点击上方“芋道源码”,选择“设为星标”
管她前浪,还是后浪?
能浪的浪,才是好浪!
每天 10:33 更新文章,每天掉亿点点头发...
源码精品专栏
来源:cnblogs.com/LBSer/p/6195309.html
1 为什么要拆分?
先看一段对话。
![](https://i-blog.csdnimg.cn/blog_migrate/b07225c4e4a6fd5e17ae9286929c4eb7.png)
从上面对话可以看出拆分的理由:
1) 应用间耦合严重 。系统内各个应用之间不通,同样一个功能在各个应用中都有实现,后果就是改一处功能,需要同时改系统中的所有应用。这种情况多存在于历史较长的系统,因各种原因,系统内的各个应用都形成了自己的业务小闭环;
2) 业务扩展性差 。数据模型从设计之初就只支持某一类的业务,来了新类型的业务后又得重新写代码实现,结果就是项目延期,大大影响业务的接入速度;
3) 代码老旧,难以维护 。各种随意的if else、写死逻辑散落在应用的各个角落,处处是坑,开发维护起来战战兢兢;
4) 系统扩展性差 。系统支撑现有业务已是颤颤巍巍,不论是应用还是DB都已经无法承受业务快速发展带来的压力;
![](https://i-blog.csdnimg.cn/blog_migrate/76a17c0cee56dee21a25ee3b6975f804.jpeg)
5) 新坑越挖越多,恶性循环 。不改变的话,最终的结果就是把系统做死了。
推荐下自己做的 Spring Boot 的实战项目:
https://github.com/YunaiV/ruoyi-vue-pro
2 拆前准备什么?
2.1 多维度把握业务复杂度
一个老生常谈的问题,系统与业务的关系?
![](https://i-blog.csdnimg.cn/blog_migrate/a91c6ca93721f89f8cf8767b1ddb3aca.png)
我们最期望的理想情况是第一种关系(车辆与人),业务觉得不合适,可以马上换一辆新的。但现实的情况是更像心脏起搏器与人之间的关系,不是说换就能换。一个系统接的业务越多,耦合越紧密。如果在没有真正把握住业务复杂度之前贸然行动,最终的结局就是把心脏带飞。
如何把握住业务复杂度?需要多维度的思考、实践。
一个是技术层面,通过与pd以及开发的讨论,熟悉现有各个应用的领域模型,以及优缺点,这种讨论只能让人有个大概,更多的细节如代码、架构等需要通过做需求、改造、优化这些实践来掌握。
各个应用熟悉之后,需要从系统层面来构思,我们想打造平台型的产品,那么最重要也是最难的一点就是功能集中管控,打破各个应用的业务小闭环,统一收拢,这个决心更多的是开发、产品、业务方、各个团队之间达成的共识,可以参考《微服务(Microservice)那点事》一文,“按照业务或者客户需求组织资源”。
此外也要与业务方保持功能沟通、计划沟通,确保应用拆分出来后符合使用需求、扩展需求,获取他们的支持。
2.2 定义边界,原则:高内聚,低耦合,单一职责!
业务复杂度把握后,需要开始定义各个应用的服务边界。怎么才算是好的边界?像葫芦娃兄弟一样的应用就是好的!
举个例子,葫芦娃兄弟(应用)间的技能是相互独立的,遵循单一职责原则,比如水娃只能喷水,火娃只会喷火,隐形娃不会喷水喷火但能隐身。更为关键的是,葫芦娃兄弟最终可以合体为金刚葫芦娃,即这些应用虽然功能彼此独立,但又相互打通,最后合体在一起就成了我们的平台。
![](https://i-blog.csdnimg.cn/blog_migrate/1b9231ed4eeacb4aef15a0d034e08422.png)
这里很多人会有疑惑,拆分粒度怎么控制?很难有一个明确的结论,只能说是结合业务场景、目标、进度的一个折中。但总体的原则是先从一个大的服务边界开始,不要太细,因为随着架构、业务的演进,应用自然而然会再次拆分,让正确的事情自然发生才最合理。
2.3 确定拆分后的应用目标
一旦系统的宏观应用拆分图出来后,就要落实到某一具体的应用拆分上了。
首先要确定的就是某一应用拆分后的目标。拆分优化是没有底的,可能越做越深,越做越没结果,继而又影响自己和团队的士气。比如说可以定这期的目标就是将db、应用分拆出去,数据模型的重新设计可以在第二期。
2.4 确定当前要拆分应用的架构状态、代码情况、依赖状况,并推演可能的各种异常。
动手前的思考成本远远低于动手后遇到问题的解决成本 。应用拆分最怕的是中途说“他*的,这块不能动,原来当时这样设计是有原因的,得想别的路子!”这时的压力可想而知,整个节奏不符合预期后,很可能会接二连三遇到同样的问题,这时不仅同事们士气下降,自己也会丧失信心,继而可能导致拆分失败。
2.5 给自己留个锦囊,“有备无患”。
锦囊就四个字“有备无患”,可以贴在桌面或者手机上。在以后具体实施过程中,多思考下“方案是否有多种可以选择?复杂问题能否拆解?实际操作时是否有预案?”,应用拆分在具体实践过程中比拼得就是细致二字,多一份方案,多一份预案,不仅能提升成功概率,更给自己信心。
2.6 放松心情,缓解压力
收拾下心情,开干!
