如何设计合理的微服务架构？
如何保持微服务健康运行？
这是我们对微服务进行架构设计过程中非常关注的两个问题。
一、微服务规划
原则1：按照业务能力（business capabilities）来规划或拆微服务。
康威定律：Conway’s law: Organizations which design systems[…] are constrained to produce designs which are copies of the communication structures of these organizations.
（设计系统的组织，其产生的设计和架构等价于组织间的沟通结构。)
组织的沟通和系统的设计之间紧密相连，特别是复杂系统，解决好人与人的沟通才能有一个更好的系统设计。
《人月神话》中总结出了随着人员的增加沟通成本呈指数增长的规律：沟通成本 = n(n-1)/2。举例说明：
5人项目组，需要沟通的渠道是 5*(5–1)/2 = 10
15人项目组，需要沟通的渠道是15*(15–1)/2 = 105
50人项目组，需要沟通的渠道是50*(50–1)/2 = 1225
系统越复杂，人手越多，沟通成本也呈指数增长。因此，分而治之便是大多数公司选择的解决方案。分不同的层级，分不同的小团队，让团队内部完成自治理。
原则2: 按照领域驱动设计（Domain-Driven Design，DDD）来规划或拆解微服务。
领域驱动设计是微服务领域的热门话题，本文不展开说明，仅说明几点重要事项：
基本过程：抽象业务、分析流程、识别边界、建立模型、映射到服务和代码
避免过度耦合、存在贫血领域对象等情况。
划分界限上下文，厘清上下文之间的映射关系，比如合作关系、共享内核、客户方-供应方开发、防腐层、开放主机服务等等。
细化上下文对象，区分实体、值对象、聚合根、领域服务、领域事件。
原则2与原则1的区别在于，原则1关注组织架构领域，原则2更偏向软件工程设计领域。
二、微服务设计
原则3：微服务的设计应该遵循「单一职责」原则。
所谓单一职责原则，就是对一个服务而言，它的功能要单一，只做与它相关的事情。在微服务的设计过程中要按职责进行设计，彼此保持正交，互不干涉。
什么样的单一领域对象的单一职责微服务才是有价值的？就是不断有业务变化，能够维持业务持久性，有业务生命力的领域对象。举例来说：
与别的功能点相比，调用频率非常高
或者其数据量存量大，数据增速快，TB级甚至是PB级的
那么就很有价值独立为一个微服务，实现独立演进、个性化的弹性伸缩。
所以，我们在进行微服务设计时，要能够分析、预测出需求变化的点在哪里？高并发的点在哪些？数据增长的位置在哪里？与DDD分析相结合，找出最有价值的那个单一职责，进行合理、适度的领域、子领域、有界上下文分解，才能更好的应对复杂的业务、不断变化的业务。
原则4: 微服务的设计应该遵循「高内聚」原则。
过度追求「单一职责」，或者拆分微服务过细，往往会带来不良后果。微服务的设计并不是越细越好，过度拆分会导致调用性能变差、数据一致性难以保障、系统可用性降低等问题。
因此，「高内聚」原则要求：
完全独立：微服务粒度的下界是它至少应满足独立，能够独立发布、独立部署、独立运行与独立测试。
足够内聚：强相关的功能与数据在同一个服务中处理。
足够完备：一个服务包含至少一项业务实体与对应的完整操作。
原则5：微服务的设计应该遵循「低耦合」原则。
避免数据过度暴露
避免数据库共享
最小化同步调用，如有必要，引入事件驱动进行异步调用
三、微服务实现
原则6：服务无状态。
什么是「状态」？如果一个数据需要被多个服务共享，才能完成一笔交易，那么这个数据被称为状态。
依赖这个「状态」数据的服务被称为有状态服务，反之称为无状态服务。
「无状态」原则并不是说在微服务架构里就不允许存在状态，而是要把有状态的业务服务改变为无状态的计算类服务，那么状态数据也就相应的迁移到对应的“有状态数据服务”中。
