微服務跟SOA有什麽區別呢，可以把微服務當做去除了ESB的SOA。ESB是SOA架構中的中心總線，拓撲結構應該是星形的，而微服務是去中心化的分布式軟件架構。

一、巨石（monolith）

　　web應用程序發展的早期，大部分web工程是將所有的功能模塊（service side）打包到一起並放在一個web容器中運行，很多企業的Java應用程序打包為war包。其他語言（Ruby，Python或者C++）寫的程序也有類似的問題。

　　假設你正在構建一個在線商店系統：客戶下訂單、核對清單和信用卡額度，並將貨物運輸給客戶。很快，你們團隊一定能構造出如下圖所示的系統。

二、應用拆分

　　詳細一個網站在業務大規模爬升時會發生什麽事情？並發度不夠？OK，加web服務器。數據庫壓力過大？OK，買更大更貴的數據庫。數據庫太貴了？將一個表的數據分開存儲，俗稱“分庫分表”。這些都沒有問題，good job。不過，老外的抽象能力比我們強，看下圖Fig2。

　　這張圖從三個維度概括了一個系統的擴展過程：（1）x軸，水平復制，即在負載均衡服務器後增加多個web服務器；（2）z軸擴展，是對數據庫的擴展，即分庫分表（分庫是將關系緊密的表放在一臺數據庫服務器上，分表是因為一張表的數據太多，需要將一張表的數據通過hash放在不同的數據庫服務器上）；（3）y軸擴展，是功能分解，將不同職能的模塊分成不同的服務。從y軸這個方向擴展，才能將巨型應用分解為一組不同的服務，例如訂單管理中心、客戶信息管理中心、商品管理中心等等。

　　將系統劃分為不同的服務有很多方法：（1）按照用例劃分，例如在線商店系統中會劃分出一個checkout UI服務，這個服務實現了checkout這個用例；（2）按照資源劃分，例如可以劃分出一個catlog服務來存儲產品目錄。

　　服務劃分有兩個原則要遵循：（1）每個服務應該盡可能符合單一職責原則——Single Responsible Principle，即每個服務只做一件事，並把這件事做好；（2）參考Unix命令行工具的設計，Unix提供了大量的簡單易用的工具，例如grep、cat和find。每個工具都小而美。

最後還要強調：系統分解的目標並不僅僅是搞出一堆很小的服務，這不是目標；真正的目標是解決巨石型應用在業務急劇增長時遇到的問題。

　　對於上面的例子，按照功能和資源劃分後，就形成下面圖3的架構圖。分解後的微服務架構包含多個前端服務和後端服務。前端服務包括Catalog UI（用於商品搜索和瀏覽）、Checkout UI（用於實現購物車和下單操作）；後端服務包括一些業務邏輯模塊，我們將在巨石應用中的每個服務模塊重構為一個單獨的服務。

三、微服務架構的優點與缺點

1. 優點

• 每個服務足夠內聚，足夠小，代碼容易理解、開發效率提高
• 服務之間可以獨立部署，微服務架構讓持續部署成為可能；
• 每個服務可以各自進行x擴展和z擴展，而且，每個服務可以根據自己的需要部署到合適的硬件服務器上；
• 容易擴大開發團隊，可以針對每個服務（service）組件開發團隊；
• 提高容錯性（fault isolation），一個服務的內存泄露並不會讓整個系統癱瘓；
• 系統不會被長期限制在某個技術棧上。

2. 缺點

《人月神話》中講到：沒有銀彈，意思是只靠一把錘子是蓋不起摩天大樓的，要根據業務場景選擇設計思路和實現工具。我們看下為了換回上面提到的好處，我們付出（trade）了什麽？

• 開發人員要處理分布式系統的復雜性；開發人員要設計服務之間的通信機制，對於需要多個後端服務的user case，要在沒有分布式事務的情況下實現代碼非常困難；涉及多個服務直接的自動化測試也具備相當的挑戰性；
• 服務管理的復雜性，在生產環境中要管理多個不同的服務的實例，這意味著開發團隊需要全局統籌（PS：現在docker的出現適合解決這個問題）
• 應用微服務架構的時機如何把握？對於業務還沒有理清楚、業務數據和處理能力還沒有開始爆發式增長之前的創業公司，不需要考慮微服務架構模式，這時候最重要的是快速開發、快速部署、快速試錯。

四、微服務架構的關鍵問題

1. 微服務架構的通信機制

(1)客戶端與服務器之間的通信

　　在巨石型架構下，客戶端應用程序(web或者app)通過向服務端發送HTTP請求;但是，在微服務架構下，原來的巨石型服務器被一組微服務替代，這種情況下客戶端如何發起請求呢?

