墨沉的后端学习之路
0%

微服务相关知识梳理（一）

Posted on

什么是微服务

单体应用 -> 服务化 -> 微服务

单体应用

将所有业务代码打成一个war包部署到Tomcat上提供服务，会有几个问题：

  1. 部署效率低：；随着服务日益复杂，打包部署测试时间过久
  2. 团队协作开发成本高：因为业务代码揉在一起，多人同时开发一块代码时，代码冲突，打包过慢等都会导致团队开发效率低
  3. 系统高可用性差：所有的功能开发都打在一个包中，一旦一块代码有问题，例如OOM，将会影响到所有的功能
  4. 线上发布慢：代码膨胀导致启动时间过久，需要部署的服务器一多的话（替换式部署），每次发布都会耗时很久

服务化

用通俗的话来讲，服务化就是把传统的单机应用中通过 JAR 包依赖产生的本地方法调用，改造成通过 RPC 接口产生的远程方法调用，可以解决单体应用膨胀、团队开发耦合度高、协作效率低下的问题。

微服务

从2014年开始，得益于以 Docker 为代表的容器化技术的成熟以及 DevOps 文化的兴起，服务化的思想进一步演化，演变为今天我们所熟知的微服务，微服务相比于服务化有以下不同：

  1. 服务拆分粒度更细：微服务可以说是更细维度的服务化，小到一个子模块，只要该模块依赖的资源与其他模块都没有关系，那么就可以拆分为一个微服务。
  2. 服务独立部署：每个微服务都严格遵循独立打包部署的准则，互不影响。比如一台物理机上可以部署多个 Docker实例，每个 Docker 实例可以部署一个微服务的代码。
  3. 服务独立维护：每个微服务都可以交由一个小团队甚至个人来开发、测试、发布和运维，并对整个生命周期负责。
  4. 服务治理能力要求高：因为拆分为微服务之后，服务的数量变多，因此需要有统一的服务治理平台，来对各个服务进行管理。

总结来说，微服务架构是将复杂臃肿的单体应用进行细粒度的服务化拆分，每个拆分出来的服务各自独立打包部署，并交由小团队进行开发和运维，从而极大地提高了应用交付的效率，并被各大互联网公司所普遍采用。

单体应用到服务化

什么时候需要拆分单体应用？有哪些拆分的标准？

什么时候拆分

项目上线初期所需要的功能点少，且需要快速开发迭代时采用单体应用会有更高的效率，也不需要关注太多运维平台、监控等相关基础的搭建。当上线后，用户量多了，需要开发很多新模块来满足新特性时，就需要将单体应用进行服务化拆分了。不然多个模块冗杂在一个服务内，互相干扰严重，也会影响线上稳定性。

服务化拆分的不同维度

  1. 纵向拆分：标准是按照业务的关联程度来决定，关联比较密切的业务适合拆分为一个微服务，而功能相对比较独立的业务适合单独拆分为一个微服务。
  2. 横向拆分：从公共且独立功能维度拆分。标准是按照是否有公共的被多个其他服务调用，且依赖的资源独立不与其他业务耦合。

