建站
咨詢
售后
建站咨詢
新聞中心
【稿件】面試的時(shí)候，面試官問：用戶在電商網(wǎng)站中購(gòu)買成功了，那么它在微服務(wù)中經(jīng)歷了什么?你該如何作答?
創(chuàng)新互聯(lián)建站網(wǎng)站建設(shè)公司一直秉承“誠(chéng)信做人，踏實(shí)做事”的原則，不欺瞞客戶，是我們最起碼的底線！ 以服務(wù)為基礎(chǔ)，以質(zhì)量求生存，以技術(shù)求發(fā)展，成交一個(gè)客戶多一個(gè)朋友！專注中小微企業(yè)官網(wǎng)定制，網(wǎng)站設(shè)計(jì)制作、網(wǎng)站建設(shè)，塑造企業(yè)網(wǎng)絡(luò)形象打造互聯(lián)網(wǎng)企業(yè)效應(yīng)。
當(dāng)我傻啊，用戶在電商網(wǎng)站購(gòu)買成功，還在微服務(wù)中，那肯定就是有一套微服務(wù)架構(gòu)的電商系統(tǒng)。
設(shè)計(jì)一套電商系統(tǒng)還不簡(jiǎn)單?簡(jiǎn)單想象一下，既然是一個(gè)電商系統(tǒng)，有用戶去購(gòu)買，就肯定得有一個(gè)用戶模塊，購(gòu)買什么東西總不是西北風(fēng)吧，購(gòu)買肯定是商品吧，省掉購(gòu)物車，就得有商品模塊吧。
商品總得有庫(kù)存吧，庫(kù)存就暫時(shí)跟商品放一起吧，什么倉(cāng)儲(chǔ)物流先別管，就當(dāng)作是虛擬商品好了，反正題目也沒說不能是虛擬商品。^_^
購(gòu)買成功了，那就必須有訂單吧，加個(gè)訂單模塊，下完單總得支付吧，不付錢人家憑什么把東西給你，那就得有個(gè)支付模塊。
簡(jiǎn)單粗暴，四個(gè)模塊，如上圖：
- 用戶模塊
- 商品模塊(庫(kù)存)
- 訂單模塊
- 支付模塊
好，幾個(gè)模塊搞定，外加下單流程圖：
等等，貌似題目說是微服務(wù)，既然是微服務(wù)就涉及到拆分服務(wù)的問題。
DDD 領(lǐng)域驅(qū)動(dòng)設(shè)計(jì)
剛剛確實(shí)是梳理了一下模塊，既然是微服務(wù)，就得進(jìn)行服務(wù)的拆分，服務(wù)怎么進(jìn)行拆分呢?
貌似按照剛次梳理模塊來(lái)劃分也是可以的，不過這樣好像顯得我很是不專業(yè)，聽說現(xiàn)在很多人都要使用 DDD(領(lǐng)域驅(qū)動(dòng)設(shè)計(jì))來(lái)指導(dǎo)微服務(wù)的拆分。
參考 DDD 的設(shè)計(jì)，DDD 官方的架構(gòu)草圖，總體架構(gòu)分為四層：
- Infrastructure(基礎(chǔ)實(shí)施層)
- Domain(領(lǐng)域?qū)?
- Application(應(yīng)用層)
- Interfaces(表示層，也叫用戶界面層或是接口層)
微服務(wù)結(jié)合 DDD
不過對(duì)于領(lǐng)域設(shè)計(jì)而言，代碼層其實(shí)不是最重要，最重要的是如何去劃分領(lǐng)域，劃分好邊界。
而對(duì)于微服務(wù)而言，非常適合從業(yè)務(wù)上去劃分各個(gè) Modules，劃分好各個(gè)業(yè)務(wù)板塊，微服務(wù) + DDD，個(gè)人覺得首先從微服務(wù)的角度考慮去劃分大的業(yè)務(wù)模塊，每個(gè)微服務(wù)都應(yīng)該是一個(gè)可以獨(dú)立部署，各司其職的模塊。
簡(jiǎn)單的說，在微服務(wù)實(shí)際的開發(fā)中，結(jié)合 DDD 的思想去劃分所有屬于自己的領(lǐng)域。
實(shí)施 DDD 的關(guān)鍵
第一點(diǎn)是使用通過的語(yǔ)言建立所有的聚合，實(shí)體，值對(duì)象。
第二點(diǎn)也就是最關(guān)鍵的“建模”：
劃分“戰(zhàn)略建?！?，從一種宏觀的角度去審核整個(gè)項(xiàng)目，劃分出“界限上下文”，形成具有上帝視角的“上下文映射圖”。
還有一個(gè)建模是“戰(zhàn)術(shù)建?！?，在我們的“戰(zhàn)略建?！眲澐殖鰜?lái)的“界限上下文”中進(jìn)行“聚合”，“實(shí)體”，“值對(duì)象”，并按照模塊分組。
構(gòu)建電商系統(tǒng)的上下文映射圖
先來(lái)確定我們的戰(zhàn)略核心的領(lǐng)域是什么?我們的目的是什么?
