攜程微服務(wù)體系下的服務(wù)治理之道和優(yōu)化實(shí)踐

作者：HongLiang 2022-12-16 09:29:23

服務(wù)治理是一個(gè)長(zhǎng)期的過(guò)程，制定目標(biāo)持續(xù)優(yōu)化，讓系統(tǒng)更快更穩(wěn)定，為業(yè)務(wù)賦能。

一、背景

微服務(wù)架構(gòu)在中大型互聯(lián)網(wǎng)公司中被廣泛應(yīng)用，隨著業(yè)務(wù)的發(fā)展，應(yīng)用數(shù)越來(lái)越多、調(diào)用關(guān)系也越來(lái)越復(fù)雜。中臺(tái)化后，交易系統(tǒng)要支持業(yè)務(wù)線多，系統(tǒng)復(fù)雜性高，原系統(tǒng)雖然能支撐業(yè)務(wù)量的持續(xù)增長(zhǎng)，但在穩(wěn)定性、吞吐力和資源利用率上面，還存在優(yōu)化空間。

分享的目的

本文站在業(yè)務(wù)開發(fā)角度介紹開發(fā)在微服務(wù)架構(gòu)下遇到的相關(guān)問(wèn)題（微服務(wù)架構(gòu)的優(yōu)缺點(diǎn)這里不再贅述），以門票活動(dòng)預(yù)訂流程查詢引擎為例，分享微服務(wù)治理的實(shí)戰(zhàn)經(jīng)驗(yàn)，希望能給遇到同樣問(wèn)題的同學(xué)提供一些借鑒思路。

如下圖所示，藍(lán)色部分為本文的重點(diǎn)

圖1 微服務(wù)架構(gòu)關(guān)注點(diǎn)

在微服務(wù)治理之前，我們先簡(jiǎn)單了解一下微服務(wù)歷史和陷阱。

二、微服務(wù)簡(jiǎn)史

微服務(wù)概念在2005年被提出，2011年用來(lái)代表架構(gòu)風(fēng)格。

定義：微服務(wù)是一種架構(gòu)風(fēng)格，一個(gè)大型復(fù)雜軟件應(yīng)用由一個(gè)或多個(gè)微服務(wù)組成，每個(gè)微服務(wù)僅關(guān)注于完成一件任務(wù)。

2.1 微服務(wù)與SOA的關(guān)系

大家在使用SOA (Service-Oriented Architecture)的時(shí)候往往分不清和微服務(wù)有什么關(guān)系，總結(jié)如下：

微服務(wù)是SOA的實(shí)現(xiàn)方式
微服務(wù)是去掉ESB后的SOA
微服務(wù)是一種和SOA相似但是兩種不同的架構(gòu)設(shè)計(jì)風(fēng)格
?
?
?

圖2 微服務(wù)與SOA的關(guān)系

了解微服務(wù)與SOA關(guān)系后，再對(duì)比一下功能差異：

表1 微服務(wù)與SOA對(duì)比

2.2 攜程SOA從1.0到 2.0演進(jìn)

圖3 攜程SOA演進(jìn)

攜程微服務(wù)：攜程SOA2.0是微服務(wù)架構(gòu)，推薦單機(jī)、單應(yīng)用、單服務(wù)。

三、微服務(wù)的陷阱

微服務(wù)這個(gè)話術(shù)會(huì)將關(guān)注點(diǎn)錯(cuò)誤的聚焦在“微”上，大家會(huì)誤以為服務(wù)越小越好，實(shí)際上大小并不是第一考慮因素。接下來(lái)我們來(lái)看看開發(fā)微服務(wù)應(yīng)用的時(shí)候容易踩到的陷阱。

下圖可以看出，服務(wù)拆分越細(xì)，調(diào)用關(guān)系越復(fù)雜。

調(diào)用鏈路理論上有 n * （n-1）條：

圖4 服務(wù)粒度越細(xì)調(diào)用關(guān)系越復(fù)雜

應(yīng)用粒度拆分過(guò)細(xì)容易帶來(lái)以下幾個(gè)問(wèn)題：

3.1 重復(fù)調(diào)用

調(diào)用路徑 C - >D ->E 和 C ->E，對(duì)于E的一次請(qǐng)求，可能會(huì)被調(diào)用了多次。

圖5 一次請(qǐng)求中服務(wù)E被重復(fù)調(diào)用

3.2 循環(huán)依賴

一條鏈路出問(wèn)題，導(dǎo)致其他鏈路故障。當(dāng)服務(wù)B1或B2 性能變差時(shí)，最終導(dǎo)致鏈路A/B都會(huì)被影響，嚴(yán)重情況下導(dǎo)致宕機(jī)。

圖6 循環(huán)依賴

3.3 鏈路太長(zhǎng)

