如何進行邏輯思維Go語言微服務(wù)改造

如何進行邏輯思維Go語言微服務(wù)改造，針對這個問題，這篇文章詳細(xì)介紹了相對應(yīng)的分析和解答，希望可以幫助更多想解決這個問題的小伙伴找到更簡單易行的方法。

1.改造的背景

得到最早的APP就是一個單體的PHP的應(yīng)用，就是圖中最大的黃色塊，中間藍(lán)色塊代表不同模塊。下面的黃色部分代表passport 和支付系統(tǒng)，這個是在做得到之前就存在的系統(tǒng)，因為公司早期有微信里的電商業(yè)務(wù)。

后來發(fā)現(xiàn)有一些業(yè)務(wù)邏輯并不需要從得到走，還有一些數(shù)據(jù)格式轉(zhuǎn)換的工作也不需要跟業(yè)務(wù)完全耦合，所以加了一層PHP的網(wǎng)關(guān)就是下圖看到的V3那部分。但是這樣做也有一些問題，PHP后端是FPM，一旦后端的接口響應(yīng)較慢，就需要啟動大量FPM保證并發(fā)訪問，從而導(dǎo)致操作系統(tǒng)負(fù)載較高，從這一點上來說，使用PHP做這部分工作并不合適。

1.1 屋漏偏逢連夜雨

1.2 改造目標(biāo)

高性能

首先是性能要高，如果你單臺機器跑幾十QPS，那么堆機器也很難滿足要求。

服務(wù)化

服務(wù)化實際上在故障之前就已經(jīng)開始了，并且由于我們不同的業(yè)務(wù)團隊已經(jīng)在負(fù)責(zé)不同的業(yè)務(wù)，實際上也是需要服務(wù)化繼續(xù)做下去。

資源拆分隔離

隨著服務(wù)化過程，就需要對資源進行拆分，需要每個服務(wù)提供相應(yīng)的接口，服務(wù)之間不能直接訪問其他服務(wù)的數(shù)據(jù)庫或者緩存。

高可用

當(dāng)時定的目標(biāo)是99.9的可用性。

1.3 為什么選擇Go

Go的好處很多，最重要的還是對PHP程序員來說，上手更容易，而且性能好很多。

2.改造的過程

2.1首先有一個系統(tǒng)架構(gòu)圖

對于系統(tǒng)改造來說，首先需要知道，系統(tǒng)需要改成什么樣子。因此我們需要一個架構(gòu)的藍(lán)圖。上面就是我們的架構(gòu)藍(lán)圖。首先需要的是一個統(tǒng)一對外的API GATEWAY，圖中最上層的黃色部分。 中間淡紫色的部分是對外的業(yè)務(wù)服務(wù)。淺綠色部分是基礎(chǔ)資源服務(wù)，比如音頻文稿信息，加密服務(wù)。下面紅色部分是支付和passport等公用服務(wù)，最右側(cè)是一些通用的框架和中間件。最下層是一些基礎(chǔ)設(shè)施。

我們的框架跟基礎(chǔ)設(shè)施的完善和系統(tǒng)重構(gòu)是交織進行的，不是說一開始就有一個完全沒問題的設(shè)計，隨著業(yè)務(wù)的改造，會有很多新的功能加進來。

2.2框架和基礎(chǔ)設(shè)施完善

我不講應(yīng)用系統(tǒng)怎么拆分，因為每個公司業(yè)務(wù)系統(tǒng)都不一樣，我講一下我們在框架和中間件這部分事情。

API gateway

API gateway是我們和陳皓（著名的左耳朵耗子）團隊合作研發(fā)的。他們團隊對于我們成功跨年幫助很大，在此先感謝一下。

目 的限流

API gateway主要的目的就是限流，改造過程當(dāng)中，我們線上有400多個接口，經(jīng)常加新功能。我們可以保證新接口的性能，但是總有在改造過程中疏忽的老接口，通過API gateway限流可以保證在流量大的時候，老接口也有部分用戶可用。

升級API

大部分的API升級都是跟客戶端解決的，但是我們不太強制用戶升級，導(dǎo)致線上老接口存在很長時間，我們需要在API gateway這一層做一些把新接口數(shù)據(jù)格式轉(zhuǎn)成老接口數(shù)據(jù)格式的工作。

