1 / 4概念
Microservices
微服务的收益是独立部署,代价是分布式状态。判断一个拆分是否成立,不看服务数量,而看三件事:能否独立发布、数据是否归一个服务所有、失败是否能被隔离。
1 概念
1.1 一句话定义
微服务架构把系统拆成一组围绕业务能力组织的小服务,每个服务独立部署、独立扩缩容、拥有自己的数据存储,并通过网络契约协作。服务的“小”不是按代码行数衡量,而是按可独立演进的业务边界衡量。
1.2 它解决什么问题
- 单体里一个团队阻塞另一个团队,发布窗口被互相等待拖长。
- 一个热点模块需要扩容,却只能把整个应用复制多份。
- 一处故障拖垮全站,没有隔离和降级手段。
- 技术栈被单一运行时锁死,无法按场景选择。
拆分让团队和资源按业务边界独立移动;但它同时引入网络延迟、部分失败、数据一致性和运维复杂度。
1.3 不属于本页的内容
| 主题 | 去哪 |
|---|---|
| 单服务内部的依赖方向 | Layered Architecture |
| 限界上下文、聚合与通用语言 | Domain-Driven Design |
| 事件、CQRS 与最终一致性 | Event-Driven Architecture |
| 容器编排与部署单元 | Containers & Cloud Native |
| 服务间 mTLS、重试与遥测下沉 | Service Mesh |
| 面向客户端的聚合层 | BFF |
1.4 关键术语
| 术语 | 含义 | 容易混淆的点 |
|---|---|---|
| 服务 | 独立部署、独立数据、独立生命周期的单元 | 不是“一个模块一个服务” |
| 限界上下文 | 业务模型的边界 | 不是部署边界,但常一一对应 |
| 服务发现 | 把逻辑服务名解析为可用实例 | 不是负载均衡本身 |
| API 网关 | 统一入口、路由、认证、限流 | 不是 BFF,也不承载领域规则 |
| 数据所有权 | 一个服务是某类数据的唯一写入者 | 不是“每个服务一个库”口号 |
| Saga | 用本地事务和补偿步骤完成跨服务流程 | 不是分布式事务的强一致 |
| 可观测性 | 日志、指标、追踪的组合 | 不是只装一个监控面板 |
2 机制
2.1 心智模型
一个服务 = 部署单元 + 数据所有权 + 契约。三者缺一不可:能独立部署但没有数据边界,只是分布式单体;有数据边界但不能独立部署,只是模块;有契约但契约不稳定,拆了也会互相锁死。
不变量:跨服务只通过契约通信,不共享数据库;跨服务的一致性靠补偿或事件,不靠分布式锁。
2.2 机制拆解
一次跨服务请求:
- 客户端调用网关或直接调用服务;网关完成认证、路由、限流和 TLS 终止。
- 调用方通过服务发现拿到实例列表,负载均衡选一个实例。
- 服务读取配置(环境变量、配置中心或 ConfigMap/Secret),执行本地事务并写自己的库。
- 需要其他服务的数据时,调用 API 或订阅事件;调用必须带超时、重试预算和熔断。
- 结果通过追踪 ID 串联;失败时返回降级结果或进入补偿流程。
- 发布时先兼容契约,再灰度实例,最后清理旧版本。
每一步都有失败点:网关过载、发现信息过期、配置漂移、下游超时、重试放大、数据不一致。架构的价值在于让这些失败可见、可隔离、可恢复。
2.3 完整枚举
| 能力 | 成员 | 关键属性 | 适用场景 |
|---|---|---|---|
| 服务发现 | 客户端发现、服务端发现、DNS、服务网格 | 注册、健康检查、缓存 TTL | 实例频繁伸缩 |
| 配置管理 | 环境变量、配置中心、ConfigMap/Secret、功能开关 | 版本、灰度、回滚 | 多环境、多租户 |
| API 网关 | 路由、认证、限流、聚合、TLS 终止 | 单点入口、策略集中 | 外部流量入口 |
| 同步通信 | REST/JSON、gRPC、GraphQL、SOAP | 超时、重试、幂等 | 强实时查询 |
| 异步通信 | 消息队列、事件流、Webhook | 投递语义、顺序、积压 | 解耦、削峰、通知 |