作為一個(gè)電商系統(tǒng)，我們的核心肯定是賣出更多的商品，獲取更多訂單更多的利潤(rùn)，那么銷售可以作為我們的一個(gè)核心的領(lǐng)域。
這個(gè)作為一個(gè)明確核心域確立下來(lái)：
確定完核心子域后，根據(jù)對(duì)這個(gè)領(lǐng)域的理解劃分出各個(gè)上下文，然后根據(jù)上下文再確定其他的相關(guān)領(lǐng)域。
初步我們可以看出圍繞銷售核心域的包含的幾大塊內(nèi)容，價(jià)格，銷售方式，購(gòu)買的方式，已經(jīng)購(gòu)買。
然后我們對(duì)支撐著核心域的子域也做了劃分，支撐著核心域的有商品域，用戶域，通用域有訂單域，物流域，支付域。
回到我們的主題，我們這次沒有購(gòu)物車，也沒有各個(gè)會(huì)員銷售價(jià)格，把一些上下文拿掉，并建立映射。
領(lǐng)域驅(qū)動(dòng)設(shè)計(jì)看似簡(jiǎn)單，其實(shí)很難實(shí)施，因?yàn)樵诟鱾€(gè)環(huán)節(jié)中都需要對(duì)應(yīng)的領(lǐng)域?qū)＜业膮⒓踊蛑笇?dǎo)，這樣才能設(shè)計(jì)出最符合實(shí)際的上下文映射圖。
而且我們花費(fèi)的精力可能相比以后的數(shù)據(jù)驅(qū)動(dòng)開發(fā)模式更多，但在整體對(duì)項(xiàng)目的把控性能上說，領(lǐng)域比數(shù)據(jù)驅(qū)動(dòng)更加抽象，更加的頂層設(shè)計(jì)，在對(duì)應(yīng)互聯(lián)網(wǎng)的多變情況看得更遠(yuǎn)。
我們將微服務(wù)拆分為 5 個(gè)領(lǐng)域，分別是：
- 銷售域
- 商品域
- 用戶域
- 訂單域
- 支付域
完美，接下來(lái)就可以開始開發(fā)了。 ^?_?^
等等，兵馬未動(dòng)，糧草先行;代碼未動(dòng)，圖先行，先把時(shí)序圖畫出來(lái)。
時(shí)序圖
一個(gè)簡(jiǎn)單的下單流程，涵蓋了幾個(gè)領(lǐng)域：
完美，接下來(lái)就可以開發(fā)微服務(wù)了。^?_?^
等等，微服務(wù)的技術(shù)棧還未選型。
微服務(wù)技術(shù)棧選型
服務(wù)拆分完了，時(shí)序圖也畫完了，可以開始我們的微服務(wù)之旅了，目前主流的微服務(wù)有阿里大名鼎鼎的 Dubbo 和 Spring Cloud 全家桶，還有新浪的 Motan。
比較熟悉的還是 Dubbo 和 Spring Cloud，也都使用過，究竟應(yīng)該選用哪一個(gè)呢?
因?yàn)橹岸际褂眠^，做點(diǎn)簡(jiǎn)單，粗暴的總結(jié)。Dubbo 在很早之前就開始使用，當(dāng)時(shí)的微服務(wù)還沒有現(xiàn)在這么火，很多理論體系也未完善，Dubbo 更像是一套 RPC 整合框架，Spring Cloud 則更傾向微服務(wù)架構(gòu)的生態(tài)。
相比 Dubbo，Spring Cloud 可以說是微服務(wù)一整套的解決方案，在功能上是 Dubbo 的一個(gè)超級(jí)。
Dubbo 和 Spring Cloud 比喻，Dubbo 架構(gòu)的微服務(wù)就像組裝電腦，各個(gè)環(huán)節(jié)自由度很高。Spring Cloud 更像品牌機(jī)。
基于不折騰，簡(jiǎn)單快捷，更傾向選擇 Spring Cloud。OK，就定下來(lái)技術(shù)棧使用 Spring Cloud，愉快的決定。
等等，就這么草率就決定用 Spring Cloud 做為微服務(wù)，難道不需要把微服務(wù)的利弊先弄清楚嗎?
微服務(wù)的利和弊
既然選擇了微服務(wù)，就得知道微服務(wù)的利和弊，特別是弊，引入了微服務(wù)，就等于引入了一套復(fù)雜的體系，一套復(fù)雜的體系帶來(lái)的各種挑戰(zhàn)必須事先了解清楚。
利
①?gòu)?qiáng)模塊化邊界
我們知道做軟件架構(gòu)，軟件設(shè)計(jì)，模塊化是非常重要的一點(diǎn)，一開始我們寫程序做軟件，我們采用類的方式來(lái)做模塊化，后面開始采用組件或類庫(kù)的方式做模塊化，可以做到工程上的重用和分享給其他團(tuán)隊(duì)來(lái)使用。
微服務(wù)在組件的層次上面又高了一層，以服務(wù)的方式來(lái)做模塊化，每個(gè)團(tuán)隊(duì)獨(dú)立開始和維護(hù)自己的服務(wù)，有明顯的一個(gè)邊界。
開發(fā)完一個(gè)服務(wù)，其他團(tuán)隊(duì)可以直接調(diào)用這個(gè)服務(wù)，不需要像組件通過 Jar 或源碼的方式去進(jìn)行分享，所以微服務(wù)的邊界是比較清晰的。
②可獨(dú)立部署
③技術(shù)多樣性
弊(或者說挑戰(zhàn))
①分布式復(fù)雜性
在原來(lái)單塊應(yīng)用就是一個(gè)應(yīng)用，一個(gè)對(duì)單塊應(yīng)用的架構(gòu)比較熟悉的人可以對(duì)整個(gè)單塊應(yīng)用有一個(gè)很好的把控。
但是到了分布式系統(tǒng)，微服務(wù)化了以后可能涉及到的服務(wù)有好幾十個(gè)，一些大公司可能涉及到的服務(wù)上百個(gè)，服務(wù)與服務(wù)之間是通過相互溝通來(lái)實(shí)現(xiàn)業(yè)務(wù)。
那么這個(gè)時(shí)候整個(gè)系統(tǒng)就變成非常復(fù)雜，一般的開發(fā)人員或一個(gè)團(tuán)隊(duì)都無(wú)法理解整個(gè)系統(tǒng)是如何工作的，這個(gè)就是分布式帶來(lái)的復(fù)雜性。
②最終一致性
微服務(wù)的數(shù)據(jù)是分散式治理的，每個(gè)團(tuán)隊(duì)都有自己的數(shù)據(jù)源和數(shù)據(jù)拷貝，比方說團(tuán)隊(duì) A 有訂單數(shù)據(jù)，B 團(tuán)隊(duì)也有訂單數(shù)據(jù)，團(tuán)隊(duì) A 修改了訂單數(shù)據(jù)是否應(yīng)該同步給團(tuán)隊(duì) B 的數(shù)據(jù)呢?
