Dubbo之父——梁飞技术博客拾遗(4)

服务架构演进

2011-12-28 https://www.iteye.com/blog/javatar-1329022

Dubbo用户指南中缺少背景，简单想了一下服务架构演进过程：

单一应用架构

当网站流量很小时，只需一个应用，将所有功能都部署在一起，以减少部署节点和成本。

此时，用于简化增删改查工作量的 数据访问框架(ORM) 是关键。

垂直应用架构

当访问量逐渐增大，单一应用增加机器带来的加速度越来越小，将应用拆成互不相干的几个应用，以提升效率。

此时，用于加速前端页面开发的 Web框架(MVC) 是关键。

分布式服务架构

当垂直应用越来越多，应用之间交互不可避免，将核心业务抽取出来，作为独立的服务，逐渐形成稳定的服务中心，使前端应用能更快速的响应多变的市场需求。

此时，用于提高业务复用及整合的 分布式服务框架(RPC) 是关键。

流动计算架构

当服务越来越多，容量的评估，小服务资源的浪费等问题逐渐显现，此时需增加一个调度中心，基于访问压力实时管理集群容量，提高集群利用率。

此时，用于提高机器利用率的 资源调度和治理中心(SOA) 是关键。

服务治理过程演进

2012-01-13 https://www.iteye.com/blog/javatar-1345073

在大规模服务化之前，应用可能只是通过RMI或Hessian等工具，简单的暴露和引用远程服务，通过配置服务的URL地址进行调用，通过F5等硬件进行负载均衡。

• 当服务越来越多时，服务URL配置管理变得非常困难，F5硬件负载均衡器的单点压力也越来越大。

此时需要一个服务注册中心，动态的注册和发现服务，使服务的位置透明。

并通过在消费方获取服务提供方地址列表，实现软负载均衡和Failover，降低对F5硬件负载均衡器的依赖，也能减少部分成本。

• 当进一步发展，服务间依赖关系变得错综复杂，甚至分不清哪个应用要在哪个应用之前启动，架构师都不能完整的描述应用的架构关系。

这时，需要自动画出应用间的依赖关系图，以帮助架构师理清理关系。

• 接着，服务的调用量越来越大，服务的容量问题就暴露出来，这个服务需要多少机器支撑？什么时候该加机器？

为了解决这些问题，第一步，要将服务现在每天的调用量，响应时间，都统计出来，作为容量规划的参考指标。

其次，要可以动态调整权重，在线上，将某台机器的权重一直加大，并在加大的过程中记录响应时间的变化，直到响应时间到达阀值，记录此时的访问量，再以此访问量乘以机器数反推总容量。

• 规模继续扩大，应用之间不再是扁平的对应关系，开始分层，比如核心数据层，业务集成层等，就算没有出现循环依赖，也不允许从低层向高层依赖，以免后续被逼循环依赖。

这时，需要在注册中心定义架构体系，列明有哪些层的定义，每个服务暴露或引用时，都必须声明自己应用属于哪一层，这样注册中心能更快的发现架构的腐化现象。

• 服务多了，沟通成本也开始上升，调某个服务失败该找谁？服务的参数都有什么约定？

这时就需要登记每个服务都是谁负责的，并建立一个服务的文档库，方便检索。

• 慢慢一些敏感数据也都服务化了，安全问题开始变得重要，谁能调该服务？如何授权？

这样的服务可能需要一个密码，访问时需带着此密码，但如果用密码，要改密码时，就会很不方便，所有的消费方都要改，所以动态生成令牌(Token)可能会更好，提供方将令牌告之注册中心，由注册中心决定是否告之消费方，这样就能在注册中心页面上做复杂的授权模型。

• 就算是不敏感的服务，也不是能任意调用，比如某服务突然多了一个消费者，这个消费者的请求量直接把服务给拖跨了，其它消费者跟着一起故障。

首先服务提供方需要流控，当流程超标时，能拒绝部分请求，进行自我保护。

其次，消费者上线前和提供者约定《服务质量等级协定(SLA)》，SLA包括消费者承诺每天调用量，请求数据量，提供方承诺响应时间，出错率等，将SLA记录在监控中心，定时与监控数据对比，超标则报警。

• 虽然有SLA约定，如果不能控制，就只是君子协定，如何确保服务质量？

比如：一个应用很重要，一个不那么重要，它们调用同一个服务，这个服务就应该向重要应用倾斜，而不是一视同仁，当支撑不住时，应限制不重要应用的访问，保障重要应用的可用，如何做到这一点呢。这时，就需要服务路由，控制不同应用访问不同机器，比如：

应用分离：

consumer.application = foo => provider.host = 1,2,3
consumer.application != foo => provider.host = 5,6