推荐下自己做的 Spring Cloud 的实战项目:
https://github.com/YunaiV/onemall
3 实践
3.1 db拆分实践
DB拆分在整个应用拆分环节里最复杂,分为垂直拆分和水平拆分两种场景,我们都遇到了。垂直拆分是将库里的各个表拆分到合适的数据库中。比如一个库中既有消息表,又有人员组织结构表,那么将这两个表拆分到独立的数据库中更合适。
水平拆分:以消息表为例好了,单表突破了千万行记录,查询效率较低,这时候就要将其分库分表。
![](https://i-blog.csdnimg.cn/blog_migrate/db8cfe0503bafc92bd8829eb138c474c.png)
3.1.1 主键id接入全局id发生器
DB拆分的第一件事情就是使用全局id发生器来生成各个表的主键id。为什么?
举个例子,假如我们有一张表,两个字段id和token,id是自增主键生成,要以token维度来分库分表,这时继续使用自增主键会出现问题。
![](https://i-blog.csdnimg.cn/blog_migrate/e20b7e895664df72e363e129ff04269e.png)
正向迁移扩容中,通过自增的主键,到了新的分库分表里一定是唯一的,但是,我们要考虑迁移失败的场景,如下图所示,新的表里假设已经插入了一条新的记录,主键id也是2,这个时候假设开始回滚,需要将两张表的数据合并成一张表(逆向回流),就会产生主键冲突!
![](https://i-blog.csdnimg.cn/blog_migrate/c824b2b1a13437bb2a5a93396b4fb579.png)
因此在迁移之前,先要用全局唯一id发生器生成的id来替代主键自增id。这里有几种全局唯一id生成方法可以选择。
1)snowflake:https://github.com/twitter/snowflake;(非全局递增)
2) mysql新建一张表用来专门生成全局唯一id(利用auto_increment功能)(全局递增);
3)有人说只有一张表怎么保证高可用?那两张表好了(在两个不同db),一张表产生奇数,一张表产生偶数。或者是n张表,每张表的负责的步长区间不同(非全局递增)
4)……
我们使用的是阿里巴巴内部的tddl-sequence(mysql+内存),保证全局唯一但非递增,在使用上遇到一些坑:
1)对按主键id排序的sql要提前改造。因为id已经不保证递增,可能会出现乱序场景,这时候可以改造为按gmt_create排序;
2)报主键冲突问题。这里往往是代码改造不彻底或者改错造成的,比如忘记给某一insert sql的id添加#{},导致继续使用自增,从而造成冲突;
![](https://i-blog.csdnimg.cn/blog_migrate/79254bb269548b44fbd9e17c20febb24.png)
3.1.2 建新表&迁移数据&binlog同步
1) 新表字符集建议是utf8mb4,支持表情符。新表建好后索引不要漏掉 ,否则可能会导致慢sql!从经验来看索引被漏掉时有发生,建议事先列计划的时候将这些要点记下,后面逐条检查;
2) 使用全量同步工具或者自己写job来进行全量迁移;全量数据迁移务必要在业务低峰期时操作,并根据系统情况调整并发数;
3) 增量同步。全量迁移完成后可使用binlog增量同步工具来追数据,比如阿里内部使用精卫,其它企业可能有自己的增量系统,或者使用阿里开源的cannal/otter:https://github.com/alibaba/canal?spm=5176.100239.blogcont11356.10.5eNr98
https://github.com/alibaba/otter/wiki/QuickStart?spm=5176.100239.blogcont11356.21.UYMQ17
增量同步起始获取的binlog位点必须在全量迁移之前,否则会丢数据,比如我中午12点整开始全量同步,13点整全量迁移完毕,那么增量同步的binlog的位点一定要选在12点之前。
位点在前会不会导致重复记录?不会!线上的MySQL binlog是row 模式,如一个delete语句删除了100条记录,binlog记录的不是一条delete的逻辑sql,而是会有100条binlog记录。insert语句插入一条记录,如果主键冲突,插入不进去。
3.1.3 联表查询sql改造
现在主键已经接入全局唯一id,新的库表、索引已经建立,且数据也在实时追平,现在可以开始切库了吗?no!
