阿里妹導(dǎo)讀：初創(chuàng)公司遇到的每一個(gè)問題都可能攸關(guān)生死。創(chuàng)業(yè)之初更應(yīng)該總結(jié)行業(yè)的常見問題，對(duì)比方案尋找最優(yōu)解。阿里巴巴地圖技術(shù)專家常意在技術(shù)圈摸爬滾打數(shù)年，接觸了各式各樣的Java服務(wù)端架構(gòu)。服務(wù)端問題見得多了，也就更能分辨出各種方案的優(yōu)劣。今天，常意總結(jié)了5大初創(chuàng)公司存在的Java服務(wù)端難題，并嘗試性地給出了一些解決方案，供大家交流參考。

1.系統(tǒng)不是分布式

1.1.單機(jī)版系統(tǒng)搶單案例

// 搶取訂單函數(shù) public synchronized void grabOrder(Long orderId, Long userId) {// 獲取訂單信息OrderDO order = orderDAO.get(orderId);if (Objects.isNull(order)) {throw new BizRuntimeException(String.format("訂單(%s)不存在", orderId));}// 檢查訂單狀態(tài)if (!Objects.equals(order.getStatus, OrderStatus.WAITING_TO_GRAB.getValue())) {throw new BizRuntimeException(String.format("訂單(%s)已被搶", orderId));}// 設(shè)置訂單被搶orderDAO.setGrabed(orderId, userId); }

以上代碼，在一臺(tái)服務(wù)器上運(yùn)行沒有任何問題。進(jìn)入函數(shù)grabOrder（搶取訂單）時(shí)，利用synchronized關(guān)鍵字把整個(gè)函數(shù)鎖定，要么進(jìn)入函數(shù)前訂單未被人搶取，從而搶單成功，要么進(jìn)入函數(shù)前訂單已被搶取導(dǎo)致?lián)寙问?#xff0c;絕對(duì)不會(huì)出現(xiàn)進(jìn)入函數(shù)前訂單未被搶取而進(jìn)入函數(shù)后訂單又被搶取的情況。

但是，如果上面的代碼在兩臺(tái)服務(wù)器上同時(shí)運(yùn)行，由于Java的synchronized關(guān)鍵字只在一個(gè)虛擬機(jī)內(nèi)生效，所以就會(huì)導(dǎo)致兩個(gè)人能夠同時(shí)搶取一個(gè)訂單，但會(huì)以最后一個(gè)寫入數(shù)據(jù)庫的數(shù)據(jù)為準(zhǔn)。所以，大多數(shù)的單機(jī)版系統(tǒng)，是無法作為分布式系統(tǒng)運(yùn)行的。

1.2.分布式系統(tǒng)搶單案例

添加分布式鎖，進(jìn)行代碼優(yōu)化：

// 搶取訂單函數(shù) public void grabOrder(Long orderId, Long userId) {Long lockId = orderDistributedLock.lock(orderId);try {grabOrderWithoutLock(orderId, userId);} finally {orderDistributedLock.unlock(orderId, lockId);} }// 不帶鎖的搶取訂單函數(shù) private void grabOrderWithoutLock(Long orderId, Long userId) {// 獲取訂單信息OrderDO order = orderDAO.get(orderId);if (Objects.isNull(order)) {throw new BizRuntimeException(String.format("訂單(%s)不存在", orderId));}// 檢查訂單狀態(tài)if (!Objects.equals(order.getStatus, OrderStatus.WAITING_TO_GRAB.getValue())) {throw new BizRuntimeException(String.format("訂單(%s)已被搶", orderId));}// 設(shè)置訂單被搶orderDAO.setGrabed(orderId, userId); }

優(yōu)化后的代碼，在調(diào)用函數(shù)grabOrderWithoutLock（不帶鎖的搶取訂單）前后，利用分布式鎖orderDistributedLock（訂單分布式鎖）進(jìn)行加鎖和釋放鎖，跟單機(jī)版的synchronized關(guān)鍵字加鎖效果基本一樣。

1.3.分布式系統(tǒng)的優(yōu)缺點(diǎn)