這里就涉及到數(shù)據(jù)一致性問題，如果沒有很好的解決一致性問題，就可能造成數(shù)據(jù)的不一致，這個(gè)在業(yè)務(wù)上是不可以接受的。
③運(yùn)維復(fù)雜性
以往的運(yùn)維需要管理的是機(jī)器+單塊的應(yīng)用，分布式系統(tǒng)和單塊應(yīng)用不一樣的是，分布式系統(tǒng)需要很多的服務(wù)，服務(wù)與服務(wù)之間相互協(xié)同。
那么對(duì)分布式系統(tǒng)的資源，容量規(guī)劃，監(jiān)控，對(duì)整個(gè)系統(tǒng)的可靠性穩(wěn)定性都非常具備挑戰(zhàn)的。
只有在清楚了解微服務(wù)帶來(lái)的挑戰(zhàn)，明知道山有虎偏向虎山行，才能夠真正的勝任挑戰(zhàn)，最重要的是，要清楚明了里面有什么坑，怎么避免踩坑。
完美，已經(jīng)了解微服務(wù)帶來(lái)的好處和挑戰(zhàn)，接下來(lái)就可以開始開發(fā)了。^?_?^
等等，微服務(wù)還沒有做邏輯分層。
微服務(wù)怎么做邏輯分層
目前我們的微服務(wù)里面有幾個(gè)服務(wù)，分別是訂單，商品，用戶。
如果客戶端向查看 “我的訂單” 這么一個(gè)接口;如果客戶端假定是 PC 端，就需要請(qǐng)求三次接口，分別對(duì)接訂單，商品，用戶三個(gè)服務(wù)，分別拿完三次調(diào)用數(shù)據(jù)，再將三次調(diào)用數(shù)據(jù)進(jìn)行整合輸出展示。
要知道 PC 調(diào)用后端服務(wù)是走外網(wǎng)，這無(wú)疑大大增加了網(wǎng)絡(luò)的開銷，而且讓 PC 端變成更為復(fù)雜。
假定在中間加多一個(gè)層為聚合服務(wù)層，即對(duì)網(wǎng)絡(luò)開銷進(jìn)行減少，因?yàn)槲⒎?wù)內(nèi)部是通過內(nèi)網(wǎng)進(jìn)行數(shù)據(jù)傳輸，也讓 PC 端的業(yè)務(wù)變得比較簡(jiǎn)單。
圖中的 “PC 聚合服務(wù)” 也是一個(gè)微服務(wù)，只不過它是屬于聚合服務(wù)中間層，我們將為微服務(wù)進(jìn)行邏輯劃分，分為 2 個(gè)層：
①微服務(wù)基礎(chǔ)服務(wù)層
基礎(chǔ)服務(wù)一般屬于互聯(lián)網(wǎng)平臺(tái)基礎(chǔ)性的支撐服務(wù)，比方說，電商網(wǎng)站的基礎(chǔ)服務(wù)有訂單服務(wù)，商品服務(wù)，用戶服務(wù)等。
這些都屬于比較基礎(chǔ)和原子性，下沉一個(gè)公司的基礎(chǔ)設(shè)施的低層，向下承接存儲(chǔ)，向上提供業(yè)務(wù)能力，有些公司叫基礎(chǔ)服務(wù)，中間層服務(wù)，公共服務(wù)，Netflix 成為中間層服務(wù)。我們暫且統(tǒng)稱為基礎(chǔ)服務(wù)。
②微服務(wù)聚合服務(wù)層
已經(jīng)有了基礎(chǔ)服務(wù)能提供業(yè)務(wù)能力，為什么還需要聚合服務(wù)，因?yàn)槲覀冇胁煌慕尤攵耍?App 和 H5，PC 等等，它們看似調(diào)用大致相同的數(shù)據(jù)，但其實(shí)存在很多差異。
例如 PC 需要展示更多信息，App 需要做信息裁剪等等。一般低層服務(wù)都是比較通用的，基礎(chǔ)服務(wù)應(yīng)該對(duì)外輸出相對(duì)統(tǒng)一的服務(wù)，在抽象上做得比較好。
但是對(duì)不同的外界 App 和 PC 的接入，我們需要作出不同的適配，這個(gè)時(shí)候需要有一個(gè)層去做出聚合裁剪的工作。
例如一個(gè)商品詳情在 PC 端展示和 App 端的展示，PC 可能會(huì)展示更多的信息，而 App 則需要對(duì)信息作出一些裁剪。
如果基礎(chǔ)服務(wù)直接開放接口給到 PC 和 App，那么基礎(chǔ)服務(wù)也需要去做成各種設(shè)配，這個(gè)很不利于基礎(chǔ)服務(wù)的抽象。
所以我們?cè)诨A(chǔ)層之上加入聚合服務(wù)層，這個(gè)層可以針對(duì) PC 和 App 做成適當(dāng)?shù)脑O(shè)配進(jìn)行相應(yīng)的裁剪。
那么我們的微服務(wù)中，又增加了一個(gè)服務(wù)，屬于聚合服務(wù)。
好了，接下來(lái)可以愉快的 Coding...
