マイクロサービス（マイクロサービス）この概念は新しい概念ではありませんが、多くの企業は、アマゾン、グーグル、フェイスブック、アリババのように、実際に持っています。目的マイクロサービスアーキテクチャモデル（Microservicesアーキテクチャ・パターン）がお互いを補完する一連のサービスとして、大規模で複雑な、長時間実行中のアプリケーションを構築することで、各サービスは、ローカルの改善を得るために非常に簡単にすることができます。マイクロワードは、各サービスがしかし、十分に小さくなければならないことを意味し、少量のコードを比較するために使用することはできませんが、ビジネスロジックからもっとあるべき場所 - SRPの原則に沿ったマイクロサービスと呼ばれます。
展開の問題に遭遇した現在の技術開発チームの問題を解決する方法です検討するすべてのあなたの読者の最初の、問題の大きさを議論しないでください。それは、これらの問題を解決する過程であり、それはゆっくりとマイクロサービスアーキテクチャモデルの考え方をまとめたものを始めました。
それとの違いは何マイクロサービスSOAは、ESBに加えて、マイクロSOAとしての役割を果たすことができます。ESBは、バスの中心であるグラフィックデザインのSOAアーキテクチャは、スターであるべきであり、分散型ソフトウェアアーキテクチャにマイクロサービスの中心です。
次に、以下のいくつかのトピックについて説明します：
- 伝統的な石造りのアプリケーションと比較したマイクロサービスの動機アプリケーション、
- マイクロサービスの利点と欠点
- マイクロサービスのアーキテクチャ（内部サービス通信、分散データ管理）を適用するときに発生する可能性のある重要な設計上の問題
まず、岩（モノリス）
Webアプリケーション開発の早期、Webプロジェクトのほとんどは、すべての機能モジュール（サービス側が）一緒にパッケージ化され、コンテナ走行ウェブ、戦争のパッケージとしてパッケージエンタープライズJavaアプリケーションの多くに置かれています。プログラムを書くために他の言語（ルビー、PythonやC ++）は同様の問題を抱えています。
顧客に顧客の注文、チェックリストとクレジットカードの限度で、商品の輸送：あなたがオンラインストアシステムを構築していると仮定します。すぐに、あなたのチームは、図に下図のようにシステムを構築することができるようになります。
これは、Webコンテナと呼ばれる岩のアプリケーションで実行されているシステムのすべての機能を展開します。ボルダーのアプリケーションでは、多くの利点があります：IDEは、テストしやすい、単一のアプリケーションを開発するために設計されて -あなたはローカルで完全なシステムを起動することができ、導入が容易-直接ディレクトリのWebコンテナにコピーされた、完全なパッケージとしてパッケージ化次に実行します。
但是，上述的好处是有条件的：应用不那么复杂。对于大规模的复杂应用，巨石型应用会显得特别笨重：要修改一个地方就要将整个应用全部部署（PS：在不同的场景下优势也变成了劣势）；编译时间过长；回归测试周期过长；开发效率降低等。另外，巨石应用不利于更新技术框架，除非你愿意将系统全部重写（代价太高你愿意老板也不愿意）。
二、应用拆分
详细一个网站在业务大规模爬升时会发生什么事情？并发度不够？OK，加web服务器。数据库压力过大？OK，买更大更贵的数据库。数据库太贵了？将 一个表的数据分开存储，俗称“分库分表”。这些都没有问题，good job。不过，老外的抽象能力比我们强，看下图Fig2。
这张图从三个维度概括了一个系统的扩展过程：
- ①. x轴，水平复制，即在负载均衡服务器后增加多个web服务器；
- ②. z轴扩 展，是对数据库的扩展，即分库分表（分库是将关系紧密的表放在一台数据库服务器上，分表是因为一张表的数据太多，需要将一张表的数据通过hash放在不同 的数据库服务器上）；
