业务中台设计八大原则与分布式运行机制

      从业务到中台，必须经历抽象建模的过程。这个过程分为两个阶段，分别是 0 级抽象中心建模的阶段和 1 级抽象组件建模的阶段。每个阶段采用的建模抽象机制都是实体抽象法。下面以 0 级阶段建模抽象为例进行说明。首先，我们梳理出企业功能需求，如某饮料企业的功能需求汇总表如下图所示。

      其次，找出每一个功能需求所对应的业务对象或实体。这一步需要剥离功能的差异性，抽象功能的共同点，才能保证定义合理。实体分为两类：业务实体（叫“静态实体”更容易理解）和过程实体。实体性质相同或者实体结构相似度较高，都可归纳为同一实体。在实体基础上，为了满足当前功能需求，我们需要定义出系统需要提供的能力。能力就是对实体施加的操作或发出的命令，这里的能力我们称为领域能力。最后，根据能力的主题、实体的密切关系，定义出主题域（也可以称为“业务域”）。业务域的命名一般由资深业务架构师来定义，以避免出现二义性。基于功能需求的抽象，输出的产物见下表。

      划分出多个主题域后，技术架构师需要结合技术的实现，将领域进行组合规划出中心。中心的划分标准主要从实体的聚合度、中心的职责、中心颗粒度、能否独立运营等方面来权衡。确定中心的过程也就是划定功能边界的过程。下图是某企业的中心划分结果。

      业务中台是一个充满生命力的个体，它承载业务逻辑、沉淀业务数据、产生业务价值，并随着业务不断发展进化。它的设计遵循如下图所示的 8 个原则。

      一、分布式运行机制 

      1.服务松耦合原则 

      （1）面向接口实现这是服务松耦合的基本要求，即每一个服务都按接口的定义进行实现。服务的消费方不需要依赖某个特定的服务实现，避免服务提供方的内部变更影响到消费方。另外，在服务提供方切换到其他系统时，不影响服务消费方的正常运行。

      （2）异步事件解耦服务间的事件通信采用异步消息队列来实现。由于有消息队列这个中介，因此生产者和消费者不必在同一时间都保持实时处理能力，而且消费生产者也不需要马上等到回复。

      （3）服务提供者位置解耦服务消费者不需要直接了解服务提供者的具体位置信息，例如 IP 地址、端口。典型解决方法是服务注册中心，服务提供者启动时将自己注册到服务注册中心，服务消费者通过服务注册中心查找具体服务提供者来访问。同时，服务注册中心可以提供负载均衡及 fail-over 的能力。

      （4）版本松耦合消费端不需要依赖服务契约的某个特定版本来工作，这就要求服务契约在升级时尽可能提供向下兼容性。

      2.服务依赖原则 

      （1）有价值的领域模型 价值导向：确保业务中心的服务都与企业的商业理想保持一致，相关联。 简捷为美：业务逻辑和流程避免复杂化。 领域洞察：紧贴业务的核心目的，从业务原则指导业务逻辑的设计。 

      （2）服务间最小依赖 高内聚：同一类服务应归在一起。 低耦合：服务间保持最小联系。 能力与接口：业务流程和业务逻辑的操作都作为中心服务实现，而提供给外部调用的接口数据模型都会转化为服务。 识别通用性：识别出每个通用能力的可扩展的类型，从设计上支持它不断扩展，并在接口定义上满足其不断升级的需求。

       （3）能力实体具有层次性 能力与接口：分离接口实体与能力实体。 接口实体与限定元素：将接口实体核心元素与接口操作的限定元素分离。 接口实体的层次结构：建设接口实体和上下文限定元素的层次结构。 

      （4）延迟对技术组件的依赖

      捆绑依赖：避免在无关的技术组件之间引入新的依赖。

      延迟绑定：在使用点才捆绑依赖关系。

      3.服务设计原则 

      （1）优化远程调用服务间的远程调用分为同步调用和异步调用两种模式。应当分析服务调用场景，选择较优的调用模式。

      （2）去掉冗余数据尽量去掉接口实体中客户端不需要的冗余字段，既能减少网络开销，又能避免给前端解析带去复杂性。

      （3）设计粗粒度的服务接口服务接口若能与前端一个用例或一个业务场景相对应（粒度较粗），则既能减少远程调用次数，又能降低学习成本。

      （4）识别并设计通用的服务接口由于中心服务不限定应用范围，因此一般要支持不同的应用。但不同应用在功能丰富性上有很大差异，这就决定了服务接口需要尽可能保证广泛兼容性。譬如，服务接口的参数和返回值必须是被广泛支持的较简单的数据类型。