等等，貌似不對(duì)，如果是單塊應(yīng)用加上事務(wù)應(yīng)該沒問題，這里是分布式，恐怕得考慮加分布式事務(wù)。
分布式事務(wù)
我們來(lái)理一理創(chuàng)建訂單和扣件庫(kù)存模塊之間的關(guān)系：
可以發(fā)現(xiàn)，因?yàn)槲⒎?wù)的原因，我們把服務(wù)進(jìn)行了分布式，隨著各個(gè)數(shù)據(jù)庫(kù)也隨著變成分布式每個(gè)數(shù)據(jù)庫(kù)不一定存在相同的物理機(jī)中。
那么這個(gè)時(shí)候單個(gè)數(shù)據(jù)庫(kù)的 ACID 已經(jīng)不能適應(yīng)這種情況，而在這種集群中想去保證集群的 ACID 幾乎很難達(dá)到，或者即使能達(dá)到那么效率和性能會(huì)大幅下降，最為關(guān)鍵的是再很難擴(kuò)展新的分區(qū)了。
這個(gè)時(shí)候如果再追求集群的 ACID 會(huì)導(dǎo)致我們的系統(tǒng)變得很差，這時(shí)我們就需要引入一個(gè)新的理論原則來(lái)適應(yīng)這種集群的情況，就是 CAP。
CAP 定理
CAP 必須滿足以下的 3 個(gè)屬性：
- 一致性(C)：在分布式系統(tǒng)中的所有數(shù)據(jù)備份，在同一時(shí)刻是否同樣的值。(等同于所有節(jié)點(diǎn)訪問同一份最新的數(shù)據(jù)副本)
- 可用性(A)：在集群中一部分節(jié)點(diǎn)故障后，集群整體是否還能響應(yīng)客戶端的讀寫請(qǐng)求。(對(duì)數(shù)據(jù)更新具備高可用性)
- 分區(qū)容錯(cuò)性(P)：以實(shí)際效果而言，分區(qū)相當(dāng)于對(duì)通信的時(shí)限要求。系統(tǒng)如果不能在時(shí)限內(nèi)達(dá)成數(shù)據(jù)一致性，就意味著發(fā)生了分區(qū)的情況，必須就當(dāng)前操作在 C 和 A 之間做出選擇。
簡(jiǎn)單的來(lái)說，在一個(gè)分布式系統(tǒng)中，最多能支持上面的兩種屬性。但顯然既然是分布式注定我們是必然要進(jìn)行分區(qū)，既然分區(qū)，我們就無(wú)法百分百避免分區(qū)的錯(cuò)誤。因此，我們只能在一致性和可用性去作出選擇。
在分布式系統(tǒng)中，我們往往追求的是可用性，它的重要性比一致性要高，那么如何實(shí)現(xiàn)高可用，這里又有一個(gè)理論，就是 BASE 理論，它給 CAP 理論做了進(jìn)一步的擴(kuò)充。
BASE 理論
BASE 理論指出：
- Basically Available(基本可用)
- Soft state(軟狀態(tài))
- Eventually consistent(最終一致性)
BASE 理論是對(duì) CAP 中的一致性和可用性進(jìn)行一個(gè)權(quán)衡的結(jié)果，理論的核心思想就是：我們無(wú)法做到強(qiáng)一致，但每個(gè)應(yīng)用都可以根據(jù)自身的業(yè)務(wù)特點(diǎn)，采用適當(dāng)?shù)姆绞絹?lái)使系統(tǒng)達(dá)到最終一致性。
好了，說了一大頓理論，程序員們都等急了，趕快來(lái)看看分布式事務(wù)的解決方案有哪些，可以進(jìn)行接下去的 Coding...
來(lái)吧，討論技術(shù)方案：
幾個(gè)方案拿出來(lái)了，因?yàn)槲覀儾皇菍ｉT來(lái)講解分布式事務(wù)的機(jī)制和原理，主要還是來(lái)做分布式事務(wù)的技術(shù)選型。
先排除掉我們應(yīng)該不會(huì)選擇的方案，一個(gè)是 XA 兩階段提交，這個(gè)在很多傳統(tǒng)型公司會(huì)被使用，但不適合互聯(lián)網(wǎng)微服務(wù)的分布式系統(tǒng)，鎖定資源時(shí)間長(zhǎng)，性能影響大，排除。
另一個(gè)是阿里的 GTS，并沒有開源，目前已經(jīng)開源了 Fescar，不過目前尚缺少調(diào)研，可能在下個(gè)階段研究后會(huì)使用，目前先排除。
剩下的是 TCC 和 MQ 消息事務(wù)兩種。
MQ 消息事務(wù)：RocketMQ
先說說 MQ 的分布式事務(wù)，RocketMQ 在 4.3 版本已經(jīng)正式宣布支持分布式事務(wù)，在選擇 RokcetMQ 做分布式事務(wù)請(qǐng)務(wù)必選擇 4.3 以上的版本。
事務(wù)消息作為一種異步確保型事務(wù)， 將兩個(gè)事務(wù)分支通過 MQ 進(jìn)行異步解耦，RocketMQ 事務(wù)消息的設(shè)計(jì)流程同樣借鑒了兩階段提交理論，整體交互流程如下圖所示：
這個(gè)時(shí)候我們基本可以認(rèn)為，只有 MQ 發(fā)送方自己的本地事務(wù)執(zhí)行完畢，那么 MQ 的訂閱方必定百分百能夠接收到消息，我們?cè)賹?duì)下單減庫(kù)存的步驟進(jìn)行改造。
這里涉及到一個(gè)異步化的改造，我們理一下，如果是同步流程中的各個(gè)步驟：
- 查看商品詳情(或購(gòu)物車)
- 計(jì)算商品價(jià)格和目前商品存在庫(kù)存(生成訂單詳情)
- 商品扣庫(kù)存(調(diào)用商品庫(kù)存服務(wù))
- 訂單確認(rèn)(生成有效訂單)
