阿里一面：微服务拆分需要考虑什么因素？

要拆分微服务，首先我们要了解微服务拆了会有什么问题？怎么合理拆服务？

拆分服务会带来什么问题？

举个电商系统下单扣库存的例子。

对于单体应用，通讯在进程内部进行，下单方法调用扣库存方法，有问题就回滚事务，利用数据库同一个Session会话的ACID特性干活，保证数据的强一致性，即使在调用下单方法成功后应用崩溃，数据也不会提交到数据库，不会产生脏数据。

而拆分成各个微服务后，代码、数据库进行了隔离，下单扣库存逻辑变成了订单服务通过RPC调用库存服务，由于不受同一个数据库Session会话控制，就必然会存在因业务处理失败、应用崩溃、网络通讯异常等一系列问题导致的数据不一致。

这是一个典型的复杂度转移的例子——单体应用的代码复杂度转移到了微服务之间的通讯复杂度，整体的复杂度并没有降低。

回到经典的分布式CAP定理：数据一致性、可用性、分区容错性，三者取其二。

​

CAP是分布式系统中三个维度的“客户承诺”：

• 一致性：要么我给你返回一个错误，要么我给你返回绝对一致的最新数据，强调数据正确

• 可用性：我一定会给你返回数据，不会给你返回错误，但不保证数据最新，强调的是服务不出错

• 分区容错性：我会一直运行，不管我的内部出现何种数据同步问题，强调的是不挂掉

为了解决数据一致性问题，业界又引入了各种一致性保障机制，比如BASE理论（基本可用、软状态、最终一致）、分布式事务DTP模型（XA协议、TCC协议）、JTA模型等等，根据对数据一致性的要求又划分为强一致性、弱一致性、最终一致性的方案，在分布式系统中通过一系列措施来保证ACID。

在实际互联网项目开发中，分布式事务不宜设计得太重，通常来说异步的场景使用事务性MQ来解决，比如RabbitMQ、Kafka、RocketMQ等；同步的场景使用业务状态机来规避它们，比如订单分正向销售单、逆向售后单，单据有不同维度的状态，比如支付状态、退款状态、物流状态、开票状态等等，对于出错的环节进行客户重试、系统告警或客服干预，暂时停留在异常节点，这里的“状态”可以理解为BASE理论中的软状态。

说到底还是用BASE理论指导生产。

​

说那么多，我们通过拆分微服务，提高了系统的分区容错性与可用性，却牺牲了单体应用的一致性优势，所以说，不要为了拆而拆，拆服务也需要合理“动机”，那什么样的“动机”是合理的呢？

如何合理拆分微服务？

OK，了解了服务拆分带来的问题后，我们拆服务就得更加严谨了，那怎么合理拆呢？

这里提供一些思路。

一、按单一职责拆

还是以我们的电商平台举例，一开始我们最核心的OMS订单系统做了特别多事情，包括：用户、下单、商品、库存、出入库、营销……

随着公司业务快速增长，OMS代码激增，新增/修改一个功能就要影响几乎整个链路，稳定性降低，也大大增加了风险，运维变得十分困难，这时不得不把各个模块剥离出来，独立成为UC用户服务、PMS商品服务、CIS中央库存服务、WMS出入库服务、MCS营销中心等等。

我们按照单一职责的划分原则，每一个独立的服务只提供该业务领域的核心功能，继而每个独立的服务演化出更为丰富的功能，数据库也进行垂直拆分提供应用独立访问，并且每个服务提供双节点保证高可用。

二、按团队组织架构拆

这里必须提一提软件架构设计中的第一定律——康威定律。

康威定律是马尔文·康威1967年提出的：“设计系统的架构受制于产生这些设计的组织的沟通结构。”通俗地来讲：产品必然是其（人员）组织沟通结构的缩影。

康威定律可总结为以下四个定律：

第一定律：组织沟通方式会通过系统设计表达出来。

这条定律重点是讲组织架构和沟通对系统设计的影响。

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。 沟通的问题会带来系统设计的问题，进而影响整个系统的开发效率和最终产品结果，这也是为什么互联网公司都追求小团队的原因之一。