| 数据模式 | 每服务一库、Saga、Outbox、CQRS、共享库(反模式) | 所有权、一致性、补偿 | 跨服务写流程 |
| 韧性模式 | 超时、重试、熔断、舱壁、限流、降级 | 预算、阈值、回退 | 部分失败 |
| 可观测性 | 日志、指标、追踪、审计 | trace ID、SLO、告警 | 故障定位 |
2.4 关键数字与量级
| 指标 | 量级 | 说明 |
|---|---|---|
| 进程内调用 | 纳秒到微秒 | 拆成网络调用后变成毫秒 |
| 同机房 RPC | 0.5–5 ms | 受序列化、连接池、排队影响 |
| 重试放大 | 最多 3 倍 | 每层重试会相乘,必须设预算 |
| 服务数量 | 10–100+ | 超过团队可维护上限后急剧变差 |
3 实践
3.1 最小示例
# 一个可独立部署、可被发现、带健康检查的最小服务单元。
apiVersion: apps/v1
kind: Deployment
metadata:
name: orders
spec:
replicas: 2
selector:
matchLabels: {app: orders}
template:
metadata:
labels: {app: orders}
spec:
containers:
- name: orders
image: registry.example.com/orders:1.4.0
ports: [{containerPort: 8080}]
env:
- name: DATABASE_URL
valueFrom:
secretKeyRef: {name: orders-db, key: url}
readinessProbe:
httpGet: {path: /healthz, port: 8080}
periodSeconds: 5
livenessProbe:
httpGet: {path: /livez, port: 8080}
periodSeconds: 10
---
apiVersion: v1
kind: Service
metadata:
name: orders
spec:
selector: {app: orders}
ports:
- port: 80
targetPort: 8080
// 健康检查要区分“进程活着”和“可以接流量”。
app.get('/livez', (_req, res) => res.status(200).send('ok'));
app.get('/healthz', async (_req, res) => {
const dbOk = await pool.query('select 1').then(() => true).catch(() => false);
res.status(dbOk ? 200 : 503).send(dbOk ? 'ok' : 'db unavailable');
});
3.2 常用操作与参数
| 操作 | 命令 / API | 说明 |
|---|---|---|
| 本地起依赖 | docker compose up -d db broker | 只起依赖,不起全部服务 |
| 查看服务实例 | kubectl get endpoints orders | 确认发现结果 |
| 查看配置 | kubectl get configmap,secret | 确认版本与挂载 |
| 查看调用链 | 追踪系统按 trace ID 查询 | 定位跨服务延迟 |
| 灰度发布 | kubectl set image + 就绪探针 | 先小流量再全量 |
3.3 标准流程
- 先用限界上下文划出候选服务,不从技术层拆。
- 为每个服务定义数据所有权和唯一写入者。
- 定义同步契约(OpenAPI/proto)和异步事件契约(schema + version)。
- 加超时、重试预算、熔断、限流和降级。
- 接入日志、指标、追踪和 SLO,再谈扩容。
- 先灰度一个服务,验证发布、回滚和故障演练,再拆下一个。