鑒權(quán)

在拆分服務(wù)之后，需要統(tǒng)一對接口進行鑒權(quán)和訪問控制，業(yè)界的做法通常都是在網(wǎng)關(guān)這一層來做，我們也不例外。

接下來看一下API gateway的架構(gòu)

API gateway由一個write節(jié)點和多個read節(jié)點，節(jié)點之間通過gossip協(xié)議通信。每個節(jié)點最上層有一個CLI的命令行，可以用來調(diào)用Gateway的API。下層的HTTPServer等都是一個plugin，由多個plugin組成不同的pipeline來處理不同的請求。在后面我會介紹這個的設(shè)計。每個節(jié)點都有一個統(tǒng)計模塊來做一些統(tǒng)計信息，這個統(tǒng)計信息主要是接口平均響應(yīng)時間，QPS等。修改配置之后，write節(jié)點會把配置信息同步到read節(jié)點上，并且通過model模塊持久化到本地磁盤上。

請求經(jīng)過了兩段pipeline，第一段pipeline基于請求的url。可以在不同的pipeline上面組合不同的plugin。假設(shè)一個接口不需要限流，只需要在接口的配置里頭不加limiter plugin就可以了。第二段pipeline基于后端的Server配置，做一些負(fù)載均衡的工作。

接下來我們看整個API gateway啟動的流程和調(diào)度方面

啟動是比較簡單的，去加載plugin，然后再去加載相應(yīng)的配置文件，根據(jù)配置文件把plugin和pipeline做對應(yīng)。右上角的這個調(diào)度器分為靜態(tài)調(diào)度和動態(tài)調(diào)度。靜態(tài)調(diào)度是假設(shè)分配5個go routine來做處理，始終都有5個go routine來處理對應(yīng)的請求。動態(tài)調(diào)度器是根據(jù)請求繁忙程度，在一個go routine最大值和最小值之間變化。

API gateway鑒權(quán)方面比較簡單，客戶端調(diào)用登錄接口，passport會把token和userid，傳到API gateway，API gateway再把相應(yīng)的token傳到這個APP端?？蛻舳讼麓握埱缶湍胻oken請求，如果token驗證不過，就返回客戶端。如果驗證通過再調(diào)用后端不同的服務(wù)獲取結(jié)果，最后返回結(jié)果給客戶端。

最后再強調(diào)一下API gateway如何進行

我們在API gateway里面引入兩種限流的策略

1.滑動窗口限流

為什么會根據(jù)滑動窗口限流呢？因為線上接口太多，我們也不知道到底是限100好200好還是限10000好，除非每一個都進行壓測。用滑動窗口來統(tǒng)計一個時間窗口之內(nèi)，響應(yīng)時間，成功和失敗的數(shù)量，根絕這個統(tǒng)計數(shù)據(jù)對下一個時間窗口是否要進行限流做判斷。

2.QPS的限流

為什么還會留一個QPS的限流呢？因為要做活動，滑動窗口是一個時間窗口，做活動的時候，客戶拿起手機掃二維碼，流量瞬間就進來了，滑動窗口在這種情況下很難起到作用。

服務(wù)框架

目的簡化應(yīng)用開發(fā)服務(wù)注冊發(fā)現(xiàn)方便配置管理服務(wù)框架的常用架構(gòu)

第一種方式是做成一個庫，把相關(guān)功能編譯進服務(wù)本身。這里有兩個問題，第一個是我們兼容好幾種語言，開發(fā)量比較大。還有一個是一旦客戶端跟隨服務(wù)調(diào)用方發(fā)布到生產(chǎn)環(huán)境中，后續(xù)如果要對客戶庫進行升級，勢必要求服務(wù)調(diào)用方修改代碼并重新發(fā)布，所以該方案的升級推廣有不小的阻力。在業(yè)界來說，spring cloud，dubbo，motan都是用這樣的機制。