      （5）隔离服务内部的变化避免服务内部的领域模型直接传导给客户端。如未能提供合理的隔离措施，则当服务进行内部重构时，势必导致客户端频繁变化。

      （6）服务接口先行详细规定服务与客户端双方对接的内容与形式等，对双方形成强有力的约束和保障。

      （7）服务接口向下兼容由于应用的广泛性，在服务公开发布之后就要保证相当的稳定性，不能随便重构，即使升级也要尽可能考虑向下兼容性。

      4.服务命名原则 

      强烈建议使用服务使用者专业领域内有意义的名称，优先选用业务概念而不是技术概念。使用名词命名服务，使用动词命名操作。

      5.服务颗粒度原则 

      服务应是内聚而完整的，能够独立完成一个职责。在服务内部可以是由多个逻辑上密切相关的代码块共同组成。

      6.服务的无状态性原则 

     微服务体系的基本要求是服务无状态。无状态的服务是可伸缩、高可用性的基础。

      7.服务操作设计原则 

      操作表示业务动作，应当使用具体的业务含义而不是泛型操作来定义操作。相关的最佳实践如下：

• 重要的服务不能依赖非重要服务。
• 任何服务调用都要设定超时时间。
• 任何服务的调用结果只有三种可能：成功、失败或未知。
• 能异步调用的服务尽量使用异步调用，从而提高系统响应速度，降低系统之间的耦合性。
• 系统拆分时，粒度大小以一个系统 3～8 个开发人员维护为宜。
• 系统拆分时，往往先拆分数据服务层，因为数据服务层通常是复用性高的一层。
• 服务的实现不能有单点。
• 线上遵循 fast-fail 原则，避免服务调用时间过长，导致性能下降。fast-fail 原则是只要发生错误，则调用立即返回。
• 需要对高压场景下的服务调用链路进行特殊处理，可采用将链路缩短、预热等方式。
• 服务设计过程中，要避免同类服务由不同服务单元提供。
• 服务要做到向后兼容，如果无法做到，则需要采取管控机制确保服务消费者升级服务。
• 服务化架构的变化要使组织的架构能适应这种变化。
• 在部署服务单元时，要将读服务和写服务分离，将核心服务和非核心服务分离，以保证整个服务单元的稳定性和可靠性。
• 服务化时，要同时考虑安全。
• 静态资源也可以实现服务化，实现静态资源与动态资源分离，从而提高性能。
• 通过在外层系统埋点，可以实现面向终端用户服务的精细管理，比如服务的容量、服务的性能等。
• 需要将每个业务领域的通用规则沉淀成服务。

      8.服务约束原则 上可依赖下。 

      下不可依赖上。 上可跨级依赖下。 平级可允许单向调用，坚决禁止循环依赖。 高级别不可依赖低级别。 简单就是美。 重要的服务不能依赖非重要服务。 

      二、分布式运行机制 

      中台采用微服务风格进行建设，每一个业务中心都是独立部署的，因此分布式运行机制是保障业务中台正常运行的基础。无状态的微服务易于扩展和部署，对弹性伸缩、灰度发布等互联网场景有良好的支持。同时微服务架构也带来了复杂性，一个微服务应用一般由多个服务组成，每个服务又有多个实例，因此一套中台系统部署上线后，至少有几十个节点提供服务。为了管理众多的微服务，我们需要解决诸如如何使配置一致、如何实时监控、如何发现新服务、错误如何定位等问题。

      1.服务注册与发现 

      服务注册是服务发现机制的核心，服务实例将自己的服务信息（包括网络 IP、端口、服务名）注册到服务注册中心，服务注册中心将服务信息以及服务健康状态通过 API 暴露出来。服务消费方通过注册中心获取到服务实例信息，并通过 IP、端口、服务名的组合去请求服务提供方提供的服务。除了完成以上核心功能外，服务注册与发现还需要实时监控服务实例的健康状态，一旦服务实例不可用，将通知各服务消费方移除无效服务实例。另外，一个服务可能存在多个服务实例，需要根据不同的负载均衡算法来保持服务调用的均衡。

      2.弹性伸缩 

      在分布式集群里通过服务探针，可以监控应用和服务容器的状态，自动调整服务实例的数量。扩容，在监控到服务容器出现瓶颈，包括负载、CPU、RT 指标都出现紧张时，能够自动增加应用实例到集群中。缩容，在监控到服务容器负载减少出现资源浪费时，自动释放服务实例减少成本。调整弹性伸缩的规则支持用户灵活配置。

      3.限流降级 

      在互联网应用场景下，用户的访问并不总是均匀平稳的，时常会出现瞬时的高峰，比如活动期间。分布式应用服务需要提供限流功能，时刻感知流量的变化，并做出相应调整。限流的策略可分为限制访问的绝对数量和控制流速（整流）。整流的算法有令牌桶算法，限制总数可通过设置规则来实现。降级是指某个服务被调低级别后，本服务的消费者在调用时即刻返回失败，这样服务实例将不会被调用。当然，也可以设置一个默认返回值。降级的规则支持用户灵活配置。

