微服務系統(tǒng)功能總結

微服務系統(tǒng)功能總結第1篇微服務系統(tǒng)功能總結第1篇微服務，從本質意義上看，還是SOA架構。但內涵有所不同，微服務并不綁定某種特殊的技術，在一個微服務的系統(tǒng)中，可以有Java編寫的服務，也可以有Python編寫的服務，他們是靠Restful架構風格統(tǒng)一成一個系統(tǒng)的。

最粗淺的理解就是將微服務之間的交互看作是各種字符串的傳遞，各種語言都可以很好的處理字符串，所以微服務本身與具體技術實現(xiàn)無關，擴展性強。另一個不同是微服務架構本身很輕，底層也有類似于SOA的總線，不過非常輕薄，現(xiàn)在看到的就兩種方式：MQ和HTTP，而HTTP都不能完全等同于總線，而僅僅是個信息通道。

所以，基于這種簡單的的協(xié)議規(guī)范，無論是兼容老舊系統(tǒng)，還是上線新業(yè)務，都可以隨著時代的步伐，滾動升級。比如：你去年還在使用.NET技術，今年就可以平滑的過度到Go了，而且系統(tǒng)已有服務不用改動。所以微服務架構，既保護用戶已有投資，又很容易向新技術演進。

微服務系統(tǒng)功能總結第2篇老庫和新庫同時寫入，然后將老數(shù)據(jù)批量遷移到新庫，最后流量切換到新庫并關閉老庫讀寫。

這種方式適合數(shù)據(jù)結構發(fā)生變化，不允許停機遷移的場景。一般發(fā)生在系統(tǒng)重構時，數(shù)據(jù)結構會發(fā)生變化，如表結構改變或者分庫分表等場景。有些大型互聯(lián)網(wǎng)系統(tǒng)，平常并發(fā)量很高，即便是空閑時段也有相當?shù)脑L問量。幾分鐘的停機時間，對用戶也會有明顯的影響，甚至導致一定的用戶流失，這對業(yè)務方來說是無法接受的。所以我們需要考慮一種用戶無感知的不停機遷移方案，不停機遷移不需要保證老數(shù)據(jù)的正確遷移同時也要保證新數(shù)據(jù)的寫入。

以筆者之前經(jīng)歷的用戶系統(tǒng)重構為例，聊一下具體方案。當時的場景是這樣的，用戶表記錄數(shù)達到3000萬時，系統(tǒng)性能和可維護性變差，于是我們將用戶中心從單體工程中拆分出來并做了重構，重新設計了表結構，而且業(yè)務方要求不停機上線！就需要注意下面是我們當時的方案，步驟如下：

代碼準備。在服務層對用戶表進行增刪改的地方，要同時操作新庫和老庫，需要修改相應的代碼（同時寫新庫和老庫）。準備遷移程序腳本，用于做老數(shù)據(jù)遷移。準備校驗程序腳本，用于校驗新庫和老庫的數(shù)據(jù)是否一致。

對于第一種微服務場景，新庫可以是一個單獨的數(shù)據(jù)庫，對于第二種場景新庫就是一個已經(jīng)搭建好具備分片功能的數(shù)據(jù)庫。

開啟雙寫，老庫和新庫同時寫入。注意：任何對數(shù)據(jù)庫的增刪改都要雙寫；對于更新操作，如果新庫沒有相關記錄，需要先從老庫查出記錄，將更新后的記錄寫入新庫，如果新庫有記錄則新庫老庫一起更新；對于刪除操作，如果新庫沒有數(shù)據(jù)則刪除老庫數(shù)據(jù)即可，如果新庫有數(shù)據(jù)則新庫老庫一起刪除。對于新增操作則保證新庫和老庫都新增成功。為了保證寫入性能，老庫寫完后，可以采用消息隊列異步寫入新庫。注意：雙寫的操作，需要保證數(shù)據(jù)的id（主鍵也要相同），比如老庫新增老一條id為100的數(shù)據(jù)，那么在新庫中這條數(shù)據(jù)的id(主鍵)也是100。