還有一種方案是把Lord Balancing的功能拿出來做成一個agent，跟consumer單獨跑，每次consumer請求的時候是通過agent拿到Service Provder的地址，然后再調(diào)用Service Provder。好處是簡化了服務(wù)調(diào)用方，不需要為不同語言開發(fā)客戶庫，LB的升級不需要服務(wù)調(diào)用方改代碼。缺點也很明顯，部署比較復(fù)雜；還有可用性檢測會更麻煩一點，這個agent也可能會掛。如果agent掛掉，整個服務(wù)也要摘下來。百度內(nèi)部的BNS和Airbnb的SmartStack服務(wù)發(fā)現(xiàn)框架也是這種做法。由于我們內(nèi)部語言較多，因此選擇了第二種做法。

在Consul集群中，每個提供服務(wù)的節(jié)點上都要部署和運行Consul的agent，所有運行Consul agent節(jié)點的集合構(gòu)成Consul Cluster。Consul agent有兩種運行模式：Server和Client。這里的Server和Client只是Consul集群層面的區(qū)分，與搭建在Cluster之上 的應(yīng)用服務(wù)無關(guān)。以Server模式運行的Consul agent節(jié)點用于維護Consul集群的狀態(tài)，官方建議每個Consul Cluster至少有3個或以上的運行在Server mode的Agent，Client節(jié)點不限。

Client和Server的角色在DDNS是沒有嚴(yán)格區(qū)分的，請求服務(wù)時該服務(wù)就是Client，提供服務(wù)時候就是Server。

NNDS提供出來的是一個SDK可以很容易的集成和擴展為一個獨立的服務(wù)并且集成更多的功能。采用agent方式，將在每一個服務(wù)器部署安裝得到的agent，支持使用HTTP和grpc進行請求。

服務(wù)完成啟動并可以可以對外提供服務(wù)之后，請求agent的接口v1/service/register將其注冊的進入DDNS；

注冊成功則其他客戶端可以通過DDNS發(fā)現(xiàn)接口獲取到該APP節(jié)點信息；

如果注冊失敗，APP會重復(fù)嘗試重新注冊，重試三次失敗則報警；

假設(shè)服務(wù)A需要請求服務(wù)B，服務(wù)名稱為bbb，直接請求本機的agent接口v1/service/getservice，獲取到bbb的服務(wù)節(jié)點信息。

對于agent而言，如果服務(wù)bbb是第一次被請求，則會請求Consul集群，獲取到服務(wù)bbb的數(shù)據(jù)之后進行本地從cache并對服務(wù)bbb的節(jié)點進行watch監(jiān)控，并定時更新本地的service信息；

如果獲取失敗，給出原因，如果是系統(tǒng)錯誤則報警；

這是服務(wù)框架基本的接口

這個就是客戶端調(diào)用的封裝，可以同時支持HTTP和JRTC，在這個之后我們還做了RBAC的權(quán)限控制，我們希望能調(diào)哪些服務(wù)都是可以做權(quán)限控制的。

多機緩存

client請求到server，server先在緩存里找，找到就返回，沒有就數(shù)據(jù)庫找，如果找到就回設(shè)到緩存然后返回客戶端。這里是一個比較簡單的模型。只有一級cache，但是一級cache有可能不夠用，比如說壓測的時候我們發(fā)現(xiàn)，一個redis在我們的業(yè)務(wù)情況下支撐到接口的QPS就是一萬左右，QPS高一點怎么辦呢？我們引入多級緩存。

越靠近上面的緩存就越小，一級就是服務(wù)local cache，如果命中就返回數(shù)據(jù)，如果沒有就去L1查，如果查到就更新local cache,并且返回數(shù)據(jù)。如果L1級也沒有就去

L2級查，如果查到數(shù)據(jù)就更新L1 cache/local cache，并返回數(shù)據(jù)

我們上面看到的是針對單條內(nèi)容本身的緩存，在整個棧上來看，gateway也可以緩存一部分?jǐn)?shù)據(jù)，不用請求透穿。這個5的虛線是什么意思呢？因為數(shù)據(jù)修改后需要更新，在應(yīng)用層做有時候會有失敗，所以讀取數(shù)據(jù)庫binlog來補漏，減少數(shù)據(jù)不一致的情況。