      4.灰度发布

       灰度发布的技术用于两个不同版本同时在线上并行的情形，既可用于业务试错，也可用于版本发布。一旦确认新版本达到目的，就可以平滑地从旧版本切换到新版本上。灰度发布需要解决两个方面的问题，才能顺利达成目的。

      （1）多版本部署多版本部署分为客户端部署和服务端部署两个方面。客户端如果是原生系统，可以用热更新技术实现，比如 Android 的 CodePush。客户端如果是 H5，则需要在服务器端部署一套 CSS 和页面。服务端部署要求应用服务、中台服务都要单独部署一套，通过版本来区分。如果需要对 MQ 的数据消费进行隔离，则需要重新定义 Topic 或 Tag。

      （2）流量切分流量切分包括入口流量切分和中台服务流量切分。入口流量的切分策略通常包括按服务器权重、IP 地址段或用户标签等来切分流量。中台服务流量切分通过分布式服务发现机制，植入流量切分规则，控制流量的方向。

      5. 消息队列服务 

      消息队列服务是互联网应用场景下非常重要的一个技术中间件。在业务上，通过消息队列既可以提高用户体验，又可以支撑 IM 业务等；在技术上既可以解耦系统，又可以削峰填谷等。消息队列具有高性能、高可用、最终一致性等技术特点，是技术架构的重要组成部分。

      （1）异步通信消息发送方将耗时较长且无须实时处理的操作封装为消息，发送给消息队列服务。发送方无须等待消息被消费方处理完成，可以继续做其他事情。消费方则可以按自己的节奏完成消息的消费。异步通信可用于系统间的解耦，各系统独立自主，互不影响；也可用于减少请求响应时间，提升用户体验。

      （2）高可用消息队列服务以集群的方式部署，常见的有 1 主多备或 2 主 2 备等。消息服务接收到消息后，会同时分发给多个备份服务各自创建一个备份。当一台消息队列服务挂掉后，另一台消息备份服务可以无缝对接，及时提供服务。在 RPC 调用方面，提供了负载均衡、服务注册与发现功能，保证了消息队列服务在高并发场景下的高可用。

      （3）高可靠消息队列服务提供了极高的可靠性，不过应用开发时还需要统一提供 retry 机制，进一步提高可靠性，降低应用开发的复杂性。消息队列服务在收到消息后，会立即执行消息的持久化处理。比较常见的持久化方式包括存储到文件和存储到数据库两种。持久化机制包括同步双写和异步复制，保证了数据的高可靠性。

      （4）基于消息的最终一致性使用半消息技术，保证只要一个事件发生后，关联的结果事件一定会发生。半消息解决了如下问题：

      事件发生后，事件消息发送却失败；

      事件消息发送成功后，消息代理推送给消息消费方却失败；

      消费方重复消费此消息。

      使用半消息技术，在事件发生前，先成功发送一个半消息，这样就保证了事件发生的消息一定能够发送成功。消息代理增加了事件结果查询功能，保证了事件触发成功后一定将消息推送给消费方。消息代理保证消息推送至少 1 次，但要求消费方自己实现幂等性，避免出现异常。幂等性的保证，可以通过为每一个事件创建唯一 ID，消费方增加一个过滤服务，每处理一个事件都会通过存储这个事件 ID 来实现。当消费方收到事件消息后，过滤服务会查询本事件 ID 是否已经消费过。

      6.分布式事务

        分布式事务技术（DTP）用于保证跨多个资源事务的一致性，目前 X/Open XA 标准已由众多厂家实现来支持分布式事务。DTP 模型的典型应用场景是两阶段提交协议，多个资源管理器（RM）由一个事务管理器（TM）进行管理，事务管理器控制着全局事务和分支事务。DTP 模型分别通过准备阶段和提交阶段来协作完成全局事务：准备阶段，由 TM 通知各 RM 准备事务，并接收 RM 的准备结果；提交阶段，由 TM 通知各 RM 提交分支事务，并接收 RM 的执行结果。RM 执行结果都成功，那么 TM 返回成功，如果任意一个 RM 执行失败，原则上 TM 都会执行回滚。但在实践过程中，RM 失败的情况也有不同，TM 可按照客户的需要判定是否回滚所有事务。目前，各大云厂商都提供了分布式全局事务，其中阿里云的 GTS 已经实现了分布式全局事务。在应用场景涉及的系统和步骤不是特别多的情况下，GTS 可以方便快速地实现分布式事务。