利用腳本程序，將某一時間戳之前的老數(shù)據(jù)遷移到新庫。注意：1，時間戳一定要選擇開啟雙寫后的時間點（比如開啟雙寫后10分鐘的時間點），避免部分老數(shù)據(jù)被漏掉；2，遷移過程遇到記錄沖突直接忽略，產(chǎn)生沖突的原因可能是遷移遷移之前老庫的數(shù)據(jù)已經(jīng)存在于新庫了（存在主鍵沖突的時間段就是雙寫開始時間到遷移老數(shù)據(jù)開始時間，這段時間新庫已經(jīng)存在了老庫的一些數(shù)據(jù)），當遷移操作開始后在往新庫插入相同數(shù)據(jù)將會報主鍵沖突等問題；3，遷移過程一定要記錄日志，尤其是錯誤日志，如果有雙寫失敗的情況，我們可以通過日志恢復數(shù)據(jù)，以此來保證新老庫的數(shù)據(jù)一致。4.老表遷移到新表的數(shù)據(jù)的主鍵Id也一定要一致，比如老表的數(shù)據(jù)Id為100，那么這條數(shù)據(jù)遷移到新表的id也應該為100

第3步完成后，我們還需要通過腳本程序檢驗數(shù)據(jù)，看新庫數(shù)據(jù)是否準確以及有沒有漏掉的數(shù)據(jù)對比辦法：讀取所有字段，根據(jù)字段名稱+字段值進行拼接，拼接MD5是否相同，相同則不追究，不相同用原表進行覆蓋

數(shù)據(jù)校驗沒問題后，開啟雙讀，起初給新庫放少部分流量，新庫和老庫同時讀取。由于延時問題，新庫和老庫可能會有少量數(shù)據(jù)記錄不一致的情況，所以新庫讀不到時需要再讀一遍老庫。逐步將讀流量切到新庫，相當于灰度上線的過程。遇到問題可以及時把流量切回老庫

讀流量全部切到新庫后，關閉老庫寫入（可以在代碼里加上熱配置開關），只寫新庫

遷移完成，后續(xù)可以去掉雙寫雙讀相關無用代碼。

切回單寫及數(shù)據(jù)表rename當切換的新表和老表屬于同一個庫時，這里最好進行rename操作，也就是新表rename成老表。好處：如果老表的數(shù)據(jù)來自上游寫入，那么我只需要將新表rename為老表即可，上游表對應不需要更新了。壞處：這個操作需要dba進行，且rename期間服務不可用

目前各云服務平臺也提供數(shù)據(jù)遷移解決方案，大家有興趣也可以了解一下！

全鏈路APM監(jiān)控

在體會到微服務帶來好處的同時，很多公司也會明顯感受到微服務化后那些讓人頭疼的問題。比如，服務化之后調用鏈路變長，排查性能問題可能要跨多個服務，定位問題更加困難；服務變多，服務間調用關系錯綜復雜，以至于很多工程師不清楚服務間的依賴和調用關系，之后的系統(tǒng)維護過程也會更加艱巨。諸如此類的問題還很多！

這時就迫切需要一個工具幫我們解決這些問題，于是APM全鏈路監(jiān)控工具就應運而生了。有開源的Pinpoint、Skywalking等，也有收費的Saas服務聽云、OneAPM等。有些實力雄厚的公司也會自研APM。

下面我們介紹一下如何利用開源APM工具Pinpoint應對上述問題。

拓撲圖

微服務化后，服務數(shù)量變多，服務間調用關系也變得更復雜，以至于很多工程師不清楚服務間的依賴和調用關系，給系統(tǒng)維護帶來很多困難。通過拓撲圖我們可以清晰地看到服務與服務，服務與數(shù)據(jù)庫，服務與緩存中間件的調用和依賴關系。對服務關系了如指掌之后，也可以避免服務間循依賴、循環(huán)調用的問題。

請求調用棧（CallStack）監(jiān)控

微服務系統(tǒng)功能總結第3篇互聯(lián)網(wǎng)系統(tǒng)為大量的C端用戶提供服務，如果隔三差五的出問題宕機，會嚴重影響用戶體驗，甚至導致用戶流失。所以穩(wěn)定性對互聯(lián)網(wǎng)系統(tǒng)非常重要！接下來筆者根據(jù)自己的實際經(jīng)驗來聊聊基于微服務的互聯(lián)網(wǎng)系統(tǒng)的穩(wěn)定性。