訂單創(chuàng)建完成后，發(fā)布一個(gè)事件“orderCreate” 到消息隊(duì)列中，然后由 MQ 轉(zhuǎn)發(fā)給訂閱該消息的服務(wù)，因?yàn)槭腔谙⑹聞?wù)，我們可以認(rèn)為訂閱該消息的商品模塊是百分百能收到這個(gè)消息的。
商品服務(wù)接受到 orderCreate 消息后就執(zhí)行扣減庫(kù)存的操作，注意，這里可能會(huì)有一些不可抗的因素導(dǎo)致扣減庫(kù)存失敗。
無(wú)論成功或失敗，商品服務(wù)都將發(fā)送一個(gè)扣減庫(kù)存結(jié)果的消息“stroeReduce”到消息隊(duì)列中，訂單服務(wù)會(huì)訂閱扣減庫(kù)存的結(jié)果。
訂單服務(wù)收到消息后有兩種可能：
- 如果扣減庫(kù)存成功，將訂單狀態(tài)改為 “確認(rèn)訂單” ，下單成功。
- 如果扣減庫(kù)存失敗，將訂單狀態(tài)改為 “失效訂單” ，下單失敗。
這種模式將確認(rèn)訂單的流程變成異步化，非常適合在高并發(fā)的使用，但是，切記了，這個(gè)需要前端用戶體驗(yàn)的一些改變，要配合產(chǎn)品來(lái)涉及流程。
完美，使用 MQ 分布式事務(wù)就可以解決調(diào)一致性問題。
等等，MQ 消息事務(wù)方案的風(fēng)險(xiǎn)了解一下。
上面使用 MQ 的方式確實(shí)是可以完成 A 和 B 操作，但是 A 和 B 并不是嚴(yán)格一致性，而是最終一致性。
我們犧牲掉嚴(yán)格一致性，換來(lái)性能的提升，這種很適合在大促高并發(fā)場(chǎng)景使用。
但是如果 B 一直執(zhí)行不成功，那么一致性也會(huì)被破壞，后續(xù)應(yīng)該考慮到更多的兜底方案，方案越細(xì)系統(tǒng)就將越復(fù)雜。
TCC 方案
TCC 是服務(wù)化的二階段變成模型，每個(gè)業(yè)務(wù)服務(wù)都必須實(shí)現(xiàn) Try，Confirm，Calcel 三個(gè)方法。
這三個(gè)方式可以對(duì)應(yīng)到 SQL 事務(wù)中 Lock，Commit，Rollback：
- Try 階段：Try 只是一個(gè)初步的操作，進(jìn)行初步的確認(rèn)，它的主要職責(zé)是完成所有業(yè)務(wù)的檢查，預(yù)留業(yè)務(wù)資源。
- Confirm 階段：Confirm 是在 Try 階段檢查執(zhí)行完畢后，繼續(xù)執(zhí)行的確認(rèn)操作，必須滿足冪等性操作，如果 Confirm 中執(zhí)行失敗，會(huì)有事務(wù)協(xié)調(diào)器觸發(fā)不斷的執(zhí)行，直到滿足為止。
- Cancel：是取消執(zhí)行，在 Try 沒通過并釋放掉 Try 階段預(yù)留的資源，也必須滿足冪等性，跟 Confirm 一樣有可能被不斷執(zhí)行。
接下來(lái)看看，我們的下單扣減庫(kù)存的流程怎么加入 TCC：
在 Try 的時(shí)候，會(huì)讓庫(kù)存服務(wù)預(yù)留 n 個(gè)庫(kù)存給這個(gè)訂單使用，讓訂單服務(wù)產(chǎn)生一個(gè)“未確認(rèn)”訂單，同時(shí)產(chǎn)生這兩個(gè)預(yù)留的資源。
在 Confirm 的時(shí)候，會(huì)使用在 Try 預(yù)留的資源，在 TCC 事務(wù)機(jī)制中認(rèn)為，如果在 Try 階段能正常預(yù)留的資源，那么在 Confirm 一定能完整的提交：
在 Try 的時(shí)候，有任務(wù)一方為執(zhí)行失敗，則會(huì)執(zhí)行 Cancel 的接口操作，將在 Try 階段預(yù)留的資源進(jìn)行釋放。
完美，可以把我們的系統(tǒng)引入 TCC。^?_?^
等等，有同學(xué)提問：
- 有同學(xué)可能會(huì)問了，如果在 Confirm 或 Cancel 中，有一方的操作失敗了，可能出現(xiàn)異常等情況該怎么解決。
這個(gè)就涉及 TCC 的事務(wù)協(xié)調(diào)器了，事務(wù)協(xié)調(diào)器就 Confirm 或 Cancel 沒有得到返回的時(shí)候，會(huì)啟用定時(shí)器不斷的進(jìn)行 Confirm 或 Cancel 的重試。
這個(gè)也就是我們強(qiáng)調(diào)，Confirm，Cancel 接口必須是冪等性的一個(gè)原因了。
- 還有同學(xué)會(huì)問了，為什么事務(wù)協(xié)調(diào)器知道 Confirm，或 Cancel 沒有完成。
這個(gè)就涉及到了 TCC 也做了一張本地消息表，會(huì)記錄一次事務(wù)，包括主事務(wù)，子事務(wù)，事務(wù)的完成情況都會(huì)記錄在這種表中(當(dāng)然未必是表，可能是 ZK，Redis 等等介質(zhì))，然后啟用一個(gè)定時(shí)器去檢查這種表。
- 還有同學(xué)會(huì)問，事務(wù)怎么傳遞，這個(gè)就涉及使用的 TCC 的框架了，一般來(lái)說用的都是隱式傳參的方式。
在主事務(wù)創(chuàng)建的時(shí)候用隱式傳參調(diào)用子事務(wù)，子事務(wù)包含 Try，Confirm，Cancel 都會(huì)記錄到事務(wù)表里面。
這里推薦 TCC 的開源框架使用 mengyun 的 TCC，然后也可以其他的，無(wú)所謂。
完美，下單的流程開發(fā)完畢了，可以讓 QA 接入。^?_?^
等等，微服務(wù)的保護(hù)措施做了嗎?