服务拆分的前置条件

  1. 服务如何定义：对于单体应用来说，不同功能模块之前相互交互时，通常是以类库的方式来提供各个模块的功能。对于微服务来说，每个服务都运行在各自的进程之中，应该以何种形式向外界传达自己的信息呢？答案就是接口，无论采用哪种通讯协议，是HTTP 还是 RPC，服务之间的调用都通过接口描述来约定，约定内容包括接口名、接口参数以及接口返回值。
  2. 服务如何发布和订阅：单体应用由于部署在同一个 WAR 包里，接口之间的调用属于进程内的调用。而拆分为微服务独立部署后，服务提供者该如何对外暴露自己的地址，服务调用者该如何查询所需要调用的服务的地址呢？这个时候你就需要一个类似登记处的地方，能记录每个服务提供者的地址以供服务调用者查询，在微服务架构里，这个地方就是注册中心。
  3. 服务如何监控：通常对于一个服务，我们最关心的是 QPS（调用量）、AvgTime（平均耗时）以及 P999(99.9% 的请求性能在多少毫秒以内）这些指标。这时候你就需要一种通用的监控方案，能够覆盖业务埋点、数据收集、数据处理，最后到数据展示的全链路功能。
  4. 服务如何治理：可以想象，拆分为微服务架构后，服务的数量变多了，依赖关系也变复杂了。比如一个服务的性能有问题时，依赖的服务都势必会受到影响。可以设定一个调用性能阈值，如果一段时间内一直超过这个值，那么依赖服务的调用可以直接返回，这就是熔断，也是服务治理最常用的手段之一。
  5. 故障如何定位：在单体应用拆分为微服务之后，一次用户调用可能依赖多个服务，每个服务又部署在不同的节点上，如果用户调用出现问题，你需要有一种解决方案能够将一次用户请求进行标记，并在多个依赖的服务系统中继续传递，以便串联所有路径，从而进行故障定位（如链路追踪）。

无论是纵向拆分还是横向拆分，都是将单体应用庞杂的功能进行拆分，抽离成单独的服务部署。井不是说功能拆分的越细越好，过度的拆分反而会让服务数量膨胀变得难以管理，因此找到符合自己业务现状和团队人员技术水平的拆分粒度才是可取的。

微服务架构

image-20230625142823112

  1. 首先服务提供者（就是提供服务的一方）按照一定格式的服务描述，向注册中心注册服务，声明自己能够提供哪些服务以及服务的地址是什么，完成服务发布。
  2. 接下来服务消费者（就是调用服务的一方）请求注册中心，查询所需要调用服务的地址，然后以约定的通信协议向服务提供者发起请求，得到请求结果后再按照约定的协议解析结果。
  3. 而且在服务的调用过程中，服务的请求秏时、调用量以及成功率等指标都会被记录下来用作监控，调用经过的链路信息会被记录下 ，用于故障定位和问题追踪。在这期间，如果调用失败，可以通过重试等服务治理手段來保证成功率。

总结下来，微服务架构下，服务调用主要依赖以下几个基本组件：

  1. 服务描述
  2. 注册中心
  3. 服务框架
  4. 服务监控
  5. 服务追踪
  6. 服务治理

服务描述

服务调用首先要解决的问题就是服务如何对外描述。比如，你对外提供了一个服务，那么这个服务的服务名叫什么？调用这个服务需要提供哪些信息？调用这个服务返回的结果是什么格式的？该如何解析？这些就是服务描述要解决的问题。

常见的服务描述方式包括 RESTful API、XML配置以及IDL文件三种。

RESTful API 常用于HTTP协议的服务描述

XML配置多用作RPC协议的服务描述

IDL文件常用于Thrift和gRPC这类跨语言服务调用框架中

注册中心

当有了服务描述之后，就需要解决发布订阅的问题，服务提供者需要有个地方能将自己的服务及地址登记，让消费者有地方可以查询，这个地方就是注册中心。

一般来讲，注册中心的工作流程是：

  1. 服务提供者在启动时，根据服务发布文件中配置的发布信息向注册中心注册自己的服务。
  2. 服务消费者在启动时，根据消费者配置文件中配置的服务信息向注册中心订阅自己所需要的服务。
  3. 注册中心返回服务提供者地址列表给服务消费者。
  4. 当服务提供者发生变化，比如有节点新增或者销毁，注册中心将变更通知给服务消费者。

image-20230625144030815

服务框架

通过注册中心，服务消费者就可以获取到服务提供者的地址，有了地址后就可以发起调用。但在发起调用之前你还需要解决以下几个问题：

  1. 服务通信采用什么协议？就是说服务提供者和服务消费者之间以什么样的协议进行网络通信， 是采用四层 TCP、UDP 协议，还是采用七层 HTTP 协议，还是采用其他协议？
  2. 数据传输采用什么方式？就是说服务提供者和服务消费者之间的数据传输采用哪种方式，是同步还是异步，是在单连接上传输，还是多路复用。
  3. 数据压缩采用什么格式？通常数据传输都会对数据进行压缩，来减少网络传输的数据量，从而减少带宽消耗和网络传输时间，比如常见的 JSON序列化、Java 对象序列化以及 Protobur序列化等。