- ③. y轴扩展，是功能分解，将不同职能的模块分成不同的服务。从y轴这个方向扩展，才能将巨型应用分解为一组不同的服务，例如订单 管理中心、客户信息管理中心、商品管理中心等等。
将系统划分为不同的服务有很多方法：
- ①. 按照用例划分，例如在线商店系统中会划分出一个checkout UI服务，这个服务实现了checkout这个用例；
- ②. 按照资源划分，例如可以划分出一个catlog服务来存储产品目录。
服务划分有两个原则要遵循：
- ①. 每个服务应该尽可能符合单一职责原则——Single Responsible Principle，即每个服务只做一件事，并把这件事做好；
- ②. 参考Unix命令行工具的设计，Unix提供了大量的简单易用的工具，例如grep、cat和find。每个工具都小而美。
最后还要强调：系统分解的目标并不仅仅是搞出一堆很小的服务，这不是目标；真正的目标是解决巨石型应用在业务急剧增长时遇到的问题。
对于上面的例子，按照功能和资源划分后，就形成下面图3的架构图。分解后的微服务架构包含多个前端服务和后端服务。前端服务包括Catalog UI（用于商品搜索和浏览）、Checkout UI（用于实现购物车和下单操作）；后端服务包括一些业务逻辑模块，我们将在巨石应用中的每个服务模块重构为一个单独的服务。这么做有什么问题呢？
三、微服务架构的优点与缺点
1. 优点
- 每个服务足够内聚，足够小，代码容易理解、开发效率提高；
- 服务之间可以独立部署，微服务架构让持续部署成为可能；
- 每个服务可以各自进行x扩展和z扩展，而且，每个服务可以根据自己的需要部署到合适的硬件服务器上；
- 容易扩大开发团队，可以针对每个服务（service）组件开发团队；
- 提高容错性（fault isolation），一个服务的内存泄露并不会让整个系统瘫痪；
- 系统不会被长期限制在某个技术栈上。
2. 缺点
《人月神话》中讲到：没有银弹，意思是只靠一把锤子是盖不起摩天大楼的，要根据业务场景选择设计思路和实现工具。我们看下为了换回上面提到的好处，我们付出（trade）了什么？
- 开发人员要处理分布式系统的复杂性；开发人员要设计服务之间的通信机制，对于需要多个后端服务的user case，要在没有分布式事务的情况下实现代码非常困难；涉及多个服务直接的自动化测试也具备相当的挑战性；
- 服务管理的复杂性，在生产环境中要管理多个不同的服务的实例，这意味着开发团队需要全局统筹（PS：现在docker的出现适合解决这个问题）
- 应用微服务架构的时机如何把握？对于业务还没有理清楚、业务数据和处理能力还没有开始爆发式增长之前的创业公司，不需要考虑微服务架构模式，这时候最重要的是快速开发、快速部署、快速试错。
四、微服务架构的关键问题
1. 微服务架构的通信机制
（1）客户端与服务器之间的通信
在巨石型架构下，客户端应用程序（web或者app）通过向服务端发送HTTP请求；但是，在微服务架构下，原来的巨石型服务器被一组微服务替代，这种情况下客户端如何发起请求呢？
如图4中所示，客户端可以向micro service发起RESTful HTTP请求，但是会有这种情况发生：客户端为了完成一个业务逻辑，需要发起多个HTTP请求，从而造成系统的吞吐率下降，再加上无线网络的延迟高，会严重影响客户端的用户体验。
为了解决这个问题，一般会在服务器集群前面再加一个角色：API gateway，由它负责与客户度对接，并将客户端的请求转化成对内部服务的一系列调用。这样做还有个好处是，服务升级不会影响到客户端，只需要修改 API gateway即可。加了API gateway之后的系统架构图如图5所示。
（2）内部服务之间的通信
内部服务之间的通信方式有两种：基于HTTP协议的同步机制（REST、RPC）；基于消息队列的异步消息处理机制（AMQP-based message broker）。