3.4 与相邻技术的组合
- DDD:限界上下文给出服务边界;没有上下文的拆分通常按技术层,最后变成分布式单体。
- 事件驱动:跨服务写流程用事件和 Saga,避免分布式事务。
- 服务网格:把 mTLS、重试、遥测从应用下沉到 sidecar,但业务幂等仍要自己保证。
- BFF:客户端聚合放在 BFF,不把多个服务的编排塞进网关。
3.5 选型维度
| 维度 | 取值 | 影响 |
|---|---|---|
| 团队边界 | 单团队 / 多团队 | 多团队才有独立部署收益 |
| 业务边界 | 清晰 / 模糊 | 模糊时先拆模块,不拆服务 |
| 一致性要求 | 强 / 最终 | 强一致跨服务代价高 |
| 流量特征 | 均匀 / 热点 | 热点模块值得独立扩容 |
| 运维成熟度 | 高 / 低 | 低成熟度先补可观测性 |
| 发布频率 | 低 / 高 | 高频发布才需要独立部署 |
3.6 决策规则
- 一个团队、一个数据库、发布不互相阻塞:先用模块化单体。
- 两个团队需要独立发布且数据边界清晰:拆服务。
- 跨服务写操作需要强一致:优先缩小边界,而不是上分布式事务。
- 没有日志、指标、追踪:先补可观测性,再拆。
- 拆分后调用链超过 3 跳:重新评估边界,别让一次请求穿过半个系统。
3.7 替代方案对比
| 方案 | 优势 | 代价 | 适用 |
|---|---|---|---|
| 模块化单体 | 事务简单、部署简单 | 独立扩缩容弱 | 小团队、边界未定 |
| 微服务 | 独立部署、隔离、按需扩容 | 分布式复杂度高 | 多团队、清晰边界 |
| 服务网格 | 通信策略下沉 | 运维与延迟开销 | 多语言、大规模 |
3.8 何时不该用
- 团队少于 10 人、发布不冲突:微服务的协调成本大于收益。
- 领域边界没摸清:先做模块化单体,用真实依赖找边界。
- 需要跨实体强事务:先缩小聚合和事务范围,别用 Saga 硬扛。
- 没有可观测性和自动化发布:拆得越多,故障越难定位。
4 边界
4.1 典型故障
| 症状 | 根因 | 处理 |
|---|---|---|
| 一个下游慢拖垮全站 | 无超时/舱壁,线程池被占满 | 超时、熔断、隔离线程池 |
| 重试后流量翻倍 | 每层都重试且无预算 | 只在一层重试,设预算和退避 |
| 服务发现到已下线实例 | 注册信息过期、健康检查缺失 | 缩短 TTL,完善 readiness |
| 配置在实例间不一致 | 配置散落、版本漂移 | 配置中心 + 版本化 + 审计 |
| 跨服务数据对不上 | 双写、无补偿、无幂等 | Outbox/Saga + 幂等键 |
| 网关成为瓶颈 | 聚合和业务逻辑塞进网关 | 网关只做边缘策略,聚合放 BFF |
| 发布后新旧契约不兼容 | 契约变更未做版本兼容 | 向后兼容、灰度、契约测试 |
| 热点租户拖垮共享实例 | 无租户级限流/隔离 | 限流、舱壁、按租户分区 |
4.2 反模式
| 做法 | 后果 | 替代 |
|---|---|---|
| 按技术层拆服务 | 改一个功能要发多个服务 | 按限界上下文拆 |
| 共享数据库 | 服务无法独立演进 | 每服务一库,明确所有权 |
| 分布式单体 | 部署独立、发布耦合 | 先拆模块,再拆部署 |
| 网关里写业务编排 | 网关变成单点巨石 | 聚合放 BFF/应用层 |
| 无幂等的重试 | 重复扣款、重复下单 | 幂等键 + 去重表 |
4.3 可观测信号
请求量、错误率、P50/P95/P99 延迟、超时率、重试率、熔断打开次数、消费者积压、实例就绪数、跨服务调用链耗时。SLO 要按用户路径定义,不按单个服务定义。
4.4 安全 / 性能 / 一致性边界
- 安全:服务间默认不信任;用 mTLS 或签名,网关做认证,服务做授权。
- 性能:每增加一跳网络就增加一次失败和延迟;调用链深度要有上限。
- 一致性:跨服务强一致需要分布式事务,代价高;优先用 Saga/Outbox 实现最终一致。
- 数据:一个数据只有一个写入者;读副本可以共享,写路径不能共享。