分布式系統(tǒng)（Distributed System）是支持分布式處理的軟件系統(tǒng)，是由通信網(wǎng)絡(luò)互聯(lián)的多處理機(jī)體系結(jié)構(gòu)上執(zhí)行任務(wù)的系統(tǒng)，包括分布式操作系統(tǒng)、分布式程序設(shè)計(jì)語言及其編譯系統(tǒng)、分布式文件系統(tǒng)分布式數(shù)據(jù)庫系統(tǒng)等。

分布式系統(tǒng)的優(yōu)點(diǎn)：

• 可靠性、高容錯(cuò)性：一臺(tái)服務(wù)器的崩潰，不會(huì)影響其它服務(wù)器，其它服務(wù)器仍能提供服務(wù)。
• 可擴(kuò)展性：如果系統(tǒng)服務(wù)能力不足，可以水平擴(kuò)展更多服務(wù)器。
• 靈活性：可以很容易的安裝、實(shí)施、擴(kuò)容和升級(jí)系統(tǒng)。
• 性能高：擁有多臺(tái)服務(wù)器的計(jì)算能力，比單臺(tái)服務(wù)器處理速度更快。
• 性價(jià)比高：分布式系統(tǒng)對(duì)服務(wù)器硬件要求很低，可以選用廉價(jià)服務(wù)器搭建分布式集群，從而得到更好的性價(jià)比。

分布式系統(tǒng)的缺點(diǎn)：

• 排查難度高：由于系統(tǒng)分布在多臺(tái)服務(wù)器上，故障排查和問題診斷難度較高。
• 軟件支持少：分布式系統(tǒng)解決方案的軟件支持較少。
• 建設(shè)成本高：需要多臺(tái)服務(wù)器搭建分布式系統(tǒng)。

曾經(jīng)有不少的朋友咨詢我："找外包做移動(dòng)應(yīng)用，需要注意哪些事項(xiàng)？"

首先，確定是否需要用分布式系統(tǒng)。軟件預(yù)算有多少？預(yù)計(jì)用戶量有多少？預(yù)計(jì)訪問量有多少？是否只是業(yè)務(wù)前期試水版？單臺(tái)服務(wù)器能否解決？是否接收短時(shí)間宕機(jī)？……如果綜合考慮，單機(jī)版系統(tǒng)就可以解決的，那就不要采用分布式系統(tǒng)了。因?yàn)閱螜C(jī)版系統(tǒng)和分布式系統(tǒng)的差別很大，相應(yīng)的軟件研發(fā)成本的差別也很大。

其次，確定是否真正的分布式系統(tǒng)。分布式系統(tǒng)最大的特點(diǎn)，就是當(dāng)系統(tǒng)服務(wù)能力不足時(shí)，能夠通過水平擴(kuò)展的方式，通過增加服務(wù)器來增加服務(wù)能力。然而，單機(jī)版系統(tǒng)是不支持水平擴(kuò)展的，強(qiáng)行擴(kuò)展就會(huì)引起一系列數(shù)據(jù)問題。由于單機(jī)版系統(tǒng)和分布式系統(tǒng)的研發(fā)成本差別較大，市面上的外包團(tuán)隊(duì)大多用單機(jī)版系統(tǒng)代替分布式系統(tǒng)交付。

那么，如何確定你的系統(tǒng)是真正意義上的分布式系統(tǒng)呢？從軟件上來說，是否采用了分布式軟件解決方案；從硬件上來說，是否采用了分布式硬件部署方案。

1.4.分布式軟件解決方案

作為一個(gè)合格的分布式系統(tǒng)，需要根據(jù)實(shí)際需求采用相應(yīng)的分布式軟件解決方案。

1.4.1分布式鎖

分布式鎖是單機(jī)鎖的一種擴(kuò)展，主要是為了鎖住分布式系統(tǒng)中的物理塊或邏輯塊，用以此保證不同服務(wù)之間的邏輯和數(shù)據(jù)的一致性。

目前，主流的分布式鎖實(shí)現(xiàn)方式有3種：

基于數(shù)據(jù)庫實(shí)現(xiàn)的分布式鎖；

基于Redis實(shí)現(xiàn)的分布式鎖；

基于Zookeeper實(shí)現(xiàn)的分布式鎖。

1.4.2分布式消息

分布式消息中間件是支持在分布式系統(tǒng)中發(fā)送和接受消息的軟件基礎(chǔ)設(shè)施。常見的分布式消息中間件有ActiveMQ、RabbitMQ、Kafka、MetaQ等。