熔斷限流隔離降級(jí)
微服務(wù)分布式依賴關(guān)系錯(cuò)綜復(fù)雜，比方說前端的一個(gè)請(qǐng)求，這來(lái)到后端會(huì)被轉(zhuǎn)為為很多個(gè)請(qǐng)求。
這個(gè)時(shí)候后臺(tái)的服務(wù)出現(xiàn)不穩(wěn)定或者延遲，如果沒有好的限流熔斷措施，可能會(huì)造成用戶體驗(yàn)的下降，嚴(yán)重的時(shí)候會(huì)出現(xiàn)雪崩效應(yīng)，把整個(gè)網(wǎng)站給搞垮。
如果像阿里巴巴在雙 11 等活動(dòng)中，如果沒有一套好的限流熔斷措施，這是不可想象的，可能是根本無(wú)法支撐那么大的并發(fā)容量。
Netflix 在 2012 年前也沒有設(shè)計(jì)好的限流容錯(cuò)，當(dāng)時(shí)也是飽受著系統(tǒng)穩(wěn)定性的困擾，好幾次網(wǎng)站因?yàn)闆]有好的熔斷措施把網(wǎng)站搞垮。
在 2012 年 Netflix 啟動(dòng)了彈性工程項(xiàng)目，其中有一個(gè)產(chǎn)品叫 Hystrix，這個(gè)產(chǎn)品主要用來(lái)解決微服務(wù)的可靠性。
有了這個(gè)系統(tǒng)之后，Netflix 在系統(tǒng)穩(wěn)定性上上了一個(gè)大的臺(tái)階，在此之后就沒有出現(xiàn)過大規(guī)模的雪崩事故。
下面使用 Hystrix 例子來(lái)講解一下限流熔斷。
幾個(gè)概念：熔斷，隔離，限流，降級(jí)，這幾個(gè)概念是分布式容錯(cuò)最重要的概念和模式。
①熔斷：如果說房子里面安裝了電路熔斷器，當(dāng)你使用超大功率的電路時(shí)，有熔斷設(shè)備幫你保護(hù)不至于出問題的時(shí)候把問題擴(kuò)大化。
②隔離：我們知道計(jì)算資源都是有限的，CPU，內(nèi)存，隊(duì)列，線程池都是資源。
他們都是限定的資源數(shù)，如果不進(jìn)行隔離，一個(gè)服務(wù)的調(diào)用可能要消耗很多的線程資源，把其他服務(wù)的資源都給占用了，那么可能出現(xiàn)因?yàn)橐粋€(gè)服務(wù)的問題連帶效應(yīng)造成其他服務(wù)不能進(jìn)行訪問。
③限流：讓大流量的訪問沖進(jìn)去我們的服務(wù)時(shí)，我們需要一定的限流措施，比方說我們規(guī)則一定時(shí)間內(nèi)只允許一定的訪問數(shù)從我們的資源過，如果再大的話系統(tǒng)會(huì)出現(xiàn)問題，那么就需要限流保護(hù)。
④降級(jí)：如果說系統(tǒng)后臺(tái)無(wú)法提供足夠的支撐能力，那么需要一個(gè)降級(jí)能力，保護(hù)系統(tǒng)不會(huì)被進(jìn)一步惡化，而且可以對(duì)用戶提供比較友好的柔性方案，例如告知用戶暫時(shí)無(wú)法訪問，請(qǐng)?jiān)谝欢螘r(shí)候后重試等等。
Hystrix
Hystrix 就把上面說的熔斷，隔離，限流，降級(jí)封裝在這么一個(gè)組件里面，下圖是 Hystrix 內(nèi)部設(shè)計(jì)和調(diào)用流程：
大致的工作流如下：
- 構(gòu)建一個(gè) HystrixCommand 對(duì)象，用于封裝請(qǐng)求，并在構(gòu)造方法配置請(qǐng)求被執(zhí)行需要的參數(shù)。
- 執(zhí)行命令，Hystrix 提供了幾種執(zhí)行命令的方法，比較常用到的是 Synchrous 和 Asynchrous。
- 判斷電路是否被打開，如果被打開，直接進(jìn)入 Fallback 方法。
- 判斷線程池/隊(duì)列/信號(hào)量是否已經(jīng)滿，如果滿了，直接進(jìn)入 Fallback 方法。
- 執(zhí)行 Run 方法，一般是 HystrixCommand.run()，進(jìn)入實(shí)際的業(yè)務(wù)調(diào)用，執(zhí)行超時(shí)或者執(zhí)行失敗拋出未提前預(yù)計(jì)的異常時(shí)，直接進(jìn)入 Fallback 方法。
- 無(wú)論中間走到哪一步都會(huì)進(jìn)行上報(bào) Metrics，統(tǒng)計(jì)出熔斷器的監(jiān)控指標(biāo)。
- Fallback 方法也分實(shí)現(xiàn)和備用的環(huán)節(jié)。
- 最后是返回請(qǐng)求響應(yīng)。
完美，把 Hystrix 加入我們系統(tǒng)吧，這樣突然有洪峰流量也不至于我們的系統(tǒng)一下就沖垮。^?_?^
等等，Hystrix 的限流數(shù)值，錯(cuò)誤數(shù)熔斷，超時(shí)熔斷，嘗試恢復(fù)比率這些需要我們配置的數(shù)值應(yīng)該怎么定呢?