我一直覺得如果有泛型代碼好寫很多，沒有泛型框架里面就要大量的反射來代替泛型。

php with redis cache

go with redis cache

go with big cache

go with object cache

免費專欄首頁

100+

600+

2000+

12000+

付費專欄首頁

200+

900+

2400+

14000+

多級緩存開始加了之后整個性能的對比，最早PHP是一兩百，改成Go之后，也不強多少，后面Go和big cache的大概到兩千左右的，但是有一些問題，后面會講當(dāng)問題。后面基于對象的cache，把對象緩存起來，我們跑測試的機器是在八核，達到這樣的結(jié)果還可以接受。

熔斷降級

接口同時請求內(nèi)部服務(wù)，service7、8、9不一樣，service5是掛掉的狀態(tài)，但是對外的服務(wù)還在每次調(diào)用，我們需要減少調(diào)用，讓service5恢復(fù)過來。

打開的狀態(tài)下，失敗達到一定的閾值就關(guān)起來，等熔斷的窗口結(jié)束，達到一個半開的狀態(tài)接受一部分的請求。如果失敗的閾值很高就回到關(guān)閉的狀態(tài)。這個統(tǒng)計的做法就是我們之前提到的滑動窗口算法。

這里是移植了JAVA hystrix的庫，JAVA里面有很多做得很不錯的框架和庫，值得我們借鑒。

3.經(jīng)驗總結(jié)

3.1 通用基礎(chǔ)庫非常重要

剛才講的性能提升部分，QPS 從600提升到12000，我們只用了一天，主要原因就在于我們通過基礎(chǔ)庫做了大量優(yōu)化，而且基礎(chǔ)庫做的提升，所有服務(wù)都會受益。

3.2 善用工具

?generate + framework提升開發(fā)效率

?pprof+trace+go-torch確定性能問題

比如說我們大量的用generate + framework，通過generate和模板生成很多代碼。查性能的時候，pprof+trace+go-torch可以幫你節(jié)省很多工作。Go-torch是做火焰圖的，Go新版本已經(jīng)內(nèi)置了火焰圖的功能。

這是根據(jù)我們的表結(jié)構(gòu)生成相應(yīng)的數(shù)據(jù)庫訪問代碼，多級緩存是把所有的訪問都要抽象成K-V，K-LIST等訪問模式，每次這么做的時候手動去寫太繁瑣，我們就做了一個工具，你用哪一個表，工具就生成好，你只需要把它組裝一下。

定位性能問題的時候，火焰圖一定要用

比如說定位性能問題就要看最長的地方在哪里，著力優(yōu)化這個熱點的code，壓測的時候發(fā)現(xiàn)，大家600、900的火火焰圖這里有問題，優(yōu)化完成后如下圖

3.3 其他經(jīng)驗總結(jié)

針對熱點代碼做優(yōu)化

合理復(fù)用對象

盡量避免反射

合理的序列化和反序列化方式

GC開銷

舉例來說我們之前有一個服務(wù)會從緩存里面拿到很多ID的list，數(shù)據(jù)是存成json格式[1,2,3]這樣，發(fā)現(xiàn)json的序列化和反序列化性能開銷非常大，基本上會占到50%以上的開銷。早上滴滴講他們的json庫，可以提升10倍性能，實際上在我們的場景下提升不了那么多，大概只能提升一倍，當(dāng)然提升一倍也是很大的提升（因為你只用改一行代碼就能提升這么多）。其次json飯序列化導(dǎo)致的GC的問題也很厲害，最猛的時候能夠達到20%CPU，即使是在Go的算法也做得很不錯的情況下。最終解決的辦法就是在這里引入PB替代json。PB反序列化性能（在我們的情況下）確實比json好10倍，并且分配的臨時對象少多了，從而也降低了GC開銷。

為什么要避免反射呢？我們在本地建了local cache，緩存整個對象就要求你不能在緩存之外修改這個對象，但是實際業(yè)務(wù)上有這個需求。我們出現(xiàn)過這樣的情況后就用反射來做deep copy。JAVA反射還可以用，原因是jvm會將反射代碼生成JAVA代碼，實際上調(diào)用的是生成的代碼。但是在Go里面不是，本來Go的性能是和C接近的，大量用了反射之后，性能就跟python接近額。后來我們就定義一個cloneable的接口，讓程序員手動來做這個clone工作。

