vlambda博客
学习文章列表

《从分层架构到微服务架构》是一系列介绍《Fundamentals of Software Architecture》中提到的8种架构模式的文章，这里不会事无巨细地介绍所有的细节，而是会挑选其中关键内容，更多详情请阅读原书。

往期精彩：

前言

从本文开始，我们进入了《从分层架构到微服务架构》系列中分布式架构的介绍，本文要介绍的是服务化架构（Service-Based Architecture，SBA）。

SBA 可以看成是单体架构和微服务架构之间的一个折中方案，它也是按照业务领域进行服务划分，但服务划分的粒度相比微服务要更粗。SBA 与微服务架构一大不同是，它允许各个服务间共享同一个数据库实例，这也使得 SBA 在架构上既有单体架构的特点，也有分布式架构的特点，显得更加的灵活。因此，从单体架构演进到 SBA，会比直接演进到微服务架构更加容易。

架构视图

基础视图

SBA 的基础架构视图分成 3 部分：

• User Interface，作为系统的接入口，接收客户端的请求，并转发到业务服务。。
• Domain  Services，业务服务按照领域进行划分，分开部署、业务独立。
• Database，服务间共享的数据库实例，因为数据库实例只有一个，所以可以支持 ACID 事务。

使用 SBA 的系统通常只会划分 4 ～ 12 个服务，避免产生过多的数据库连接。服务数量不多，也决定了 SBA 中的服务相比微服务架构中的服务有着更粗的粒度。User Interface 与服务间通过远程通信协议来完成业务往来，常见的通信方式有REST、RPC、消息队列等。需要注意的是，SBA 是不允许服务间通信的，这与微服务架构有着本质的区别。

大多数情况下，SBA 中的服务只有一个或者少量实例，与微服务动辄成百上千个实例有着很大的区别。主要是因为 SBA 服务粒度更粗，无法做到像微服务那样精准的按需扩容，扩容太多反而会导致资源的浪费。

SBA 的另一大特点是允许所有服务共享同一数据库实例，使得它能够直接将传统单体架构的那一套 SQL 查询逻辑、ACID 事务搬过来，让架构的演进更加的平滑。不过，共享数据也会带来一些问题，比如数据模型变更的影响范围更大，后面会在“数据拆分”一节详细讲述。

拆分 User Interface

在大型系统中，单一的 User Interface 可能导致代码耦合、性能瓶颈等问题，这时候我们可以进一步对它进行拆分。拆分的方法可以是基于业务领域的拆分，业务相关的几个服务使用同一个 User Interface；或者基于服务的拆分，为每个服务都配备一个 User Interface。

拆分 Database

类似地，我们也可以对数据库进行拆分，可以拆分成几个服务共享一个实例；也可以像微服务架构中那样，每个服务独享一个实例。数据库拆分的原则就是：确保数据是解耦的，不会被其他服务所依赖，避免出现跨库查询或服务间通信。

增加 API 网关

我们也可以在 User Interface 和 Domain Services 之间增加一个 API 网关层，提供流控、鉴权、指标统计、服务发现等公共能力，进一步提升系统架构的安全性、可靠性、可维护性。

业务服务的设计

SBA 中的服务具有较粗的粒度，因此在业务服务的架构设计上通常也会用到一些单体架构模式，常见的有分层架构和基于领域的组件化架构。

不管是分层架构还是组件化架构，通常都需要增加一个 API 层，负责编排和转发来自 User Interface 的业务请求。下面以订单创建流程作为示例。

假设现在有一个订单服务 OrderService，当它的 API 层接收到来自 User Interface 的订单创建请求时，API 层协调会各个组件依次完成如下的几个业务流程 ：

1. 调用订单组件，完成订单ID、订单内容的生成。
2. 调用支付组件，完成用户的扣款。
3. 调用库存组件，更新商品的库存数量。

因为这些业务流程都是在同一个服务内完成，当其中的某个流程异常后，我们很容易通过数据库的 ACID 事务来完成回滚，从而能够确保数据的强一致性。

相比在微服务架构之下，订单创建请求往往需要订单微服务、支付微服务、库存微服务之间协作来完成，这就涉及到分布式事务，也即 BASE（Basic Availability, Soft state, Eventual consistency） 事务。BASE 事务更加的复杂，而且无法保证数据的强一致性。
当然，更粗的服务粒度也会带来服务可用性问题，比如在订单服务例子中，你会因为订单ID生成逻辑的变更而升级整个服务，也会因为库存组件中的一个BUG导致整个服务的故障。

所以，服务粒度的粗与细，实际上也是数据一致性和服务可用性的一次 trade-off。

数据拆分

服务间共享数据库使得系统具有更强的数据完整性和一致性，但简单的单库单表数据模型会带来耦合的问题。

在单库单表的模型下，我们大概率会这么实现，将与数据库操作相关的实体对象、SQL 逻辑全部封装在一个共享的 shared lib 库上，供所有业务服务复用：

这样的实现方式虽然简单，但是会带来“牵一发而动全身”的问题。假设某个服务所用到的某个字段类型需要变化，势必会修改表结构和 shared lib 库，而这两者是所有服务共用的，因此也就会导致所有服务都需要升级重新上线。这样的耦合会给 SRE 带来极大的困扰，一点也不敏捷。

更好的方法是根据业务对数据进行拆分，将相对独立的数据拆分成多个表，每个表都有一个独立的 lib 库，对于公共表，则有一个 common lib 库，各服务按需依赖。对于 common lib 库的变更，我们还可以通过版本控制来尽量降低影响范围，但必须在 common lib 进行版本升级时保持向后兼容。

架构评分

SBA 虽然是分布式架构，但是也保留了单体架构下的一些特点，在架构上具有较高的灵活性，也使得它在各方面的评分都比较高，没有明显的缺点。

SBA 是一个 domain-partitioned 的架构，因此适合使用领域驱动设计来进行领域限界上下文的划分，进而规划出业务独立的服务。服务间业务独立，而且不会相互间通信，也就意味着具有更好的 Testability。

前文有提到过，SBA 虽然支持服务实例扩容，但是更粗的服务粒度会导致扩容的性价比并不高，因此 Scalability 和 Elasticity 得分不高。

Scalability 和 Elasticity的差异：

• Scalability 通常指软件系统在 不中断业务的前提下，通过 scale-up 或 scale-out 等手段来应对更高业务负载，强调的是软件系统应对高负载的能力。
• Elasticity 通常指硬件系统能够根据实际的业务负载情况，适时增加或减少硬件资源，强调的是硬件资源的高效利用。

总结

如果你打算从单体架构演进到分布式架构，SBA 会是一个不错的选择：

• 相比单体架构，SBA 按照业务进行服务拆分，在业务解耦、开发流程敏捷等方面有着明显的优势。
• 相比其他分布式架构，SBA 有着更粗的服务粒度，因此也得以减少了服务间的远程调用、网络带宽消耗，受网络故障的影响更小。
• 服务间共享数据库使得 SBA 支持 ACID 事务，在数据一致性方面具有良好的表现，但我们还是应该尽量按照业务进行分表，避免出现严重的数据耦合。
• 在架构评分上，SBA 各方面评分都不错，没有明显的缺点，是典型的“ 六边形战士”。

参考

1. Fundamentals of Software Architecture (Chapter 13. Service-Based Architecture Style), Mark Richards, Neal Ford
2. Service-Based Architecture as an Alternative to Microservice Architecture, Matt Fletcher
3. What is the difference between scalability and elasticity?, stackoverflow