MetaQ（全稱Metamorphosis）是一個(gè)高性能、高可用、可擴(kuò)展的分布式消息中間件，思路起源于LinkedIn的Kafka，但并不是Kafka的一個(gè)拷貝。MetaQ具有消息存儲(chǔ)順序?qū)憽⑼掏铝看蠛椭С直镜睾蚗A事務(wù)等特性，適用于大吞吐量、順序消息、廣播和日志數(shù)據(jù)傳輸?shù)葓?chǎng)景。

1.4.3數(shù)據(jù)庫分片分組

針對(duì)大數(shù)據(jù)量的數(shù)據(jù)庫，一般會(huì)采用"分片分組"策略：

分片(shard)：主要解決擴(kuò)展性問題，屬于水平拆分。引入分片，就引入了數(shù)據(jù)路由和分區(qū)鍵的概念。其中，分表解決的是數(shù)據(jù)量過大的問題，分庫解決的是數(shù)據(jù)庫性能瓶頸的問題。

分組(group)：主要解決可用性問題，通過主從復(fù)制的方式實(shí)現(xiàn)，并提供讀寫分離策略用以提高數(shù)據(jù)庫性能。

1.4.4分布式計(jì)算

分布式計(jì)算( Distributed computing )是一種"把需要進(jìn)行大量計(jì)算的工程數(shù)據(jù)分割成小塊，由多臺(tái)計(jì)算機(jī)分別計(jì)算；在上傳運(yùn)算結(jié)果后，將結(jié)果統(tǒng)一合并得出數(shù)據(jù)結(jié)論"的科學(xué)。

當(dāng)前的高性能服務(wù)器在處理海量數(shù)據(jù)時(shí)，其計(jì)算能力、內(nèi)存容量等指標(biāo)都遠(yuǎn)遠(yuǎn)無法達(dá)到要求。在大數(shù)據(jù)時(shí)代，工程師采用廉價(jià)的服務(wù)器組成分布式服務(wù)集群，以集群協(xié)作的方式完成海量數(shù)據(jù)的處理，從而解決單臺(tái)服務(wù)器在計(jì)算與存儲(chǔ)上的瓶頸。Hadoop、Storm以及Spark是常用的分布式計(jì)算中間件，Hadoop是對(duì)非實(shí)時(shí)數(shù)據(jù)做批量處理的中間件，Storm和Spark是對(duì)實(shí)時(shí)數(shù)據(jù)做流式處理的中間件。

除此之外，還有更多的分布式軟件解決方案，這里就不再一一介紹了。

1.5分布式硬件部署方案

介紹完服務(wù)端的分布式軟件解決方案，就不得不介紹一下服務(wù)端的分布式硬件部署方案。這里，只畫出了服務(wù)端常見的接口服務(wù)器、MySQL數(shù)據(jù)庫、Redis緩存，而忽略了其它的云存儲(chǔ)服務(wù)、消息隊(duì)列服務(wù)、日志系統(tǒng)服務(wù)……

1.5.1一般單機(jī)版部署方案

架構(gòu)說明：只有1臺(tái)接口服務(wù)器、1個(gè)MySQL數(shù)據(jù)庫、1個(gè)可選Redis緩存，可能都部署在同一臺(tái)服務(wù)器上。

適用范圍：適用于演示環(huán)境、測(cè)試環(huán)境以及不怕宕機(jī)且日PV在5萬以內(nèi)的小型商業(yè)應(yīng)用。

1.5.2中小型分布式硬件部署方案

架構(gòu)說明：通過SLB/Nginx組成一個(gè)負(fù)載均衡的接口服務(wù)器集群，MySQL數(shù)據(jù)庫和Redis緩存采用了一主一備（或多備）的部署方式。

適用范圍：適用于日PV在500萬以內(nèi)的中小型商業(yè)應(yīng)用。

1.5.3大型分布式硬件部署方案

架構(gòu)說明：通過SLB/Nginx組成一個(gè)負(fù)載均衡的接口服務(wù)器集群，利用分片分組策略組成一個(gè)MySQL數(shù)據(jù)庫集群和Redis緩存集群。

