循环依赖。



很多时候,循环依赖是在组件的变更过程中逐渐形成的,组件 A 版本 1.0 依赖组件 B 版 本 1.0,后来组件 B 升级到 1.1,升级的某个功能依赖组件 A 的 1.0 版本,于是形成了循环依赖。如果组件设计的边界不清晰,组件开发设计缺乏评审,开发者只关注自己开发的组件,整个项目对组件依赖管理没有统一的规则,很有可能出现循环依赖。



稳定依赖原则

稳定依赖原则说,组件依赖关系必须指向更稳定的方向。较少变更的组件是稳定的,也就是说,经常变更的组件是不稳定的。根据稳定依赖原则,不稳定的组件应该依赖稳定的组件,而不是反过来。

反过来说,如果一个组件被更多组件依赖,那么它需要相对是稳定的,因为想要变更一个被很多组件依赖的组件,本身就是一件困难的事。相对应的,如果一个组件依赖了很多的组件,那么它相对也是不稳定的,因为它依赖的任何组件变更,都可能导致自己的变更。



稳定依赖原则通俗地说就是,组件不应该依赖一个比自己还不稳定的组件。



稳定抽象原则

稳定抽象原则说,一个组件的抽象化程度应该与其稳定性程度一致。也就是说,一个稳定的组件应该是抽象的,而不稳定的组件应该是具体的。

这个原则对具体开发的指导意义就是:如果你设计的组件是具体的、不稳定的,那么可以为这个组件对外提供服务的类设计一组接口,并把这组接口封装在一个专门的组件中,那么这个组件相对就比较抽象、稳定。

Java 中的 JDBC 就是这样一个例子,我们开发应用程序的时候只需要使用 JDBC 的接口编程就可以了。而发布应用的时候,我们指定具体的实现组件,可以是 MySQL 实现的 JDBC 组件,也可以是 Oracle 实现的 JDBC 组件。



组件的边界与依赖关系,不仅仅是技术问题

组件的边界与依赖关系划分,不仅需要考虑技术问题,也要考虑业务场景问题。易变与稳定,依赖与被依赖,都需要放在业务场景中去考察。有的时候,甚至不只是技术和业务的问题,还需要考虑人的问题,在一个复杂的组织中,组件的依赖与设计需要考虑人的因素,如果组件的功能划分涉及到部门的职责边界,甚至会和公司内的政治关联起来。



用户头像

Meow

关注

还未添加个人签名 2018.05.09 加入

还未添加个人简介

评论

发布
暂无评论
第十周总结