考虑以下非常简单的联表查询sql,如果将B表拆分到另一个库里的话,这个sql怎么办?毕竟跨库联表查询是不支持的!
![](https://i-blog.csdnimg.cn/blog_migrate/b474c1f4ea06ef9f1a1b6d0cd0b2e505.png)
因此,在切库之前,需要将系统中上百个联表查询的sql改造完毕。
如何改造呢?
1) 业务避免
业务上松耦合后技术才能松耦合,继而避免联表sql。但短期内不现实,需要时间沉淀;
2) 全局表
每个应用的库里都冗余一份表,缺点:等于没有拆分,而且很多场景不现实,表结构变更麻烦;
3) 冗余字段
就像订单表一样,冗余商品id字段,但是我们需要冗余的字段太多,而且要考虑字段变更后数据更新问题;
4) 内存拼接
4.1)通过RPC调用来获取另一张表的数据,然后再内存拼接。1)适合job类的sql,或改造后RPC查询量较少的sql;2)不适合大数据量的实时查询sql。假设10000个ID,分页RPC查询,每次查100个,需要5ms,共需要500ms,rt太高。
![](https://i-blog.csdnimg.cn/blog_migrate/1c924f918f128c98bc5bdc6359fb0d10.png)
4.2)本地缓存另一张表的数据
适合数据变化不大、数据量查询大、接口性能稳定性要求高的sql。
![](https://i-blog.csdnimg.cn/blog_migrate/9d15fd3faec49e012f7611a17dd21592.png)
3.1.4切库方案设计与实现(两种方案)
以上步骤准备完成后,就开始进入真正的切库环节,这里提供两种方案,我们在不同的场景下都有使用。
a)DB停写方案
![](https://i-blog.csdnimg.cn/blog_migrate/b74a8c53faa5802078f562b9ea957535.png)
优点 :快,成本低;
缺点:
1)如果要回滚得联系DBA执行线上停写操作,风险高,因为有可能在业务高峰期回滚;
2)只有一处地方校验,出问题的概率高,回滚的概率高
举个例子,如果面对的是比较复杂的业务迁移,那么很可能发生如下情况导致回滚:
sql联表查询改造不完全;
sql联表查询改错&性能问题;
索引漏加导致性能问题;
字符集问题
此外,binlog逆向回流很可能发生字符集问题(utf8mb4到gbk),导致回流失败。这些binlog同步工具为了保证强最终一致性,一旦某条记录回流失败,就卡住不同步,继而导致新老表的数据不同步,继而无法回滚!
b)双写方案
第2步“打开双写开关,先写老表A再写新表B”,这时候确保写B表时try catch住,异常要用很明确的标识打出来,方便排查问题。第2步双写持续短暂时间后(比如半分钟后),可以关闭binlog同步任务。
优点:
1)将复杂任务分解为一系列可测小任务,步步为赢;
2)线上不停服,回滚容易;
3)字符集问题影响小
缺点:
1)流程步骤多,周期长;
2)双写造成RT增加
3.1.5 开关要写好
不管什么切库方案,开关少不了,这里开关的初始值一定要设置为null!
如果随便设置一个默认值,比如”读老表A“,假设我们已经进行到读新表B的环节了。这时重启了应用,在应用启动的一瞬间,最新的“读新表B”的开关推送等可能没有推送过来,这个时候就可能使用默认值,继而造成脏数据!
3.2 拆分后一致性怎么保证?
以前很多表都在一个数据库内,使用事务非常方便,现在拆分出去了,如何保证一致性?
1)分布式事务
性能较差,几乎不考虑。
2)消息机制补偿 (如何用消息系统避免分布式事务?)
3)定时任务补偿
用得较多,实现最终一致,分为加数据补偿,删数据补偿两种。
3.3 应用拆分后稳定性怎么保证?
一句话:怀疑第三方 ,防备使用方 ,做好自己!