微服務化后，服務變多，調用鏈路變長，如果一個調用鏈上某個服務節(jié)點出問題，很可能引發(fā)整個調用鏈路崩潰，也就是所謂的雪崩效應。

舉個例子，詳細理解一下雪崩。如上圖，現(xiàn)在有A，B，C三個服務，A調B，B調C。假如C發(fā)生故障，B方法1調用C方法1的請求不能及時返回，B的線程會發(fā)生阻塞等待。B會在一定時間后因為線程阻塞耗盡線程池所有線程，這時B就會無法響應A的請求。A調用B的請求不能及時返回，A的線程池線程資源也會逐漸被耗盡，最終A也無法對外提供服務。這樣就引發(fā)了連鎖故障，發(fā)生了雪崩?？v向：C故障引發(fā)B故障，B故障引發(fā)A故障，最終發(fā)生連鎖故障。橫向：方法1出問題，導致線程阻塞，進而線程池線程資源耗盡，最終服務內所有方法都無法訪問，這就是“線程池污染”

為了避免雪崩效應，我們可以從兩個方面考慮：

常用開源熔斷隔離組件：Hystrix，Resilience4j

促銷活動或秒殺時，訪問量往往會猛增數(shù)倍。技術團隊在活動開始前一般都會根據(jù)預估訪問量適當增加節(jié)點，但是假如流量預估少了（實際訪問量遠大于預估的訪問量），系統(tǒng)就可能會被壓垮。所以我們可以在網(wǎng)關層（Zuul，Gateway，Nginx等）做限流，如果訪問量超出系統(tǒng)承載能力，就按照一定策略拋棄超出閾值的訪問請求（也要注意用戶體驗，可以給用戶返回一個友好的頁面提示）。

可以從全局，IP，userID等多維度做限流。限流的兩個主要目的：1，應對突發(fā)流量，避免系統(tǒng)被壓垮（全局限流和IP限流）2，防刷，防止機器人腳本等頻繁調用服務（userID限流和IP限流）

在核心鏈路上，服務可以冗余它依賴的服務的數(shù)據(jù)，依賴的服務故障時，服務盡量做到自保。比如訂單服務依賴庫存服務。我們可以在訂單服務冗余庫存數(shù)據(jù)（注意控制合理的安全庫存，防超賣）。下單減庫存時，如果庫存服務掛了，我們可以直接從訂單服務取庫存。可以結合熔斷一起使用，作為熔斷的Fallback（后備）方案。

可能很多人都聽過服務降級，但是又不知道降級是怎么回事。實際上，上面說的熔斷，限流，數(shù)據(jù)冗余，都屬于服務降級的范疇。還有手動降級的例子，比如大促期間我們會關掉第三方物流接口，頁面上也關掉物流查詢功能，避免拖垮自己的服務。這種降級的例子很多。不管什么降級方式，目的都是讓系統(tǒng)可用性更高，容錯能力更強，更穩(wěn)定。關于服務降級詳見本文后面的內容。

緩存穿透。對于數(shù)據(jù)庫中根本不存在的值，請求緩存時要在緩存記錄一個空值，避免每次請求都打到數(shù)據(jù)庫

緩存雪崩。在某一時間緩存數(shù)據(jù)集中失效，導致大量請求穿透到數(shù)據(jù)庫，將數(shù)據(jù)庫壓垮?？梢栽诔跏蓟瘮?shù)據(jù)時，差異化各個key的緩存失效時間，失效時間=一個較大的固定值+較小的隨機值

緩存熱點。有些熱點數(shù)據(jù)訪問量會特別大，單個緩存節(jié)點（例如Redis）無法支撐這么大的訪問量。如果是讀請求訪問量大，可以考慮讀寫分離，一主多從的方案，用從節(jié)點分攤讀流量；如果是寫請求訪問量大，可以采用集群分片方案，用分片分攤寫流量。以秒殺扣減庫存為例，假如秒殺庫存是100，可以分成5片，每片存20個庫存。