场景说明：例如我们以前在本地内存中建立的数据缓存、Session缓存，到现在的微服务架构中就应该把这些数据迁移到分布式缓存中存储，让业务服务变成一个无状态的计算节点。迁移后，就可以做到按需动态伸缩，微服务应用在运行时动态增删节点，就不再需要考虑缓存数据如何同步的问题。
只有服务无状态，才能实现快速弹性扩缩容，应对流量峰谷。
原则7：服务高可用。
接入高可用中间件（如sentinal)，实现限流、熔断、降级，增强可用性。
原则8：服务可观测。
除了默认系统监控外，微服务需要梳理并定义必要的「业务监控指标」。
原则9：服务配置可管理。
微服务相关配置需要统一接入配置中心进行管理、控制。
四、微服务调用
原则10：避免「分布式大单体」。
只做单向调用，避免循环调用。
多个服务循环依赖调用形成集中式“分布式大单体”，违背微服务的原则。
原则11：异步解耦。
按需接入消息队列，实现「依赖解耦」、「流量削峰」
串行同步调用异步化，提高响应能力和响应速度
应对突发流量，实现流量削峰与流量控制
解耦核心业务逻辑不必要的依赖
业务设计中的最终一致性
原则12：引入BFF层，降低客户端与后端微服务之间的耦合。
尽量设计BFF层，把前端的特殊需求交给BFF层，使后端服务逻辑具有高内聚、高复用性的精简核心逻辑。
五、微服务发布
原则13：服务发布遵循安全发布三板斧。
保证「可灰度」、「可监控」、「可回滚」。
六、微服务治理
原则14：正视「架构腐化」，遵循「持续演进」原则。
「架构腐化」的常见场景：
多人维护一个微服务，出现「频繁代码冲突」，影响快速迭代，那么这个微服务就需要拆分了。
当你修改了一个边角的小功能，但是你不敢马上上线，因为你依赖的其他模块才开发了一半，出现大量「功能耦合」，那么这个微服务就需要拆分了。
当你发现微服务A内聚合a的功能变成了海量高频业务。这时聚合a就会拖累整个微服务A，并且因为聚合a面临性能瓶颈，在微服务A进行弹性扩缩时，也会造成资源浪费。这时，我们就可以将聚合a从微服务A中整体拆分，独立为一个新微服务B。在资源配置方面也可以更加有针对性的投入到微服务B，可以随时满足高频访问的性能要求了。
当你发现在领域建模时错误地将聚合d放到了微服务C里，或者随着业务发展聚合d更适合放在微服务D里。由于领域模型的不合适，可能会导致微服务之间出现频繁调用，进而导致微服务之间出现「紧耦合关系」。这时，我们就可以对领域模型做出调整，将聚合d从微服务C整体迁移到微服务D里。
原则15：参考「AKF扩展立方」模型，服务除了「水平扩容」外，还可以考虑「功能拆分」或者 「数据分区」。
1）X轴：服务和数据的水平扩容
「水平扩容」比较容易理解，直白点说就是加机器。根据AKF模型，除了加机器外，我们还可以考虑「功能拆分」或者 「数据分区」。
2）Y轴：功能/业务拆分
「功能拆分」相对复杂，一般包括几种模式：
微服务拆分。根据具体业务模型、领域模型拆分更细粒度的微服务。
业务隔离拆分。利用消息队列，将在线业务（OLTP）和耗费大量资源的计算任务拆分隔离。
核心与非核心隔离。对于一个微服务，可以将SKA客户与普通客户进行隔离，SKA客户使用独立的集群资源，提高稳定性。
3）Z轴：沿客户边界的服务和数据分区
「数据分区」往往指的是数据库层面。需要引入数据库中间件，像 sharding-jdbc、mycat 等，在数据层面需要配置相应的分片逻辑。正确的拆分对提高系统的容量有很大的帮助，失败的拆分可能会造成热点集中，得不偿失。常用的分区逻辑包括 按照时间分区、按照用户id取模分区等。
七、微服务下线
原则16：对于「废弃服务」，需要做好「下线」工作，包括服务下线、存储释放等。
清理无效代码、环境，减少维护成本。同时释放资源，节约成本。
八、总结
架构师在进行微服务设计和微服务治理时，可以围绕微服务生命周期的七个阶段展开。
本文总结了16条常用原则，希望能提供一些思路和启发。
如果字段的最大可能长度超过255字节，那么长度值可能…
只能说作者太用心了，优秀
感谢详解
一般干个7-8年（即30岁左右），能做到年入40w-50w；有…
230721