Skip to main content

Command Palette

Search for a command to run...

胡聊:土味微服务

Updated
2 min read

前段时间有大佬邀请,参加了一个微服务方面的交流,期间大放厥词,回味起来意犹未尽,整理一稿出来,博诸君一哂。

扯一扯定义

单体应用(monolithic application)这个名词,是经常被拿出来和微服务做比较(吊打)的。知己知彼百战不殆,在说微服务之前,似乎蛮有必要了解一下这个老对手的情况。

按照 Google 程序员的常用抄袭手段,我在 Google 搜索 monolithic application,选一点结果摘录如下:

In software engineering, a monolithic application describes a single-tiered software application in which the user interface and data access code are combined into a single program from a single platform.

Monolith means composed all in one piece. The Monolithic application describes a single-tiered software application in which different components combined into a single program from a single platform.

根据上面的陈述,会发现很难对单体应用做出一个精准的判断,single programsingle-tiered 放到真实世界中,除了单服务器、单进程的小网站之外,这种情况似乎很难看到。在面对几十几百台服务器的时候,我想大概没有架构师会有兴趣让几百台服务器都跑同一个 WAR 吧。

对手身份不太明确,那么会不会是个兔死狗烹呢?微服务的定义又是什么样的呢?下面是 Martin Folwer 给出的定义:

In short, the microservice architectural style is an approach to developing a single application as a suite of small services, each running in its own process and communicating with lightweight mechanisms, often an HTTP resource API. These services are built around business capabilities and independently deployable by fully automated deployment machinery. There is a bare minimum of centralized management of these services, which may be written in different programming languages and use different data storage technologies.

小有多小,轻有多轻,全自动的范围有多大,去中心化到底有怎样的自治,似乎也都让人摸不到头脑。

虽说概念没有一清二楚,然而从上述的定义来看,微服务是对一些既有的观点进行了强调的:

  • 以业务为中心

  • 多技术栈共存

  • 轻量协议互访

  • 去中心化

据此,我对微服务这个风向的理解,是在传统软件的设计开发体系基础之上的一种变化,相对于翻天覆地的变革,我更愿称之为一种改良。

是谁坑了瀑布流程

人人喊打的瀑布流程,在我看来,面对的是一种类似读书时候经常提到的理想状况

在理想状况中:

  • 需求是清晰而持久的

  • 基础设施都是稳定的

  • 依赖服务都是靠得住的

过往的开发过程在这种理想状况中,是具备非常多的好处的:

  • 单一的技术栈有利于人才招聘、培养以及技术积累。

  • 少量的业务进程对发布、运维都有较小的压力,并且内部调用效率更高。

  • 集中数据的好处更是车载斗量,安全、事务等方面有极大的优势。

然而世界发生了变化,廉价服务器包打天下,IT 人满坑满谷,业务日新月异,新技术层出不穷,用户漫山遍野,这一切因素叠加起来,都让以前重如千钧的需求变得相当轻浮。

结果现在越来越多的开发过程,变成了这样:

所有的环节,都随时面临变化的冲击:

  • 既有需求尚未完成,已经产生变更。

  • 设计开发过程受到新技术新方法的冲击。

  • 测试标准、交付标准的变化。

  • 运行环境升级和故障响应要求。

种种变化归结起来:

硬件和人力都变得廉价,变更频繁并且范围更大。

快速的变化除了产生需求之外,还让黏连在一起的大进程难于适应:

  • 不同业务之间的信任关系会发生变化。

  • 共享数据容易污染。

  • 多小的代码变更,都可能引发大量的测试和上线动作。

  • 特定业务场景无法使用最优技术栈进行实现。

  • 必须同步进行缩放。

除了上述的外部因素之外,开发团队和交付物自身其实也同样的不理想:

  • 牵一发而动全身的共享代码库。

  • 不严格的组件边界,可能导致不同业务互相干扰。

应对思路也顺理成章:

  • 越长的流程越容易被变化击中,换句话说,越短的流程越容易完成。

  • 缩短的流程,决定了交付物体积缩小,但是并行开发的需求大增。

  • 并行开发的过程,要求有多团队协同工作。

  • 多团队的结果就会导致扩展技术栈、去中心化的要求。

更小的交付物,和更便宜的服务器勾搭起来,产生了大量运行小进程的廉价服务器,自然也就催生了“民用”的分布式计算。

如此一来,各种集群、各层协议、各种分布式框架就成了刚需,产生了空前发展。

从“集中力量干大事”,到“各村有各村的高招”,这种变化自然是为了满足客户需要

没有 Silver Bullshit

按照前面提到的思路,我们:

  • 把进程内的组件拆成独立服务。

  • 独立的服务运行各自的进程。

  • 原有的进程内调用变成了网络调用。

  • 各个服务可能采用不同的技术栈来实现。

  • 每个服务独占存储自己的存储。

大的有点不好,小的就一定好么?各自放飞的微服务,有了各自的实现、发布、伸缩的弹性,是不是就一定好了?

  • 更多的服务器,和相关设施,代表着更多的故障。所以微服务经常强调的是面向故障进行设计。

  • 分离的数据,相对于原有的单一数据库来说,事务保障变得复杂无比。

  • 大量的进程会给运维工作带来很大压力,急需监控和自动化的大力支持。

  • 单一业务的调用序列大幅延长,调试优化难度也一定是大大增加了。

  • 散乱的技术栈,会大幅提高技术管理的难度,降低知识的复用性。

  • 独立的代码库,很明显会降低代码复用的可能性。

由此看来,这种拆分并非只赚不赔的好买卖。是一个需要权衡的事情。不论微服务的数量有多大,个头有多小,作为一个独立的交付物,都还是需要遵循既有的软件开发技能和规律的。那么问题来了——对于给定的系统,到底应该有多少个微服务,每个服务有多大呢?