適用范圍：適用于日PV在500萬以上的大型商業(yè)應(yīng)用。

2.多線程使用不正確

多線程最主要目的就是"最大限度地利用CPU資源"，可以把串行過程變成并行過程，從而提高了程序的執(zhí)行效率。

2.1一個(gè)慢接口案例

假設(shè)在用戶登錄時(shí)，如果是新用戶，需要?jiǎng)?chuàng)建用戶信息，并發(fā)放新用戶優(yōu)惠券。例子代碼如下：

// 登錄函數(shù)(示意寫法) public UserVO login(String phoneNumber, String verifyCode) {// 檢查驗(yàn)證碼if (!checkVerifyCode(phoneNumber, verifyCode)) {throw new ExampleException("驗(yàn)證碼錯(cuò)誤");}// 檢查用戶存在UserDO user = userDAO.getByPhoneNumber(phoneNumber);if (Objects.nonNull(user)) {return transUser(user);}// 創(chuàng)建新用戶return createNewUser(user); }// 創(chuàng)建新用戶函數(shù) private UserVO createNewUser(String phoneNumber) {// 創(chuàng)建新用戶UserDO user = new UserDO();...userDAO.insert(user);// 綁定優(yōu)惠券couponService.bindCoupon(user.getId(), CouponType.NEW_USER);// 返回新用戶return transUser(user); }

其中，綁定優(yōu)惠券（bindCoupon）是給用戶綁定新用戶優(yōu)惠券，然后再給用戶發(fā)送推送通知。如果隨著優(yōu)惠券數(shù)量越來越多，該函數(shù)也會(huì)變得越來越慢，執(zhí)行時(shí)間甚至超過1秒，并且沒有什么優(yōu)化空間。現(xiàn)在，登錄（login）函數(shù)就成了名副其實(shí)的慢接口，需要進(jìn)行接口優(yōu)化。

2.2采用多線程優(yōu)化

通過分析發(fā)現(xiàn)，綁定優(yōu)惠券（bindCoupon）函數(shù)可以異步執(zhí)行。首先想到的是采用多線程解決該問題，代碼如下：

// 創(chuàng)建新用戶函數(shù) private UserVO createNewUser(String phoneNumber) {// 創(chuàng)建新用戶UserDO user = new UserDO();...userDAO.insert(user);// 綁定優(yōu)惠券executorService.execute(()->couponService.bindCoupon(user.getId(), CouponType.NEW_USER));// 返回新用戶return transUser(user); }

現(xiàn)在，在新線程中執(zhí)行綁定優(yōu)惠券（bindCoupon）函數(shù)，使用戶登錄（login）函數(shù)性能得到很大的提升。但是，如果在新線程執(zhí)行綁定優(yōu)惠券函數(shù)過程中，系統(tǒng)發(fā)生重啟或崩潰導(dǎo)致線程執(zhí)行失敗，用戶將永遠(yuǎn)獲取不到新用戶優(yōu)惠券。除非提供用戶手動(dòng)領(lǐng)取優(yōu)惠券頁面，否則就需要程序員后臺(tái)手工綁定優(yōu)惠券。所以，用采用多線程優(yōu)化慢接口，并不是一個(gè)完善的解決方案。

2.3采用消息隊(duì)列優(yōu)化

如果要保證綁定優(yōu)惠券函數(shù)執(zhí)行失敗后能夠重啟執(zhí)行，可以采用數(shù)據(jù)庫表、Redis隊(duì)列、消息隊(duì)列的等多種解決方案。由于篇幅優(yōu)先，這里只介紹采用MetaQ消息隊(duì)列解決方案，并省略了MetaQ相關(guān)配置僅給出了核心代碼。

消息生產(chǎn)者代碼：

// 創(chuàng)建新用戶函數(shù) private UserVO createNewUser(String phoneNumber) {// 創(chuàng)建新用戶UserDO user = new UserDO();...userDAO.insert(user);// 發(fā)送優(yōu)惠券消息Long userId = user.getId();CouponMessageDataVO data = new CouponMessageDataVO();data.setUserId(userId);data.setCouponType(CouponType.NEW_USER);Message message = new Message(TOPIC, TAG, userId, JSON.toJSONBytes(data));SendResult result = metaqTemplate.sendMessage(message);if (!Objects.equals(result, SendStatus.SEND_OK)) {log.error("發(fā)送用戶({})綁定優(yōu)惠券消息失敗:{}", userId, JSON.toJSONString(result));}// 返回新用戶return transUser(user); }