部署隔離：我們經(jīng)常會遇到秒殺業(yè)務和日常業(yè)務依賴同一個服務，以及C端服務和內部運營系統(tǒng)依賴同一個服務的情況，比如說都依賴訂單服務。而秒殺系統(tǒng)的瞬間訪問量很高，可能會對服務帶來巨大的壓力，甚至壓垮服務。內部運營系統(tǒng)也經(jīng)常有批量數(shù)據(jù)導出的操作，同樣會給服務帶來一定的壓力。這些都是不穩(wěn)定因素。所以我們可以將這些共同依賴的服務分組部署，不同的分組服務于不同的業(yè)務，避免相互干擾。

數(shù)據(jù)隔離：極端情況下還需要緩存隔離，數(shù)據(jù)庫隔離。以秒殺為例，庫存和訂單的緩存（Redis）和數(shù)據(jù)庫需要單獨部署！數(shù)據(jù)隔離后，秒殺訂單和日常訂單不在相同的數(shù)據(jù)庫，之后的訂單查詢怎么展示？可以采用相應的數(shù)據(jù)同步策略。比如，在創(chuàng)建秒殺訂單后發(fā)消息到消息隊列，日常訂單服務收到消息后將訂單寫入日常訂單庫。注意，要考慮數(shù)據(jù)的一致性，可以使用事務型消息。

業(yè)務隔離：還是以秒殺為例。從業(yè)務上把秒殺和日常的售賣區(qū)分開來，把秒殺做為營銷活動，要參與秒殺的商品需要提前報名參加活動，這樣我們就能提前知道哪些商家哪些商品要參與秒殺，可以根據(jù)提報的商品提前生成商品詳情靜態(tài)頁面并上傳到CDN預熱，提報的商品庫存也需要提前預熱，可以將商品庫存在活動開始前預熱到Redis，避免秒殺開始后大量訪問穿透到數(shù)據(jù)庫。

CI測試，持續(xù)集成測試，在我們每次提交代碼到發(fā)布分支前自動構建項目并執(zhí)行所有測試用例，如果有測試用例執(zhí)行失敗，拒絕將代碼合并到發(fā)布分支，本次集成失敗。CI測試可以保證上線質量，適用于用例不會經(jīng)常變化的穩(wěn)定業(yè)務。

性能測試，為了保證上線性能，所有用戶側功能需要進行性能測試。上線前要保證性能測試通過。而且要定期做全鏈路壓測，有性能問題可以及時發(fā)現(xiàn)。

我們需要一套完善的監(jiān)控系統(tǒng)，系統(tǒng)出問題時能夠快速告警，最好是系統(tǒng)出問題前能提前預警。包括系統(tǒng)監(jiān)控（CPU，內存，網(wǎng)絡IO，帶寬等監(jiān)控），數(shù)據(jù)庫監(jiān)控（QPS，TPS，慢查詢，大結果集等監(jiān)控），緩存中間件監(jiān)控（如Redis），JVM監(jiān)控（堆內存，GC，線程等監(jiān)控），全鏈路監(jiān)控（pinpoint，skywaking，cat等），各種接口監(jiān)控（QPS，TPS等）

可以充分利用CDN。除了提高用戶訪問速度之外，頁面靜態(tài)化之后存放到CDN，用CDN扛流量，可以大幅減少系統(tǒng)（源站）的訪問壓力。同時也減少了網(wǎng)站帶寬壓力。對系統(tǒng)穩(wěn)定性非常有好處。

除了服務要多點部署外，網(wǎng)關，數(shù)據(jù)庫，緩存也要避免單點問題，至少要有一個Backup，而且要可以自動發(fā)現(xiàn)上線節(jié)點和自動摘除下線和故障節(jié)點。

避免帶寬成為瓶頸，促銷和秒殺開始前提前申請帶寬。不光要考慮外網(wǎng)帶寬，還要考慮內網(wǎng)帶寬，有些舊服務器網(wǎng)口是千兆網(wǎng)口，訪問量高時很可能會打滿。

此外，一套完善的灰度發(fā)布系統(tǒng)，可以讓上線更加平滑，避免上線大面積故障。DevOps工具，CI，CD對系統(tǒng)穩(wěn)定性也有很大意義。

微服