這個(gè)就取決你的系統(tǒng)壓測(cè)的指標(biāo)和你部署的規(guī)模了，這里還涉及到一個(gè)容量設(shè)計(jì)的問題，一會(huì)我們將系統(tǒng)部署上線的時(shí)候再來(lái)詳細(xì)說道。
剛剛提到一個(gè)問題，就是這些限流數(shù)值，錯(cuò)誤數(shù)熔斷這些數(shù)字，我們現(xiàn)在都寫在配置文件里面。
例如說寫在 Properties，YML 里面，當(dāng)有一天突然需要把限流數(shù)下調(diào)(可能是系統(tǒng)遭受到什么壓力打擊)，那我們只能把代碼拉下來(lái)，巴拉巴拉改了。
然后重新上傳打包，發(fā)布重啟，一個(gè)流程下來(lái)，不說個(gè)把小時(shí)吧，十來(lái)分鐘總少不了吧。
想辦法我們把這些配置項(xiàng)放到一個(gè)集中式配置中心。
集中式配置中心
自己寫配置中心還挺麻煩的，去菜市場(chǎng)逛逛吧，菜市場(chǎng)里面有，Spring Cloud Config，百度的 Disconf，阿里的 Diamond，還有攜程的 Apollo。
基本上他們的原理都差不多，配置中心可以簡(jiǎn)單的理解為一個(gè)服務(wù)模塊，開發(fā)人員或運(yùn)維人員可以通過界面對(duì)配置中心進(jìn)行配置。
下面相關(guān)的微服務(wù)連接到配置中心上面就可以實(shí)時(shí)連接獲取到配置中心上面修改的參數(shù)。
更新的方式一般有兩種：
- Pull 模式，服務(wù)定時(shí)去拉取配置中心的數(shù)據(jù)。
- Push 模式，服務(wù)一直連接到配置中心上，一旦配置有變成，配置中心將把變更的參數(shù)推送到對(duì)應(yīng)的微服務(wù)上。
Pull 和 Push 兩種模式各有優(yōu)缺點(diǎn)：
- Pull 一般使用定時(shí)器拉取，就算某一個(gè)網(wǎng)絡(luò)抖動(dòng)沒有 Pull 成功，在下一次定時(shí)器的時(shí)候，終將能保證獲取最新的配置。
- Push 可以避免 Pull 定時(shí)器存在的延時(shí)，基本可以做到實(shí)時(shí)獲取數(shù)據(jù)，但也有問題就是網(wǎng)絡(luò)抖動(dòng)的時(shí)候可能會(huì)丟失更新。
攜程的 Apollo
攜程的 Apollo 比較有特色的是融合了 Pull 和 Push 兩種模式，把兩者的優(yōu)點(diǎn)進(jìn)行了結(jié)合，開發(fā)或運(yùn)維人員在配置中心進(jìn)行修改，配置中心服務(wù)將實(shí)時(shí)將修改推送 Push 到 Apollo 的客戶端。
但考慮到可能由于某些網(wǎng)絡(luò)抖動(dòng)沒有推送成功，客戶端還具備了定時(shí)向 Apollo 服務(wù)端拉取 Pull 數(shù)據(jù)的功能。
就算推送沒成功，但是只要一定時(shí)間周期，客戶端還是會(huì)主動(dòng)去拉取同步數(shù)據(jù)，保證能把最終配置同步到服務(wù)中。這個(gè)也是 Apollo 在高可用方面上非常有特色的設(shè)計(jì)。
Apollp 在高可用上也做了保證，客戶端獲取到數(shù)據(jù)會(huì)把數(shù)據(jù)緩存在內(nèi)存，還會(huì) Sync 到本地磁盤。
就算 Apollo 服務(wù)器掛掉了，就算客戶端服務(wù)重啟了，也可以從本地磁盤中拉取回來(lái)數(shù)據(jù)，繼續(xù)提供對(duì)外服務(wù)，從這點(diǎn)來(lái)看 Apollo 的配置中心在高可用上考慮還是比較周到的。
把配置中心配置上去后，我們就可以把 Hystrix 還有 MySQL 的用戶密碼，還有一些業(yè)務(wù)開關(guān)等等的配置參數(shù)放上去了。
完美，開發(fā)基本完工了，其實(shí)就幾個(gè)模塊，一個(gè)簡(jiǎn)單的下單購(gòu)物流程，當(dāng)我們把系統(tǒng)交付給運(yùn)維，運(yùn)維喊道，日志呢，做微服務(wù)怎么可以沒有調(diào)用鏈日志呢?
調(diào)用鏈監(jiān)控&日志
確實(shí)，微服務(wù)是一個(gè)分布式非常復(fù)雜的系統(tǒng)，如果沒有一套調(diào)用鏈監(jiān)控，如果服務(wù)之間依賴出現(xiàn)問題就很難進(jìn)行定位。
下圖是阿里在鷹眼系統(tǒng)給出的微服務(wù)之“熵”：
目前各大主流互聯(lián)網(wǎng)公司中，阿里有非常出色的鷹眼系統(tǒng)，點(diǎn)評(píng)也有一套很出名的調(diào)用鏈監(jiān)控系統(tǒng) CAT。
調(diào)用鏈監(jiān)控其實(shí)最早是 Google 提出來(lái)的，2010 年 Google 發(fā)表了一篇調(diào)用鏈的論文，論文以它內(nèi)部的調(diào)用鏈系統(tǒng) Dapper 命名。
這個(gè)論文中講解調(diào)用鏈在 Google 使用的經(jīng)驗(yàn)和原理，大致的原理如下圖：
這里可以采用 ELK 的方式去記錄和展示調(diào)用鏈監(jiān)控日志，當(dāng)我們一條調(diào)用為一行記錄存儲(chǔ)下來(lái)。
通過 TraceId 和 ParentSpanId 就可以串聯(lián)起來(lái)為一個(gè)整體的鏈路，并可以從這個(gè)鏈路去分析錯(cuò)誤或者調(diào)用延時(shí)和調(diào)用次數(shù)等等。
目前市面主流的調(diào)用鏈選型有 Zipkin，Pinpoint，Cat，Skywalking，他們之間各有一些偏重點(diǎn)。
值得一說的是 Skywalking 是國(guó)人出品的一款新的調(diào)用鏈工具，采用開源的基于字節(jié)碼注入的調(diào)用鏈分析，接入段無(wú)代碼入侵。
而且開源支持多種插件，UI 在幾款工具來(lái)說比較功能比較強(qiáng)大，而且 UI 也比較賞心悅目，目前已經(jīng)加入了 Apache 孵化器。
采用 Skywalking 作為調(diào)用鏈工具
為何會(huì)采用 Skywaling，在低層原理的實(shí)現(xiàn)，這幾款產(chǎn)品都差不多，但在實(shí)現(xiàn)和使用的細(xì)節(jié)相別還是很大：
- 首先在實(shí)現(xiàn)方式上，Skywalking 基本對(duì)于代碼做到了無(wú)入侵，采用 Java 探針和字節(jié)碼增強(qiáng)的方式，而在 Cat 還采用了代碼埋點(diǎn)，而 Zipkin 采用了攔截請(qǐng)求，Pinpoint 也是使用 Java 探針和字節(jié)碼增強(qiáng)。
- 其次在分析的顆粒度上，Skywaling 是方法級(jí)，而 Zipkin 是接口級(jí)，其他兩款也是方法級(jí)。
- 在數(shù)據(jù)存儲(chǔ)上，Skywalking 可以采用日志體系中比較出名的 ES，其他幾款，Zipkin 也可以使用 ES，Pinpoint 使用 Hbase，Cat 使用 MySQL 或 HDFS，相對(duì)復(fù)雜。
由于目前公司對(duì) ES 熟悉的人才比較有保證，選擇熟悉存儲(chǔ)方案也是考慮技術(shù)選型的重點(diǎn)。
- 還有就是性能影響，根據(jù)網(wǎng)上的一些性能報(bào)告，雖然未必百分百準(zhǔn)備，但也具備參考價(jià)值，Skywalking 的探針對(duì)吞吐量的影響在 4 者中間是最效的，經(jīng)過對(duì) Skywalking 的一些壓測(cè)也大致證明。
完美，把微服務(wù)的包打好，上傳到服務(wù)器就可以運(yùn)行了。^?_?^
等等，微服務(wù)包都打好了，剩下就是 Jar 包或 War 包一個(gè)一個(gè)上傳到服務(wù)器上，然后用個(gè)腳本 Start，在以前單塊應(yīng)用還好，現(xiàn)在微服務(wù)幾十幾百個(gè)應(yīng)用，請(qǐng)問，運(yùn)營(yíng)人員怕不怕?