第二定律：时间再多一件事情也不可能做得完美，但总有时间做完一件事情。

人手永远是不够的，事情永远是做不完的，但可以一件一件来。

这不就是软件行业中“敏捷开发”模式所解决的问题吗，面对这样的状况，敏捷开发可以做到不断迭代、持续交付、快速验证和反馈，并持续改进。

再牛的开发也会写出BUG，再全面的测试覆盖率也无法测出所有的问题，解决方案不是消灭这些问题，是容忍一些问题的存在，然后通过适当的设计（冗余、监控、高可用设计），当问题发生时能够快速解决。 几个开发人员的小公司，去追求微服务、中台架构、这是追求完美吗？

不是，这是找死。

好的架构不是买来的，也不是设计出来的，而是根据业务落地生根长期演化来的。

第三定律：线型系统和线型组织架构间有潜在的异质同态特性。

这一定律是第一定律的具体应用。

想象一下如果公司的架构是这样的： 团队是分布式，每个团队都包含产品、研发、测试、运维等角色，而此时系统是单体应用，那项目沟通和协调的成本是巨大的，弄不好还会打起来。

 

如果将单块的系统拆分成微服务，每个团队负责自己的部分，对外提供对应的接口即可，互不干扰，系统效率将得到提升，这与软件设计中的高内聚、低耦合是相通的。

​

添加图片注释，不超过 140 字（可选）

直白地说就是想要什么样的系统就搭建什么样的团队，有什么样的团队就搭建什么样的系统，需要前后端分离的系统就搭建前后端分离的团队；反之，拥有前后端分离的团队就可以设计前后端分离的系统。

第四定律：大的系统组织总是比小系统更倾向于分解。

“话说天下大势，分久必合，合久必分。”系统越复杂，越需要增加人手，人手越多，沟通成本也呈指数增长，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，然后统一对外沟通。

我们试着从康威定律来推导系统的架构演进方向，自然知道微服务的拆解粒度了。

SOA 也好、微服务也好，解决的根本问题是团队分工问题，这是大型软件发展的必然，不因为人的喜好而改变，当你读懂康威定律，就会发现“服务拆分粒度难以准确把握”根本不是本质问题，你有几个 2 pizza 团队，最好就拆成几个微服务。

只有一个开发人员时，尽量就做单体应用，不要没事找刺激拆成 10 个微服务，最终这个开发人员还会把他合成一个。

微服务要求纵向的 2 pizza 团队（无数个小团队，包含开发、测试、运维），如果团队还是处在横向结构的场景下（开发、运维、测试各是一个团队），比如说一些传统大型企业，去实施微服务会让他们很痛苦，尤其是运维团队。

总结一下

具体实践建议：

• 我们要用一切手段提升沟通效率，比如slack，github，wiki。能2个人讲清楚的事情，就不要拉更多人，每个人每个系统都有明确的分工，出了问题知道马上找谁，避免踢皮球。

• 通过MVP的方式来设计系统，通过不断地迭代来验证优化，系统应该是弹性设计的。

• 你想要什么样的系统设计，就架构什么样的团队，能扁平化就扁平化。最好按业务来划分团队，这样能让团队自然的自治内聚，明确的业务边界会减少和外部的沟通成本，每个小团队都对自己的模块的整个生命周期负责，没有边界不清，没有无效的扯皮，inter-operate, not integrate。

• 做小而美的团队，人多会带来沟通的成本，让效率下降。亚马逊的Bezos有个逗趣的比喻，如果2个披萨不够一个团队吃的，那么这个团队就太大了。事实上一般一个互联网公司小产品的团队差不多就是7，8人左右。

总之，只要说得清楚，运维能力又能跟上，服务拆分一般就是合理的！