服务监控

一旦服务消费者与服务提供者之间能够正常发起服务调用，你就需要对调用情况进行监控，以了解服务是否正常。通常来讲，服务监控主要包括三个流程：

  1. 指标收集。就是要把每一次服务调用的请求耗时以及成功与否收集起来，并上传到集中的数据处理中心。
  2. 数据处理。有了每次调用的请求耗时以及成功与否等信息，就可以计算每秒服务请求量、平均耗时以及成功率等指标。
  3. 数据展示。数据收集起来，经过处理之后，还需要以友好的方式对外展示，才能发辉价值。通常都是将数据展示在 Dashiboard 面板上，并且每隔 10s 等间隔自动刷新，用作业务监控和报警等。

服务追踪

除了需要对服务调用情况进行监控之外，你还需要记录服务调用经过的每一层链路，以便进行问题追踪和故障定位。
服务追踪的工作原理大致如下：

  • 服务消费者发起调用前，会在本地按照一定的规则生成一个 requestid，发起调用时，将 requestid 当作请求参数的一部分，传递给服务提供者。
  • 服务提供者接收到请求后，记录下这次请求的 requestid，然后处理请求。如果服务提供者继续请求其他服务，会在本地再生成一个自己的 requestid，然后把这两个 requestid 都当作请求参数继续往下传递。

以此类推，通过这种层层往下传递的方式，一次请求，无论最后依赖多少次服务调用、经过多少服务节点，都可以通过最开始生成的 requestid 串联所有节点，从而达到服务追踪的目的。

服务治理

服务监控能够发现问题，服务追踪能够定位问题所在，而解决问题就得靠服务治理了。服务治理就是通过一系列的手段来保证在各种意外情况下，服务调用仍然能够正常进行。

在生产环境中，你应该经常会遇到下面几种状况：

  1. 单机故障。通常遇到单机故障，都是靠运维发现并重启服务或者从线上摘除故障节点。然而集群的规模越大，越是容易遇到单机故障，在机器规模超过一百台以上时，靠传统的人肉运维显然难以应对。而服务治理可以通过一定的策略，自动摘除故障节点，不需要人为干预，就能保证单机故障不会影响业务。
  2. 单 IDC 故障。你应该经常听说某某 App，因为施工挖断光缆导致大批量用户无法使用的严重故障。而服务治理可以通过自动切换故障 IDC 的流量到其他正常 IDC，可以避免因为单 IDC 故障引起的大批量业务受影响。
  3. 依赖服务不可用。比如你的服务依赖依赖了另一个服务，当另一个服务出现问题时，会拖慢甚至艳垮你的服务。而服务治理可以通过熔断。在依赖服务异常的情况下，一段时期内停止发起调用而直接返回。这祥一方面保证了服务消费者能缘不被拖垮，另一方面也给服务提供者减少医力，使其能象尽快恢复。

上面是三种最常见的需要引入服务治理的场景，当然还有一些其他服务治理的手段比如自动扩缩容，可以用来解决服务的容量问题。

这几个基本组件共同组成了微服务架构，在生产环境下缺一不可，所以在引入微服务架构之前，你的团队必须掌握这些基本组件的原理并具备相应的开发能力。实现方式上，可以引入开源方寨；如果有充足的资深技术人员，也可以选择自行研发微服务架构的每个组件。但对于大部分中小团队来说，我认为采用开源实现方案是一个更明智的选择，一方面你可以节省相关技术人员的投入从而更专注于业务，另一方面也可以少走弯路少踩坑。不管你是采用开源方案还是自行研发，都必须吃透每个组件的工作原理并能在此基础上进行二次开发。