读写分离：

method.name = find*,get* => provider.host = 1,2,3
method.name != find*,get* => provider.host = 5,6

• 服务上线后，需要验证服务是否可用，但因防火墙的限制，线下是不能访问线上服务的，不得不先写好一个测试Main，然后放到线上去执行，非常麻烦，并且容易忘记验证。

所以线上需要有一个自动运行的验证程序，用户只需在界面上填上要验证的服务方法，以及参数值和期望的返回值，当有一个服务提供者上线时，将自动运行该用例，并将运行结果发邮件通知负责人。

• 服务应用和Web应用是有区别的，它是一个后台Daemon程序，不需要Tomcat之类的Web容器。但因公司之前以Web应用为主，规范都是按Web应用的，所以不得不把服务跑在一个根本用不上的Web容器里，而搭一个这样的Web工程也非常费事。

所以需要实现一个非Web的容器，只需简单的Main加载Spring配置即可，并提供Maven模板工程，只需mvn dubbo:generate 即可创建一个五脏俱全的服务应用。

• 开发服务的人越来越多，更注重开发效率，IDE的集成支持必不可少。

通过插件，可以在Eclipse中直接运行服务，提供方可以直接填入测试数据测试服务，消费方可以直接Mock服务不依赖提供方开发。

• 因为暴露服务很简单，服务的上线越来越随意，有时候负责服务化的架构师都不知道有人上线了某个服务，使得线上服务鱼龙混杂，甚至出现重复的服务，而服务下线比上线还困难。

需要一个新服务上线审批流程，必须经过服务化的架构师审批过了，才可以上线。

而服务下线时，应先标识为过时，然后通知调用方尽快修改调用，直到没有人调此服务，才能下线。

• 因服务接口设计的经验一直在慢慢的积累过程中，很多接口并不能一促而蹴，在修改的过程中，如何保证兼容性，怎么判断是否兼容？另外，更深层次的，业务行为兼容吗？

可以根据使用的协议类型，分析接口及领域模型的变更是否兼容，比如：对比加减字段，方法签名等。

而业务上，可能需要基于自动回归测试用例，形成Technology Compatibility Kit (TCK)，确保兼容升级。

• 随着服务的不停升级，总有些意想不到的事发生，比如cache写错了导致内存溢出，故障不可避免，每次核心服务一挂，影响一大片，人心慌慌，如何控制故障的影响面？服务是否可以功能降级？或者资源劣化？

应用间声明依赖强度，哪些功能强依赖，哪些弱依赖，然后基于依赖强度，计算出影响面，并定期测试复查，加强关键路径上的服务的优化和容错，清理不该在关键路径上的服务。

提供容错Mock数据，Mock数据也应可以在注册中心在运行时动态下发，当某服务不可用时，用Mock数据代替，可以减少故障的发生，比如某验权服务，当验权服务全部挂掉后，直接返回false表示没有权限，并打印Error日志报警。

另外，前端的页面也应采用Portal进行降级，当该Portal获取不到数据时，直接隐藏，或替换为其它模块展示，并提供功能开关，可人工干预是否展示，或限制多少流量可以展示。

• 当已有很多小服务，可能就需要组合多个小服务的大服务，为此，不得不增加一个中间层，暴露一个新服务，里面分别调其它小服务，这样的新服务业务逻辑少，却带来很多开发工作量。

此时，需要一个服务编排引擎，内置简单的流程引擎，只需用XML或DSL声明如何聚合服务，注册中心可以直接下发给消费者执行聚合逻辑，或者部署通用的编排服务器，所有请求有编排服务器转发。

• 并不是所有服务的访问量都大，很多的服务都只有一丁点访问量，却需要部署两台提供服务的机器，进行HA互备，如何减少浪费的机器。

此时可能需要让服务容器支持在一台机器上部署多个应用，可以用多JVM隔离，也可以用ClassLoader隔离。

• 多个应用如果不是一个团队开发的，部署在一台机器上，很有可以误操作，停掉了别人的服务。

所以需要实现自动部署，所有的部署都无需人工干扰，最好是一键式部署。

• 机器总是的闲时和忙时，或者冗余机器防灾，如何提高机器的利用率？

即然已经可以自动部署了，那根据监控数据，就可以实现资源调度，根据应用的压力情况，自动添加机器并部署。

如果你的应用是国际化的，有中文站，美国站之类，因为时差，美国站的机器晚上闲的时候，可能正是中文站的白天忙时，可以通过资源调度，分时段自动调配和部署双方应用。

按关键词归纳为：

1. 服务注册与发现
2. 软负载均衡与容错
3. 服务监控与统计
4. 服务容量评估
5. 服务上线审批
6. 服务下线通知
7. 服务负责人
8. 服务文档
9. 服务路由
10. 服务编排
11. 服务黑白名单
12. 服务权限控制
13. 服务依赖关系
14. 服务分层架构
15. 服务调用链跟踪
16. 故障传导分析
17. 服务降级
18. 服务等级协定
19. 服务自动测试
20. 服务伪装容错
21. 服务兼容性检测
22. 服务使用情况报告
23. 服务权重动态调整
24. 服务负载均衡调整
25. 服务映射
26. 服务模板工程
27. 服务开发IDE
28. 服务健康检测
29. 服务容器
30. 服务自动部署
31. 服务资源调度