服務(wù)層級(jí)過(guò)深，一次請(qǐng)求鏈路太長(zhǎng)會(huì)導(dǎo)致性能下降，每層網(wǎng)絡(luò)延時(shí)和序列化反序列化時(shí)間都有性能損失，層級(jí)越深，下游性能越差。

鏈路太長(zhǎng)，定位問(wèn)題困難（效率低），當(dāng)服務(wù)F出現(xiàn)故障時(shí)，下游A~E 應(yīng)用 owner 需要排查原因。

圖7 鏈路越長(zhǎng)，性能損失越大

以上這些問(wèn)題，在日常開發(fā)中容易遇到，下面我們看看怎么解決這些問(wèn)題。

四、微服務(wù)治理

從下圖中可以看到應(yīng)用之間調(diào)用關(guān)系復(fù)雜，并且有嚴(yán)重的循環(huán)依賴問(wèn)題。

圖8 應(yīng)用調(diào)用關(guān)系圖（雙黃線表示循環(huán)依賴）

循環(huán)依賴是微服務(wù)里面容易忽視的問(wèn)題，系統(tǒng)穩(wěn)定的情況下不會(huì)出現(xiàn)問(wèn)題，由于某些原因，當(dāng)系統(tǒng)從穩(wěn)定變成非穩(wěn)定狀態(tài)時(shí)，循環(huán)依賴容易導(dǎo)致更嚴(yán)重的故障。我們先看1個(gè)生產(chǎn)案例：

案例：發(fā)布過(guò)程中下游超時(shí)，訂單下跌?

剛接入流量的機(jī)器因線程初始化、類加載鎖、JIT等會(huì)產(chǎn)生慢請(qǐng)求。

圖9 發(fā)布過(guò)程中的慢請(qǐng)求

當(dāng)流量接入時(shí)，請(qǐng)求在剛拉入的機(jī)器中多次來(lái)回調(diào)用，因多次慢請(qǐng)求疊加，導(dǎo)致接口越來(lái)越慢，機(jī)器資源耗盡，一臺(tái)一臺(tái)被拖垮，最終整個(gè)服務(wù)不可用，產(chǎn)生雪崩（如下圖）。

圖10 發(fā)布過(guò)程中循環(huán)依賴導(dǎo)致應(yīng)用雪崩

當(dāng)然如果應(yīng)用間循環(huán)依賴QPS很小，例如單機(jī)QPS在10以內(nèi)，少量慢請(qǐng)求無(wú)法將資源耗盡，一般不導(dǎo)致故障，但是這種“壞味道”會(huì)給系統(tǒng)埋下隱患，嚴(yán)重的時(shí)候會(huì)演變?yōu)榻涌诩?jí)的循環(huán)依賴，導(dǎo)致死循環(huán)，并且這種死循環(huán)可能在測(cè)試環(huán)境由于命中緩存沒有被發(fā)現(xiàn)，發(fā)布到生產(chǎn)后有些緩存穿透的請(qǐng)求就會(huì)導(dǎo)致循環(huán)調(diào)用，直到超時(shí)；如果單機(jī)QPS上百，產(chǎn)生的慢請(qǐng)求短時(shí)間內(nèi)耗盡資源，阻塞后續(xù)請(qǐng)求，導(dǎo)致性能下降，產(chǎn)生故障。

故障恢復(fù)期間，由于調(diào)用關(guān)系復(fù)雜，分不清上下游關(guān)系，無(wú)法根據(jù)調(diào)用關(guān)系來(lái)限流，導(dǎo)致定位困難，恢復(fù)時(shí)間長(zhǎng)。

上述案例主要是由循環(huán)依賴引起，像一顆炸彈，為系統(tǒng)埋下隱患。

除了循環(huán)依賴，還有下面幾類問(wèn)題可以優(yōu)化：

1）層級(jí)太深：?

透?jìng)髯侄我亩鄠€(gè)應(yīng)用，需求迭代效率低
每層網(wǎng)絡(luò)延時(shí)、序列化和反序列化都有性能損失，導(dǎo)致終端體驗(yàn)差

2）重復(fù)緩存：同一個(gè)DB不同應(yīng)用重復(fù)構(gòu)建緩存

3）流量大：?

