如何把單體式應用拆解成微服務?【下】

舒適提示:同步在其餘平臺發佈的熱評好文:如何設計出優美的Web API?,現閱讀量超過了2400,小夥伴們千萬不要錯過哦!Segmentfault 地址:如何設計出優美的Web API?html

緊接昨天的上篇:如何把單體式應用拆解成微服務?【上】,今天咱們一塊兒來看看各類具體拆解場景的解決方案:程序員

場景1:數據庫表外鍵引用關係

若是單體式應用中兩個功能模塊存在數據引用關係,那咱們在拆解微服務時如何消除這種外鍵引用關係呢?首先,停⽌外鍵引⽤;而後,改爲經過RESTful HTTP API⽅式獲取原先外鍵關聯的信息。以下圖,改造前Payment數據庫表中的記錄經過外鍵引用Order,代碼層面一般會藉助對象關係映射(ORM)框架創建數據對象的關聯,改造後代碼層面就不能經過ORM框架作關聯了。在Payment數據庫表的記錄中會保存Order的主鍵值,除此以外還會保存Order的關鍵屬性信息,這樣能夠避免頻繁的跨進程調用,從而能夠提升系統的總體效率表現。面試

下圖是改造前的狀況:數據庫

改造前

下圖是改造後的狀況:segmentfault

改造後

場景2:共享靜態數據關係

若是單體式應用中兩個功能模塊彼此共享靜態數據,那咱們在拆解微服務時如何消除這種共享關係呢?靜態數據一般存儲在數據庫當中,例如:商品類目代號。若是這些靜態數據須要更新,那咱們就須要頻繁地發佈系統,這樣會致使多個服務的中斷。緩存

爲了不這個問題,咱們也能夠將這些靜態數據拷貝多份,分別⽤於每一個服務,但維護多份數據拷⻉的一致性是個問題。另外,咱們也能夠將這些靜態數據存⼊每一個服務的配置文件,下降更新數據的難度。統一配置中心,微服務架構中的必選組件,咱們能夠經過它來管理這些靜態數據,這樣在維護更新上會帶來極大的便利。架構

場景3:共享基礎數據關係

若是單體式應用中兩個功能模塊共享某類基礎數據,那咱們在拆解微服務時如何消除這種共享關係呢?多個服務共享某類基礎數據,例如:用戶數據、物流公司數據等等,那咱們要爲這類數據提煉出專門的領域模型,將它封裝成微服務,而後經過該服務來訪問這些共享的基礎數據。服務化帶來的好處就是彼此之間僅僅依賴服務契約,雙方具體採用什麼技術和方案都是自由的。只要服務契約沒有改變,那彼此的升級改造就不會影響。框架

下圖是改造前的狀況:
改造前分佈式

下圖是改造後的狀況:
改造後微服務

場景4:共享數據庫表格

若是單體式應用中兩個功能模塊共享一張數據表格,那咱們在拆解微服務時如何消除這種共享關係呢?多個服務各自引⽤的數據被合併存儲在一張數據庫表當中,代碼層面藉助ORM框架實現多態,這種狀況咱們須要將每一個服務所關注的數據剝離出來,分別存到不一樣的表格當中。

下圖是改造前的狀況:
改造前

下圖是改造後的狀況:
改造後

場景5:共享數據庫

在拆解微服務過程當中,咱們該如何拆分數據庫呢?最穩妥的方案就是分階段重構數據庫,數據是最寶貴的資源,咱們不要貪圖一步到位。

下圖是改造前的狀況:
改造前

  • 第一步,按照業務上下文先將一個數據庫拆解成兩個數據庫,但應用仍然是單體式應用,經過多數據源相關技術應用能夠同時訪問兩個數據庫,以下圖所示:

第一步

  • 第二步,將單體式應用拆解成微服務,每一個微服務都有各自獨立的數據庫,以下圖所示:

第二步

舊模塊微服務改造優先級原則

從單體式應用中劃分出有界的上下文,做爲剝離微服務的候選,而後開始依次重構每一個功能模塊。那如何判斷哪些模塊應該優先被剝離成微服務呢?從模塊剝離難度看,咱們能夠遵循先易後難的原則,逐步積累重構經驗,這適用於在微服務構建方面經驗不太豐富的團隊;從需求變化頻率看,優先剝離那些變動頻繁的模塊,總體收益會更大一些,這對於人力資源較爲緊張的團隊不失爲一個好的判斷準則;從資源消耗類型看,那些計算或內存密集的模塊適合優先剝離,這樣有利於彈性伸縮時提高資源利用效率,這對系統規模較大的場景效果最明顯;從服務邊界粒度看,粒度越粗越好剝離。具體按哪一個規則來安排微服務的改造順序,這就要根據每一個團隊的具體狀況來具體分析了。