聽說，Docker + Kubernetes 和微服務(wù)更配喔。
Docker + Kubernetes
就幾個(gè)服務(wù)，先不用容器化部署了...乍一看，沒完沒了，還有 CICD，灰度發(fā)布...容易編排...
下次再講吧，先把服務(wù)部署上去吧。
部署到生產(chǎn)，預(yù)估容量
該把服務(wù)部署上線了，一個(gè)服務(wù)上線肯定得評(píng)估下或者預(yù)估下訪問量有多少用戶，有多少訪問，這個(gè)涉及到該配置多少的機(jī)器資源，這應(yīng)該怎么去估算呢，反正程序員在家里怎么算都算不出來(lái)。
評(píng)估訪問量
①問運(yùn)營(yíng)，如果是一個(gè)已經(jīng)上線的產(chǎn)品，肯定存在已有的用戶數(shù)和訪問數(shù)據(jù)，就算存在偏差，也是可控的范圍。
②問產(chǎn)品，確定一個(gè)什么樣形態(tài)的產(chǎn)品，例如是拼團(tuán)，例如是秒殺，各種處理方式都不同。
評(píng)估平均訪問量 QPS
一天 86400 秒，一般認(rèn)為請(qǐng)求大部分發(fā)生在白天，就按照 40000 計(jì)算，日平均訪問量=日總訪問量/40000。
評(píng)估高峰 QPS
可以把之前每日的訪問曲線圖拉出來(lái)看看，峰值是根據(jù)業(yè)務(wù)不同而定的，例如，有些業(yè)務(wù)是白天早上 10 點(diǎn)的流量偏多，有些業(yè)務(wù)是晚上人家休閑類的流量偏多。
總之，根據(jù)業(yè)務(wù)去估算出日均的峰值，類似于電商類的服務(wù)，一般峰值是日均流量的 5 倍左右。
還有例如一些大促活動(dòng)可能會(huì)更高，這個(gè)都要跟運(yùn)營(yíng)人員提前溝通好的，還有一些活動(dòng)例如，秒殺，這個(gè)就不是靠預(yù)估出來(lái)，秒殺是另一種的考慮情況，采取的應(yīng)對(duì)策略跟普通訂單是完全不同。
評(píng)估系統(tǒng)，單機(jī)極限 QPS
在上線之前需要跟測(cè)試人員一起做壓力測(cè)試，針對(duì)每個(gè)服務(wù)每臺(tái)機(jī)器去做，一般來(lái)說，會(huì)把一個(gè)服務(wù)一臺(tái)機(jī)器壓到極限，在逐步的進(jìn)行優(yōu)化。
思考一個(gè)問題，假定單臺(tái)機(jī)器最大的 QPS 是 1000，我們峰值是 5000，那需要用多少臺(tái)機(jī)器去抗?答案是大于等于 6 臺(tái)，最少的容錯(cuò)不得少于 1 臺(tái)。
貌似一個(gè)非常簡(jiǎn)單的微服務(wù)就差不多了，不過貌似還是差了很多，數(shù)一下：
- 監(jiān)控系統(tǒng)哪去了(基礎(chǔ)設(shè)施監(jiān)控，系統(tǒng)監(jiān)控，應(yīng)用監(jiān)控，業(yè)務(wù)監(jiān)控)
- 網(wǎng)關(guān)哪里去了
- 統(tǒng)一的異常處理哪里去了
- API 文檔哪里去了
- 容器化哪里去了
- 服務(wù)編排哪里去了
- ...
作者：陳于喆
簡(jiǎn)介：十余年的開發(fā)和架構(gòu)經(jīng)驗(yàn)，國(guó)內(nèi)較早一批微服務(wù)開發(fā)實(shí)施者。曾任職國(guó)內(nèi)互聯(lián)網(wǎng)公司網(wǎng)易和唯品會(huì)高級(jí)研發(fā)工程師，后在創(chuàng)業(yè)公司擔(dān)任技術(shù)總監(jiān)/架構(gòu)師，目前在洋蔥集團(tuán)任職技術(shù)研發(fā)副總監(jiān)。負(fù)責(zé)技術(shù)部門研發(fā)體系建設(shè)，團(tuán)建建設(shè)，人才培養(yǎng)，推動(dòng)整個(gè)技術(shù)架構(gòu)演進(jìn)以及升級(jí)，帶領(lǐng)技術(shù)團(tuán)隊(duì)構(gòu)建微服務(wù)架構(gòu)體系、平臺(tái)架構(gòu)體系、自動(dòng)化運(yùn)維體系。
【原創(chuàng)稿件，合作站點(diǎn)轉(zhuǎn)載請(qǐng)注明原文作者和出處為.com】
當(dāng)前題目：我只是下了個(gè)訂單，鬼知道我在微服務(wù)里經(jīng)歷了什么？
URL網(wǎng)址：http://www.fisionsoft.com.cn/article/cdepdid.html