重復(fù)調(diào)用，直接調(diào)用或者間接調(diào)用，末尾服務(wù)壓力大
離線任務(wù)峰值波動(dòng)太大

4）未隔離：?核心、非核心流量未隔離

5）效能低：人均應(yīng)用多/資源使用率低

針對(duì)上面的幾類問(wèn)題，我們制定了微服務(wù)治理目標(biāo)、原則和治理策略。

4.1 治理目標(biāo)

1）穩(wěn)定：故障隔離，提升系統(tǒng)穩(wěn)定性

2）交付：獨(dú)立迭代、獨(dú)立擴(kuò)展、快速交付

橫向拆分：減少耦合，獨(dú)立迭代。

縱向拆分：減少應(yīng)用層級(jí)，提高開發(fā)效率，縮短交付周期。

3）重用：相同功能復(fù)用

不同系統(tǒng)重復(fù)功能復(fù)用，減少重復(fù)開發(fā)，提升一致性。

4.2 治理原則

1）避免跨團(tuán)隊(duì)維護(hù)一套代碼。

2）服務(wù)粒度要與團(tuán)隊(duì)規(guī)模匹配，人均應(yīng)用數(shù)在3個(gè)以內(nèi)。

根據(jù)歷史經(jīng)驗(yàn)，一個(gè)人在超過(guò)3個(gè)應(yīng)用之間來(lái)回切換開發(fā)，開發(fā)效率會(huì)降低，日常處理告警繁瑣，業(yè)務(wù)和性能優(yōu)化也無(wú)法聚焦。

3）應(yīng)用分層：上一層可以依賴任意下一層級(jí)(不可反向依賴)。

4）層級(jí)深度：垂直域/小組內(nèi)，應(yīng)用層級(jí)控制在5層以內(nèi)。

這里的“5層”是我們根據(jù)實(shí)際業(yè)務(wù)實(shí)際情況來(lái)定的。一個(gè)垂直域/小組內(nèi)應(yīng)用層級(jí)超過(guò)5層，一個(gè)需求上下游依賴太多，開發(fā)效率會(huì)降低。

4.3 構(gòu)建原則

1）業(yè)務(wù)領(lǐng)域拆分：?jiǎn)我宦氊?zé)，業(yè)務(wù)建模（對(duì)人員要求高）

2）數(shù)據(jù)存儲(chǔ)：獨(dú)立的數(shù)據(jù)讀寫API

3）復(fù)用性：功能復(fù)用(比如基礎(chǔ)數(shù)據(jù)提供能力，提供給不同小組使用)

可靠性
核心與非核心隔離

??4）穩(wěn)定規(guī)則與易變動(dòng)規(guī)則隔離

5）快速失敗：設(shè)置合理的熔斷規(guī)則

6）異步通信：將與此次請(qǐng)求無(wú)關(guān)的操作/調(diào)用異步化

4.4 治理策略

1）去除循環(huán)依賴?

問(wèn)題：服務(wù)B和服務(wù)C 循環(huán)依賴

策略?

應(yīng)用分層與定位：第一步劃分應(yīng)用層級(jí)（分層工具有傳統(tǒng)三層架構(gòu)、泛領(lǐng)域分層等），將應(yīng)用定位劃分到不同的層級(jí)。
確認(rèn)依賴關(guān)系：每一層內(nèi)如果有多個(gè)應(yīng)用，確認(rèn)上下游關(guān)系。這個(gè)根據(jù)業(yè)務(wù)場(chǎng)景來(lái)，根據(jù)父子關(guān)系，包含關(guān)系，依賴關(guān)系，確認(rèn)每一層內(nèi)的依賴關(guān)系和應(yīng)用職責(zé)。
?

圖11 循環(huán)依賴治理

2）縮短調(diào)用鏈路?

問(wèn)題：服務(wù)BCD 鏈路太長(zhǎng)（垂直域/小組內(nèi))

策略?

領(lǐng)域細(xì)分：將粗粒度的應(yīng)用按照業(yè)務(wù)領(lǐng)域垂直劃分，不同層級(jí)負(fù)責(zé)不同的職責(zé)，讓系統(tǒng)更獨(dú)立。
減少透?jìng)鳎好總€(gè)層級(jí)職責(zé)清晰，減少不必要的透?jìng)鳎岄_發(fā)效率更高。?

圖12 縮短調(diào)用鏈路

3）復(fù)用性

問(wèn)題：服務(wù)BCD 對(duì)相同數(shù)據(jù)重復(fù)緩存（存在一致性問(wèn)題）

策略?

下沉基礎(chǔ)服務(wù)，提供基礎(chǔ)數(shù)據(jù)：將相同的功能下沉為基礎(chǔ)服務(wù)，例如：基礎(chǔ)數(shù)據(jù)服務(wù)提供緩存，翻譯等功能。避免不同的使用方重復(fù)緩存，重復(fù)接入翻譯。

圖13 重復(fù)功能下沉

效果：?下沉基礎(chǔ)數(shù)據(jù)服務(wù)，統(tǒng)一緩存，翻譯等功能，提供給不同的開發(fā)組使用。?

4）流量治理?

a) 重復(fù)調(diào)用?

問(wèn)題：一次請(qǐng)求，服務(wù)C同一個(gè)接口被重復(fù)調(diào)用

策略?

