服务化将不同业务逻辑进行垂直解耦，每个模块只负责一个服务，对外界透明，因此，服务模块修改升级不影响其他模块。同时，服务模块解耦，有助于实现服务模块的水平扩展，从而实现服务高可用。

微服务架构可以理解为一种架构风格，将一个大型复杂软件应用由一个或多个微服务组成。系统中的各个微服务可被独立部署，各个微服务之间是松耦合的。每个微服务仅关注于完成一件任务并很好地完成该任务。在所有情况下，每个任务代表着一个小的业务能力。
对于微服务架构来说，他们更专注于对于系统应用和业务的解耦，可以达到快速开发，快速迭代的目的，而ESB则是专注将各个系统之间服务集成和转换，强调的是系统间的强强关联，看上去和微服务的理念是相冲突的，在同一环境下只能存在一个。

服务化将不同业务逻辑进行垂直解耦，每个模块只负责一个服务，对外界透明，因此，服务模块修改升级不影响其他模块。同时，服务模块解耦，有助于实现服务模块的水平扩展，从而实现服务高可用。

服务化之前，高可用架构是什么样的？

在服务化之前，互联网的典型高可用架构如下：

 

（1）客户端，APP，H5，小程序，PC浏览器；

（2）后端入口，高可用的反向代理nginx集群；

（3）站点应用，高可用的web-server集群；

（4）后端存储，高可用db集群；

 

更典型的，web-server集群通过DAO/ORM等技术来访问数据库。

可以看到，最初是没有服务层的，此时架构会碰到什么典型痛点呢？

 

架构痛点一：代码到处拷贝

举一个最常见的业务例子，用户数据访问，绝大部分公司都有一个数据库存储用户数据，各个业务都有访问用户数据的需求。

 在有用户服务之前，各个业务线都是自己通过DAO写SQL访问user库来存取用户数据，这无形中就导致了代码的拷贝。

 

架构痛点二：复杂性扩散

随着并发量的越来越高，用户数据的访问数据库成了瓶颈，需要加入缓存来降低数据库的读压力，于是架构中引入了缓存，如果没有统一的服务层，各个业务线都需要关注缓存的引入导致的复杂性。

 对于写请求，所有业务线都要升级代码：

（1）先淘汰cache；

（2）再写db；

 

对于读请求，所有业务线也都要升级代码：

（1）先读cache，命中则返回；

（2）没命中则读db；

（3）再把数据放入cache；

 

这个复杂性是典型的“业务无关”的复杂性，业务方需要被迫升级。

 

随着数据量的越来越大，数据库需要进行水平拆分，于是架构中又引入了分库分表，如果没有统一的服务层，各个业务线都需要关注分库分表的引入导致的复杂性。

 这个复杂性也是典型的“业务无关”的复杂性，业务方需要被迫升级。

 

典型的耦合，还包括bug的修改，发现一个bug，多个地方都需要修改。

 

架构痛点三：库的复用与耦合

服务化并不是唯一的解决上述两痛点的方法，抽象出统一的“库”是最先容易想到的解决（1）代码拷贝；（2）复杂性扩散；的方法。

 

抽象出一个user.so，负责整个用户数据的存取，从而避免代码的拷贝。至于复杂性，也只有user.so这一个地方需要关注了。

 

解决了旧的问题，会引入新的问题，库的版本维护会导致业务线之间的耦合。

 

业务线A将user.so由版本1升级至版本2，如果不兼容业务线B的代码，会导致B业务出现问题。

 

业务线A如果通知了业务线B升级，则是的业务线B会无故做一些“自身业务无关”的升级，非常郁闷。当然，如果各个业务线都是拷贝了一份代码则不存在这个问题。

画外音：有时候拷贝代码也是有好处的。

 

架构痛点四：SQL质量无法保障，业务相互影响

 

业务线通过DAO访问数据库，本质上SQL语句还是各个业务线拼装的，资深的工程师写出高质量的SQL，经验没有这么丰富的工程师可能会写出一些低效的SQL。

假如业务线A写了一个全表扫描的SQL，导致数据库的CPU100%，影响的不只是一个业务线，而是所有的业务线都会受影响。

画外音：临时工程序员要背锅了。

 

架构痛点五：疯狂的DB耦合

业务线不只访问user数据，还会结合自己的业务访问自己的数据。

画外音：user_biz表，也是用uid做主键。

 

典型的，通过join数据表来实现各自业务线的一些业务逻辑。

 

业务线A的table-user与table-A耦合在了一起，业务线B的table-user与table-B耦合在了一起，业务线C的table-user与table-C耦合在了一起，结果就是：table-user，table-A，table-B，table-C都耦合在了一起。

 

随着数据量的越来越大，业务线ABC的数据库是无法垂直拆分开的，必须使用一个大库（疯了，一个大库300多个业务表 =_=）。

 

架构痛点六：…

 

服务化后，高可用架构如何？

互联网高可用分层架构演进的过程中，引入了“服务层”。

 以上文中的用户业务为例，引入了高可用user-service，对业务线响应所用用户数据的存取。

 

引入服务层有什么好处，到底解决什么问题呢？

 

好处一：调用方爽

有服务层之前，业务方访问用户数据，需要通过DAO拼装SQL访问。

 

有服务层之后，业务方通过RPC访问用户数据，就像调用一个本地函数一样，非常之爽：

User = UserService::GetUserById(uid);

传入一个uid，得到一个User实体，就像调用本地函数一样，不需要关心序列化，网络传输，后端执行，网络传输，范序列化等复杂性。

 

好处二：复用性，防止代码拷贝

所有user数据的存取，都通过user-service来进行，代码只此一份，不存在拷贝。

 

升级一处升级，bug修改一处修改。

 

好处三：专注性，屏蔽底层复杂度

在没有服务层之前，所有业务线都需要关注缓存、分库分表这些细节。

 

 在有了服务层之后，只有服务层需要专注关注底层的复杂性了，向上游屏蔽了细节。

 

好处四：SQL质量得到保障

 原来是业务向上游直接拼接SQL访问数据库。

 

有了服务层之后，所有的SQL都是服务层提供的，业务线不能再为所欲为了。底层服务对于稳定性的要求更好的话，可以由更资深的工程师维护，而不是像原来SQL难以收口，难以控制。

好处五：数据库解耦

 原来各个业务的数据库都混在一个大库里，相互join，难以拆分。

 

 服务化之后，底层的数据库被隔离开了，可以很方便的拆分出来，进行扩容。

 

好处六：提供有限接口，无限性能

在服务化之前，各业务线上游想怎么操纵数据库都行，遇到了性能瓶颈，各业务线容易扯皮，相互推诿。

服务化之后，服务只提供有限的通用接口，理论上服务集群能够提供无限性能，性能出现瓶颈，服务层一处集中优化。

服务化不能解决所有问题，如果没有碰到这些问题，架构未必需要服务化。

一切脱离业务的架构设计，都是耍流氓

指开发一个单个 小型的但有业务功能的服务。
微服务架构系统灵活性，健壮性，扩展性好，特别适合需求变化迅速的场景。但系统复杂度高，部署，管理难度大。微服务除了开发期框架之外，还有需要一系列的运行期中间件支撑，如API网关，服务注册中心，统一配置中心等

类似于总分总，总的ID分流到各个支流