Dubbo是阿里巴巴开源的分布式服务框架，属于同步调用，当一个系统的服务太多时，需要一个注册中心来处理服务发现问 题，例如使用ZooKeeper这类配置服务器进行服务的地址管理：服务的发布者要向ZooKeeper发送请求，将自己的服务地址和函数名称等信息记录在案；服务的调用者要知道服务的相关信息，具体的机器地址在ZooKeeper查询得到。这种同步的调用机制足够直观简单，只是没有“订阅——推送”机 制。
AMQP-based的代表系统是kafka、RabbitMQ等。这类分布式消息处理系统将订阅者和消费者解耦合，消息的生产者不需要消费者一直在线；消息的生产者只需要把消息发送给消息代理，因此也不需要服务发现机制。
两种通信机制都有各自的优点和缺点，实际中的系统经常包含两种通信机制。例如，在分布式数据管理中，就需要同时用到同步HTTP机制和异步消息处理机制。
2. 分布式数据管理
（1）处理读请求
在线商店的客户账户有限额，当客户试图下单时，系统必须判断总的订单金额是否超过他的信用卡额度。信用卡额度由CustomerService管 理、下订单的操作由OrderService负责，因此Order Service要通过RPC调用向Customer Service请求数据；这种方法能够保证每次Order Service都获取到准确的额度，单缺点是多一次RPC调用、而且Customer Service必须保持在线。
还有一种处理方式是，在OrderService这边存放一份信用卡额度的副本，这样就不需要实时发起RPC请求，但是还需要一种机制保证——当Customer Service拥有的信用卡额度发生变化时，要及时更新存放在Order Service这边的副本。
（2）处理更新请求
当一份数据位于多个服务上时，必须保证数据的一致性。
-
分布式事务（Distributed transactions）
使用分布式事务非常直观，即要更新Customer Service上的信用卡额度，就必须同时更新其他服务上的副本，这些操作要么全做要么全不做。使用分布式事务能够保证数据的强一致，但是会降低系统的可 用性——所有相关的服务必须始终在线；而且，很多现代的技术栈并不支持事务，例如REST、NoSQL数据库等。 - 基于事件的异步更新（Event-driven asynchronous updates）
Customer Service中的信用卡额度改变时，它对外发布一个事件到“message broker（消息代理人）”；其他订阅了这个事件的服务受到提示后就更新数据。事件流如图6所示。
五、重构巨石型应用
在实际工作中，很少有机会参与一个全新的项目，需要处理的差不多都是存在这样那样问题的复杂、大型应用。这时候如何在维护老服务的同时，将系统渐渐重构为微服务架构呢？
不要让事情更坏，有新的需求过来时，如果可以独立开发为一个服务，就单独开发，然后为老服务和新服务直接编写胶水代码（Glue Code）——这个过程不容易，但这是分解巨型服务的第一步，如图7所示；
识别巨石型应用中的可以分离出来当做单独服务的模块，一般适合分离的模块具有如下特点：两个模块对资源的需求是冲突的（一个是CPU密集型、一个 是IO密集型）；授权鉴定层也适合单独分离出一个服务。每分离出一个服务，就需要编写对应的胶水代码来与剩下的服务通信，这样，在逐渐演进过程中，就完成 了整个系统的架构更新。
关于重构，有篇文章推荐大家阅读——推倒重来的讲究，关于重构有很多可以写的，希望我能快速进步，多写点总结与大家分享。
总结
微服务并不是治百病的良药，也不是什么新的技术，我从中学到的最大的一点就是scale cube，从这个坐标轴出发去考虑大规模系统的构建比较容易分析和实践。
[I]愛の市コード：共有するためのJava開発技術の研究や知識に焦点を当てます！
- - 終わり - -
- 親指
- ...
- 転送されました
- ...
- 注意
- ...