　　如下圖中所示，客戶端可以向micro service發起RESTful HTTP請求，但是會有這種情況發生：客戶端為了完成一個業務邏輯，需要發起多個HTTP請求，從而造成系統的吞吐率下降，再加上無線網絡的延遲高，會嚴重影響客戶端的用戶體驗。

　　為了解決這個問題，一般會在服務器集群前面再加一個角色：API gateway，由它負責與客戶度對接，並將客戶端的請求轉化成對內部服務的一系列調用。這樣做還有個好處是，服務升級不會影響到客戶端，只需要修改 API gateway即可。加了API gateway之後的系統架構圖如圖5所示。

(2)內部服務之間的通信

　　內部服務之間的通信方式有兩種：基於HTTP協議的同步機制(REST、RPC);基於消息隊列的異步消息處理機制(AMQP-based message broker)。

　　Dubbo是阿裏巴巴開源的分布式服務框架，屬於同步調用，當一個系統的服務太多時，需要一個註冊中心來處理服務發現問題，例如使用ZooKeeper這類配置服務器進行服務的地址管理：服務的發布者要向ZooKeeper發送請求，將自己的服務地址和函數名稱等信息記錄在案;服務的調用者要知道服務的相關信息，具體的機器地址在ZooKeeper查詢得到。這種同步的調用機制足夠直觀簡單，只是沒有“訂閱——推送”機制。

　　AMQP-based的代表系統是Kafka、RabbitMQ等。這類分布式消息處理系統將訂閱者和消費者解耦合，消息的生產者不需要消費者一直在線;消息的生產者只需要把消息發送給消息代理，因此也不需要服務發現機制。

　　兩種通信機制都有各自的優點和缺點，實際中的系統經常包含兩種通信機制。例如，在分布式數據管理中，就需要同時用到同步HTTP機制和異步消息處理機制。

2. 分布式數據管理

(1)處理讀請求

　　在線商店的客戶賬戶有限額，當客戶試圖下單時，系統必須判斷總的訂單金額是否超過他的信用卡額度。信用卡額度由CustomerService管理、下訂單的操作由OrderService負責，因此Order Service要通過RPC調用向Customer Service請求數據;這種方法能夠保證每次Order Service都獲取到準確的額度，單缺點是多一次RPC調用、而且Customer Service必須保持在線。

　　還有一種處理方式是，在OrderService這邊存放一份信用卡額度的副本，這樣就不需要實時發起RPC請求，但是還需要一種機制保證——當Customer Service擁有的信用卡額度發生變化時，要及時更新存放在Order Service這邊的副本。

(2)處理更新請求

　　當一份數據位於多個服務上時，必須保證數據的一致性。

　　分布式事務(Distributed transactions)使用分布式事務非常直觀，即要更新Customer Service上的信用卡額度，就必須同時更新其他服務上的副本，這些操作要麽全做要麽全不做。使用分布式事務能夠保證數據的強一致，但是會降低系統的可用性——所有相關的服務必須始終在線;而且，很多現代的技術棧並不支持事務，例如REST、NoSQL數據庫等。

　　基於事件的異步更新(Event-driven asynchronous updates) Customer Service中的信用卡額度改變時，它對外發布一個事件到“message broker(消息代理人)”;其他訂閱了這個事件的服務受到提示後就更新數據。事件流如下圖所示。

五、重構巨石型應用

　　在實際工作中，很少有機會參與一個全新的項目，需要處理的差不多都是存在這樣那樣問題的復雜、大型應用。這時候如何在維護老服務的同時，將系統漸漸重構為微服務架構呢?

不要讓事情更壞，有新的需求過來時，如果可以獨立開發為一個服務，就單獨開發，然後為老服務和新服務直接編寫膠水代碼(Glue Code)——這個過程不容易，但這是分解巨型服務的第一步，如下圖所示;

　　識別巨石型應用中的可以分離出來當做單獨服務的模塊，一般適合分離的模塊具有如下特點：兩個模塊對資源的需求是沖突的(一個是CPU密集型、一個是IO密集型);授權鑒定層也適合單獨分離出一個服務。每分離出一個服務，就需要編寫對應的膠水代碼來與剩下的服務通信，這樣，在逐漸演進過程中，就完成了整個系統的架構更新。

微服務與SOA