壓力測試

我們主要用的就是ab和Siege，這兩個通常是針對單個系統(tǒng)的壓力測試。實際上用戶在使用的過程當(dāng)中，調(diào)用鏈上每一個地方都可能出現(xiàn)問題。所以在微服務(wù)的情況下，單個系統(tǒng)的壓力測試，雖然很重要，但是不足以完全消除我們系統(tǒng)的所有問題。

舉一個例子，跨年的時候羅老板要送東西，首先要領(lǐng)東西，領(lǐng)東西是一個接口，接下來通常用戶會再刷一下已購列表看看在不在，最后再確認(rèn)一下他領(lǐng)到的東西對不對。因此你需要對整個鏈路進行壓測，不能只壓測一下領(lǐng)取接口，這樣可能是有問題的。假設(shè)你已購列表接口比較慢，用戶領(lǐng)了以后就再刷一下看一看有沒有，沒有的情況下，一般用戶會持續(xù)的刷，導(dǎo)致越慢的接口越容易成為瓶頸。因此需要合理的規(guī)劃訪問路徑，對鏈路上的所有服務(wù)進行壓測，不能只關(guān)注一個服務(wù)。

我們直接買了阿里云PTS的服務(wù)，他們做法就是在CDN節(jié)點上模擬請求，可以對整個訪問路徑進行模擬。

4.正在做什么

4.1 分庫分表和分布式事務(wù)

選擇一個數(shù)據(jù)庫跟你公司相關(guān)的運維是相關(guān)的。分布式事務(wù)在我這里比較重要，我們有很多購買的環(huán)節(jié)，一旦拆了微服務(wù)之后，只要有一個地方錯，就需要對整個進行回滾。我們現(xiàn)在的做法是手動控制，但是隨著你后面的業(yè)務(wù)越來越多，不可能所有的都手動控制，這時就需要有一個分布式事務(wù)框架，所以我們現(xiàn)在基于TCC的方式正在做自己的分布式事務(wù)框架。

分庫分表也是一個硬性的需求，我們在這里暫時沒有上tidb的原因主要是DBA團隊對tidb不熟悉。我們之前的分庫分表也是程序員自己來處理，現(xiàn)在正在做一個框架能同時支持分庫和分表，同時支持hash和range兩種方式。

4.2API gateway

API gateway上面有很多事情可以做，我們在熔斷和降級做了一些事情?，F(xiàn)在一些Service mesh做的很多事情是把很多工作放在內(nèi)部API gateway上，是做控制的事情，實際上不應(yīng)該是業(yè)務(wù)邏輯關(guān)心的事情。我們也在考慮怎么把API gateway和SM做結(jié)合。

4.3 APM

拆了微服務(wù)之后，最大的問題是不方便定位具體問題在哪里。我們有時候出問題，我叫好幾個人看看各自負(fù)責(zé)的系統(tǒng)對不對，大家人肉看出問題的地方在哪，這是個比較蛋疼的做法。因入APM+tracing之后，就方便我們來追蹤問題在哪里。

4.4 容器化

我們現(xiàn)在的線上環(huán)境，還是在用虛擬機。仿真環(huán)境和測試環(huán)境已經(jīng)是容器，使用容器有很多好處，我就不一一列舉了。這也是我們下半年要做的重點工作。

4.5緩存服務(wù)化

我們現(xiàn)在有多級緩存的實現(xiàn)，但是多級緩存還是一個庫的形式來實現(xiàn)的。如果把緩存抽出來，使用memcached或者redis的協(xié)議，抽出來成為一個獨立的服務(wù)。后面的業(yè)務(wù)系統(tǒng)迭代的時候不用關(guān)心緩存本身的擴容縮容策略。

關(guān)于如何進行邏輯思維Go語言微服務(wù)改造問題的解答就分享到這里了，希望以上內(nèi)容可以對大家有一定的幫助，如果你還有很多疑惑沒有解開，可以關(guān)注億速云行業(yè)資訊頻道了解更多相關(guān)知識。