前文说道,我更愿意称微服务为一种改良,他是一种应对变化的手段,而非特征。在如今的情况下,不管是对新业务实现的设计,还是对既有系统的重构,任何架构师都不会把明明应该拆分的东西硬性的合并到一起。所以这个分离的标准就比较重要了。

拆还是不拆,这是个问题

很明显的,微服务的设计不是一个靠数量取胜的事情,所以重点不是能拆成多少块,而是什么东西需要拆,下面列出我所知的几个影响因素。

组织机构

利益人的识别,在各种软件开发过程中都是很重要的一个环节,在微服务中也是如此,而且尤其重要。当一份交付物存在多个利益人,并且互相之间不存在管辖关系的时候,就表明当前交付物的边界出现了问题,面临着令出多头、需求干扰的风险。

伸缩需求

同一个进程之内的不同业务功能,有时在业务量方面会出现较大的差异,具体要求的进程数量会有较大差别,这样的模块锁定在同一进程之内,势必会造成资源的浪费。

部署频率

这个很容易理解,同一个交付物内不同的组件有着不同的上线频率,会大大的提高上线流程的发生频率,会造成较大的人员浪费。

修改的相关性

如果同一交付物内的不同组件,经常会被同步修改,这可能说明,如果发生拆分,这两个模块应该是”在一起“的。

技术栈

新技术的爆发,让很多不同的场景有了更好的实现方式,如果有业务急需使用新的技术栈来(重新)实现。这种新技术除了新的语言、新的数据库之外,可能还包括容器、Service Mesh、API 网关等新晋 PaaS 能力。毫无疑问,这种业务也同样有拆分的需要。

结论

微服务虽说不是一个全新的东西,但也绝非是简单的新瓶装旧酒。总体说来,我认为这是在尊重现实,适当妥协的基础上,一种应对变化的好办法。

参考

More from this blog

龙虾恐慌:AIOps 又要改名了?

ChatGPT 开始,把 AI 拉近到普罗大众的面前,让无数人感受到 AI 的亲民魅力。而龙虾,则把大模型驱动的自动化能力,突然间变得水灵灵、活泼泼地走进千家万户。它不只是“风口上的猪”,而是风口本身。热度高到让 Mac mini 一度断货,不知道这在不在库克的预料之内。 每代人都有每代人的鸡蛋,春节期间,我就领了我的鸡蛋。翻出古老的 MacBook Air M1,充值各种大模型。当然了,这个工具

Mar 9, 20261 min read

再见 2025

我猜不少人以为这个号废了吧?并没有,只是今年变化有点大,一直有种抄起键盘,无从说起的感觉,所以一直偷懒到今天,2025 的最后一天。 今年是我的第四个本命年,去年末一期播客里,大内说本命年不是灾年,是变化年,有危也有机。可是讲真啊,只看到危,没看到机。 各种因缘际会,从鹅厂跳槽到前东家,已经接近四年,第一个合同期已经进入尾声。除了前两年还在云原生领域嗷嗷叫,后两年基本都是些鸡零狗碎的东西了,用老东家的术语说是——偏离主航道,可谓是前景暗淡了。 一旦确定要滚蛋,反倒心思轻松起来,每天骑着我的小红车...

Jan 5, 20261 min read

辅助编程?dora 说:我知道你很急可是请你别急

从 OpenGPT 把大模型的火烧旺了之后,这三年来,相信很多组织或摩拳擦掌、或躬身入局,希望借助聪明能干的大模型,或想偿还技术宅,或想降本增效,或想弯道超车。一时间,沉寂许久的 AIxx 又活过来了,LLM Ops、Vibe Coding、中医大模型、GPT 算命等等,全都老树发新芽,焕发了勃勃生机。那么视角拉回从业者最关注的饭碗相关的领域之一——AI 辅助开发,产生了什么触动,应该如何拥抱呢? DORA 的年度报告中给出了很有意思的结论——强者恒强。 执行摘要部分总结了几个有趣的点: 问题...

Oct 6, 20251 min read

[译]dora:ai 辅助软件开发状态报告

执行摘要 在 2025 年,科技领导者面临的核心问题已不再是“是否要采用 AI”,而是“如何实现其价值”。 DORA 的研究基于超过 100 小时的定性访谈和来自全球近 5,000 名技术专业人士的问卷调查。研究揭示了一个关键事实:AI 在软件开发中的主要角色是“放大器”。它会放大高效能组织的优势,也会凸显组织的缺陷。 关键结论:AI 是放大器 AI 投资的最大回报并非来自工具本身,而是来自组织底层系统的战略性建设: 高质量的内部平台 清晰的工作流 团队的协同能力 缺少这些基础,AI ...

Oct 2, 202514 min read

僭越了,有人在用 Rust 写 Kubernetes

一个新语言问世,最爱做的事情之一,就是重写存量软件了。 云原生喝酒 SIG 重点扶持项目——rk8s(https://github.com/rk8s-dev/rk8s) 也可以归在这个范畴里,只不过这个项目重写的东西比较大,是 Kubernetes。 从 2025 年 1 月第一个 Commit 开始,到现在有了 200 多次 Commit,十几万行代码。当然距离 Kubernetes 的几百万行代码还差得远——老马就是喜欢整这种大无畏项目。 另外该项目也是国内第一个脱离 Cargo 转向使用 ...

Sep 27, 20253 min read

【伪】架构师

342 posts