能力成长模型

2012-05-09 https://www.iteye.com/blog/javatar-1517933

最近看了温伯格1986年出版的《技术领导之路》，

很老的书，讲的都是一些浅显但容易被忽视的道理，

就像第一章，讲作者自己玩弹子球的水平提升，

时间长了，以为自己的水平提升像下图这样，每年都在逐步提升：

而实际上往往不是，能力的提升过程通常都是“高原-突破”式的，

在高原时期沉淀和思考，在学会新方法后突破，

不善于思考和总结的人，高原期就会特别长，而且人在高原期总会觉得很安逸：

并且在突破前一般还会有低谷期，就像下图的“高原-低谷-突破”模型，

要想突破，就必须努力打破安逸的现状，实践新想法、新知识、新方法，

在新的方法没有成熟之前，你会觉得还不如以前好，这就是低谷期，

总想退回老办法上去，尤其是在和别人对比的时候，一定要Hold住：

当然，实际数据不会像上面模型那样平滑，下图是作者玩弹子球水平的数据，

因为作者从小就买了一台弹子球机，上面记录了他所有的成绩：

如何解决问题

2012-08-02 https://www.iteye.com/blog/javatar-1617775

最近打算去新的岗位，尝试新的业务，当然也就需要新的思考，新的碰撞，想起前段时间看过温伯格1982年出版的《你的灯亮着吗？》，把序言中的总结点摘录下来，希望能给自己带来些许思路。

问题其实就是你期望的东西和你体验的东西之间的差别。

• 动手去解决问题之前，好好想想问题的来源；
• 如何站在各个角度来看待面临的问题，以能够知道其真正所在；如何去尝试那个最能解决真正问题的方法，并且时刻保持警惕心；
• 为什么不要把人们的解决方法误认为是问题的定义，更不要把某个问题的解决方法误认为是问题的定义，特别是这个解决方法是你自己所使用的；
• 永远都不要肯定自己已经有了一个正确的定义，即使是在问题好像已经解决之后。
• 每一种解决方法都会带来新的问题；
• 问题最难以处理的部分恰恰是去意识到它们的存在；
• 在理解问题之前，至少要做好准备接受三种可能的出错情况；
• 或许还可以改变问题的表述来获得不同的解决方法；
• 当你沉迷于寻找问题定义和解决方法时，不要忘记随时都回头看看，看看自己是不是已经迷路了……
• 当别人能够很好地解决自己问题的时候，千万不要越俎代庖；
• 如果某人能够解决这个问题，但是他本人却并不会遇到这一问题时，那么你首先要做的就是让他也感受到这一问题；
• 不管看上去如何，人们很少知道他们要什么，直到你给了他们所需要的东西；
• 甚至，事实上，并没有多少人真的希望他们的问题被解决。

真正的问题所在可能并不是您现在的所想，换个角度分析，或许您已经找到了问题的真谛。　

奇异的恩典

2014-10-01 https://www.iteye.com/blog/javatar-2124323

看了部老电影《奇异的恩典》，讲英国废奴法案的事，威伯福斯一心推动废奴法案，因议会贵族在这上面都有利益在，推了多年也没有进展，英法战争开始后，大家的焦点都在战争上，其它议案没人理会，虽大声疾呼也没啥见效，支持的团队都要散伙了。

前面这些只是背景，关键觉得他们的突破策略很有意思，即然大家都在关心战争，因法国船支为避免战争均挂美国等中立旗，那就提“打击所有挂中立旗船支”的法案，可有效打击法国船支的通航，为战争取得主动权，由一个不起眼的议员提案，很容易就通过了。同样，黑奴的船支也是挂中立旗的，这一打击，黑奴的船也没法运了，过了两年，等倒卖黑奴变少了，再去煽动废奴法案，因议会贵族在黑奴上的利益已经没那么大，再加上舆论及身份上的道德优越感，最终都投了赞成票。

这让我想起了业务上推动策略，如果你想推一件事，而老板和公司在关心另一个重心，可以像这个法案一样，找到两件事的共同点，先把这些共同点做到，再做剩下的，就水到渠成了，而不能只关心自己的想法和工作本身，了解局面非常关键。