咱們在支持不一樣系統實施微服務改造的過程當中,上述優先級原則都被採用過,優先級存在的緣由就是資源不夠。微服務改造不是一蹴而就的事情,這個過程會持續很長時間,可能跨度幾年,在不一樣階段須要考慮的問題也就不一樣,最核心的原則就是按照適合本身的節奏有條不紊地開展工做,在確保線上業務穩定的前提下適當地追求速度。

微服務改造是否結束判斷標準

那何時纔算完成微服務改造呢?判斷標準就是舊系統中所有有界上下文都被剝離成微服務,此時反腐層就能夠被廢除了;或者遺留的單體式應用相對較穩定,再也不發生變化,重構的投入產出比再也不划算;或者遺留的單體式應用關聯業務已經退出市場了,系統下線了。

微服務架構新挑戰與解決方案

當單體式應用被拆解成多個微服務以後,原先在一個事務邊界內的操做如今要跨多個事務邊界了,咱們如何保證事務的一致性呢?下面是一些分佈式事務機制:

  • 再次嘗試,最終一致:將每一個操做步驟放⼊隊列排隊,後續再次嘗試,確保最後執行成功,狀態達成⼀致。
  • 撤銷所有操做:補償事務機制,原事務操做失敗以後,啓動一個新的事務去撤銷以前的操做。若是補償事務也失敗了,那系統須要提供手動或自動再次運⾏補償事務的功能。
  • 分佈式事務:經過一個全局事務管理器來協調各個事務得以成功執行。對於短時間事務,一般採用兩階段提交(Two-Phase Commit),第一階段是投票階段,分佈式事務的參與者告訴事務管理器,判斷本地事務是否能夠順利執行。若是事務管理器收集到全部投票結果都是YES,那就開始提交事務執行。

分佈式事務機制自己不算太複雜,咱們借鑑業界的一些開源產品自研了一套分佈式事務框架,跟微服務框架結合起來,應用開發者只須要按照框架的約定實現特定的接口,經過一些註解就能夠發起分佈式事務,相關細節能夠參考阿里的全局事務服務GTS。

當單體式應用被拆解成多個微服務以後,原先集中存儲的數據也被分開存儲了,報表生成將會遇到新的挑戰。在單體式應⽤狀況下,一般有一個用於生成報表的從庫,從主庫同步數據,僅⽤於查詢等讀操做,避免⽣成報表過程影響主庫的讀寫效率。在微服務狀況下,咱們將要經過服務調用來獲取數據,設計適合報表統計的批量接口,以及增長緩存用於提高數據獲取效率。

  • 數據抽取:經過服務調⽤來獲取報表所需數據,這會形成很是⼤的負載,以及專⻔爲報表設計的API。爲了彌補上述不足,咱們能夠將數據抽取程序獨立出來,專門從業務數據庫中抽取數據到報表數據庫。
  • 事件驅動數據抽取:基於事件驅動的微服務架構,咱們能夠開發特定事件的訂閱者,負責將數據同步到報表數據庫,這樣能夠解耦底層數據庫系統。

微服務改造是一個長期過程,這個過程會遇到各式各樣的問題,方法論能夠幫助咱們更好地解決這些問題,而且下降風險。歡迎你們一塊兒探討微服務改造過程當中遇到的任何問題!

今天先分享到這裏,若是你以爲有價值,麻煩動動手指點下文 「點贊 」按鈕,讓更多小夥伴能夠看到,我也會更加有動力堅持分享。另外,老兵哥我後續還會分享職業規劃、應聘面試、技能提高、影響力打造等經驗,歡迎 關注 本專欄或公衆號「IT老兵哥」,賦能程序人生!

IT老兵哥

  • 軟技能-熱點文章:(均發佈於公衆號)
  1. 「花式」裁人套路深,你知道嗎?
  2. 遭遇裁人,如何渡過心理危機?
  3. 如何在寒冬中找到好工做?
  4. 2C 仍是 2B,跟找工做有什麼關係?
  5. 大公司 vs 小公司,你會選哪一個?
  6. 記住這一點,不怕找不到好工做!
  7. 跳槽,跳仍是不跳,該怎麼跳?
  8. 程序員「求包養」攻略揭祕
  9. 很努力了,爲何我還在原地踏步?
  10. 如何寫出好的產品幫助文檔?
  • 硬技能-熱點文章:
  1. 如何設計出優美的Web API?
  2. 如何寫出好的產品幫助文檔?
  3. 圖解 Spring:HTTP 請求的處理流程與機制【1】
  4. 圖解 Spring:HTTP 請求的處理流程與機制【2】
  5. 圖解 Spring:HTTP 請求的處理流程與機制【3】
  6. 圖解 Spring:HTTP 請求的處理流程與機制【4】
  7. 如何正確使用 Spring Cloud?【上】
  8. 如何正確使用 Spring Cloud?【下】
  9. Spring 核心技術與產品理念剖析【上】
  10. Spring 核心技術與產品理念剖析【下】
相關文章
相關標籤/搜索