功能內(nèi)聚：將同一個(gè)功能對(duì)下游的依賴放到同一個(gè)服務(wù)內(nèi)調(diào)用。由于系統(tǒng)自身迭代導(dǎo)致的不合理調(diào)用，可以按照上述方法優(yōu)化。如果為了解耦將功能拆開，可以根據(jù)實(shí)際情況評(píng)估影響和收益。

圖14 功能內(nèi)聚合并重復(fù)調(diào)用

效果：功能內(nèi)聚，多次調(diào)用合并為一次調(diào)用。

b) 降低調(diào)用量?

問(wèn)題：一個(gè)服務(wù)中，不同的接口功能拆分太細(xì)，下游使用的時(shí)候都需要調(diào)用多個(gè)接口組裝結(jié)果。例如：一次請(qǐng)求服務(wù)B的a、b、c、d、e接口都被調(diào)用，下游為實(shí)現(xiàn)一個(gè)功能，需要調(diào)用太多小接口。

策略?

合并服務(wù)B中同一領(lǐng)域功能：將相同的功能合并到一個(gè)接口，減少調(diào)用量。
一個(gè)接口提供模塊參數(shù)，按需調(diào)用：
支持按需使用，對(duì)不同業(yè)務(wù)場(chǎng)景非必須的功能，提供模塊參數(shù)，按需傳參。
對(duì)于獨(dú)立的前端頁(yè)面接口，對(duì)外透明，內(nèi)部封裝對(duì)應(yīng)場(chǎng)景需要的模塊參數(shù)，例如前端首屏請(qǐng)求。

圖15 請(qǐng)求合并

效果：聚合相同功能，合并小接口，多次調(diào)用合并為一次調(diào)用。

c) 流量隔離?

問(wèn)題：非核心流量(例如：Job調(diào)度)大于用戶流量

策略?

流量隔離：一套代碼，隔離部署，將核心和非核心流量隔離。核心流量承載用戶請(qǐng)求，保證交易的穩(wěn)定性，非核心流量承載離線任務(wù)調(diào)度和非核心場(chǎng)景調(diào)用。

圖16 流量隔離

效果：總成本不變，核心鏈路穩(wěn)定性得到提升，非核心鏈路CPU使用率得到提升。

d) 離線調(diào)度流量消峰?

問(wèn)題：?jiǎn)挝粫r(shí)間內(nèi)調(diào)度過(guò)于集中(Job)

策略?

合理的延長(zhǎng)調(diào)度時(shí)間：適當(dāng)延遲調(diào)度時(shí)間，降低每分鐘的調(diào)用峰值，讓每分鐘內(nèi)調(diào)用量更加平穩(wěn)。

圖17 離線調(diào)度流量消峰

效果：調(diào)度總時(shí)間在可接受范圍內(nèi)，調(diào)度時(shí)間拉長(zhǎng)，單位時(shí)間內(nèi)調(diào)用總量降低，降低服務(wù)端峰值壓力。

問(wèn)題：每秒內(nèi)調(diào)度不均衡(Job)，導(dǎo)致服務(wù)穩(wěn)定性差或?yàn)榱四艹休d請(qǐng)求需要冗余更多服務(wù)器資源。

圖18 客戶端調(diào)度QPS不均衡

策略?

客戶端削峰填谷：調(diào)度波動(dòng)太大，會(huì)導(dǎo)致請(qǐng)求到了服務(wù)端被限流或者服務(wù)端擴(kuò)縮容。對(duì)于調(diào)度不均衡的離線任務(wù)，我們?cè)诳蛻舳丝刂泼棵雰?nèi)發(fā)送的請(qǐng)求量，讓每秒內(nèi)請(qǐng)求更加平穩(wěn)，任務(wù)調(diào)度總時(shí)間不變。

圖19 客戶端調(diào)度從不均衡變?yōu)榫?/span>

效果：分鐘內(nèi)總的調(diào)用量不變，服務(wù)端調(diào)用量從波動(dòng)變?yōu)槠椒€(wěn)。

5）降低人均應(yīng)用數(shù)/提升CPU使用率?

問(wèn)題?

人均應(yīng)用過(guò)多，開發(fā)效率降低
CPU使用率6%以下應(yīng)用數(shù)占比超過(guò)50% 且總核數(shù)占比超過(guò)30%
?

策略?

短期：縮容，將單邊服務(wù)器數(shù)縮容到SRE標(biāo)準(zhǔn)最小配置。
長(zhǎng)期：合并拆分過(guò)細(xì)的應(yīng)用，參考?xì)v史、現(xiàn)狀和將來(lái)的規(guī)劃，將拆分過(guò)細(xì)、CPU使用率長(zhǎng)期小于6%的應(yīng)用做合并。