![](https://i-blog.csdnimg.cn/blog_migrate/9371e37f8055be55667a2a8c6bfc6424.png)
1 )怀疑第三方 **
a)防御式编程,制定好各种降级策略;
比如缓存主备、推拉结合、本地缓存……
b)遵循快速失败原则,一定要设置超时时间,并异常捕获;
c)强依赖转弱依赖,旁支逻辑异步化
我们对某一个核心应用的旁支逻辑异步化后,响应时间几乎缩短了1/3,且后面中间件、其它应用等都出现过抖动情况,而核心链路一切正常;
d)适当保护第三方,慎重选择重试机制
2 )防备使用方
a)设计一个好的接口,避免误用
遵循接口最少暴露原则;很多同学搭建完新应用后会随手暴露很多接口,而这些接口由于没人使用而缺乏维护,很容易给以后挖坑。听到过不只一次对话,”你怎么用我这个接口啊,当时随便写的,性能很差的“;
不要让使用方做接口可以做的事情;比如你只暴露一个getMsgById接口,别人如果想批量调用的话,可能就直接for循环rpc调用,如果提供getMsgListByIdList接口就不会出现这种情况了。
避免长时间执行的接口;特别是一些老系统,一个接口背后对应的可能是for循环select DB的场景。
…
b)容量限制
按应用优先级进行流控;不仅有总流量限流,还要区分应用,比如核心应用的配额肯定比非核心应用配额高;
业务容量控制。有些时候不仅仅是系统层面的限制,业务层面也需要限制。举个例子,对saas化的一些系统来说,”你这个租户最多1w人使用“。
3 )做好自己
a)单一职责
b)及时清理历史坑
例:例如我们改造时候发现一年前留下的坑,去掉后整个集群cpu使用率下降1/3
c) 运维SOP 化
说实话,线上出现问题,如果没有预案,再怎么处理都会超时。曾经遇到过一次DB故障导致脏数据问题,最终只能硬着头皮写代码来清理脏数据,但是时间很长,只能眼睁睁看着故障不断升级。经历过这个事情后,我们马上设想出现脏数据的各种场景,然后上线了三个清理脏数据的job,以防其它不可预知的产生脏数据的故障场景,以后只要遇到出现脏数据的故障,直接触发这三个清理job,先恢复再排查。
d)资源使用可预测
应用的cpu、内存、网络、磁盘心中有数
正则匹配耗cpu
耗性能的job优化、降级、下线(循环调用rpc或sql)
慢sql优化、降级、限流
tair/redis、db调用量要可预测
例:tair、db
举个例子: 某一个接口类似于秒杀功能,qps非常高(如下图所示),请求先到tair,如果找不到会回源到DB,当请求突增时候,甚至会触发tair/redis这层缓存的限流,此外由于缓存在一开始是没数据的,请求会穿透到db,从而击垮db。
![](https://i-blog.csdnimg.cn/blog_migrate/9d27b3df2f3e0234aff5022d732cf491.png)
这里的核心问题就是tair/redis这层资源的使用不可预测,因为依赖于接口的qps,怎么让请求变得可预测呢?
如果我们再增加一层本地缓存(guava,比如超时时间设置为1秒),保证单机对一个key只有一个请求回源,那样对tair/redis这层资源的使用就可以预知了。假设有500台client,对一个key来说,一瞬间最多500个请求穿透到Tair/redis,以此类推到db。
![](https://i-blog.csdnimg.cn/blog_migrate/1c83de5cca259f2a8756c969924b0e0f.png)
再举个例子:
比如client有500台,对某key一瞬间最多有500个请求穿透到db,如果key有10个,那么请求最多可能有5000个到db,恰好这些sql的RT有些高,怎么保护DB的资源?
可以通过一个定时程序不断将数据从db刷到缓存。这里就将不可控的5000个qps的db访问变为可控的个位数qps的db访问。
![](https://i-blog.csdnimg.cn/blog_migrate/52cec386cf60ae05fd5b6539b24f48b2.png)
4 总结
1 )做好准备面对压力!
2 )复杂问题要拆解为多步骤,每一步可测试可回滚!
这是应用拆分过程中的最有价值的实践经验!
3 )墨菲定律:你所担心的事情一定会发生,而且会很快发生,所以准备好你的SOP (标准化解决方案)!
某个周五和组里同事吃饭时讨论到某一个功能存在风险,约定在下周解决,结果周一刚上班该功能就出现故障了。以前讲小概率不可能发生,但是概率再小也是有值的,比如p=0.00001%,互联网环境下,请求量足够大,小概率事件就真发生了。
4 )借假修真
这个词看上去有点玄乎,顾名思义,就是在借者一些事情,来提升另外一种能力,前者称为假,后者称为真。在任何一个单位,对核心系统进行大规模拆分改造的机会很少,因此一旦你承担起责任,就毫不犹豫地全力以赴吧!不要被过程的曲折所吓倒,心智的磨砺,才是本真。
- END -欢迎加入我的知识星球,一起探讨架构,交流源码。加入方式,长按下方二维码噢:
已在知识星球更新源码解析如下:
最近更新《芋道 SpringBoot 2.X 入门》系列,已经 101 余篇,覆盖了 MyBatis、Redis、MongoDB、ES、分库分表、读写分离、SpringMVC、Webflux、权限、WebSocket、Dubbo、RabbitMQ、RocketMQ、Kafka、性能测试等等内容。
提供近 3W 行代码的 SpringBoot 示例,以及超 4W 行代码的电商微服务项目。
获取方式:点“在看”,关注公众号并回复 666 领取,更多内容陆续奉上。
文章有帮助的话,在看,转发吧。
谢谢支持哟 (*^__^*)