注意：可能出現(xiàn)發(fā)生消息不成功，但是這種概率相對(duì)較低。

消息消費(fèi)者代碼：

// 優(yōu)惠券服務(wù)類 @Slf4j @Service public class CouponService extends DefaultMessageListener<String> {// 消息處理函數(shù)@Override@Transactional(rollbackFor = Exception.class)public void onReceiveMessages(MetaqMessage<String> message) {// 獲取消息體String body = message.getBody();if (StringUtils.isBlank(body)) {log.warn("獲取消息({})體為空", message.getId());return;}// 解析消息數(shù)據(jù)CouponMessageDataVO data = JSON.parseObject(body, CouponMessageDataVO.class);if (Objects.isNull(data)) {log.warn("解析消息({})體為空", message.getId());return;}// 綁定優(yōu)惠券bindCoupon(data.getUserId(), data.getCouponType());} }

解決方案優(yōu)點(diǎn)：采集MetaQ消息隊(duì)列優(yōu)化慢接口解決方案的優(yōu)點(diǎn)：

如果系統(tǒng)發(fā)生重啟或崩潰，導(dǎo)致消息處理函數(shù)執(zhí)行失敗，不會(huì)確認(rèn)消息已消費(fèi)；由于MetaQ支持多服務(wù)訂閱同一隊(duì)列，該消息可以轉(zhuǎn)到別的服務(wù)進(jìn)行消費(fèi)，亦或等到本服務(wù)恢復(fù)正常后再進(jìn)行消費(fèi)。

消費(fèi)者可多服務(wù)、多線程進(jìn)行消費(fèi)消息，即便消息處理時(shí)間較長，也不容易引起消息積壓；即便引起消息積壓，也可以通過擴(kuò)充服務(wù)實(shí)例的方式解決。

如果需要重新消費(fèi)該消息，只需要在MetaQ管理平臺(tái)上點(diǎn)擊"消息驗(yàn)證"即可。

3.流程定義不合理

3.1.原有的采購流程

這是一個(gè)簡(jiǎn)易的采購流程，由庫管系統(tǒng)發(fā)起采購，采購員開始采購，采購員完成采購，同時(shí)回流采集訂單到庫管系統(tǒng)。

其中，完成采購動(dòng)作的核心代碼如下：

/** 完成采購動(dòng)作函數(shù)(此處省去獲取采購單/驗(yàn)證狀態(tài)/鎖定采購單等邏輯) */ public void finishPurchase(PurchaseOrder order) {// 完成相關(guān)處理......// 回流采購單(調(diào)用HTTP接口)backflowPurchaseOrder(order);// 設(shè)置完成狀態(tài)purchaseOrderDAO.setStatus(order.getId(), PurchaseOrderStatus.FINISHED.getValue()); }

由于函數(shù)backflowPurchaseOrder（回流采購單）調(diào)用了HTTP接口，可能引起以下問題：

該函數(shù)可能耗費(fèi)時(shí)間較長，導(dǎo)致完成采購接口成為慢接口；

該函數(shù)可能失敗拋出異常，導(dǎo)致客戶調(diào)用完成采購接口失敗。

3.2.優(yōu)化的采購流程

通過需求分析，把"采購員完成采購并回流采集訂單"動(dòng)作拆分為"采購員完成采購"和"回流采集訂單"兩個(gè)獨(dú)立的動(dòng)作，把"采購?fù)瓿?#34;拆分為"采購?fù)瓿?#34;和"回流完成"兩個(gè)獨(dú)立的狀態(tài)，更方便采購流程的管理和實(shí)現(xiàn)。

拆分采購流程的動(dòng)作和狀態(tài)后，核心代碼如下：

/** 完成采購動(dòng)作函數(shù)(此處省去獲取采購單/驗(yàn)證狀態(tài)/鎖定采購單等邏輯) */ public void finishPurchase(PurchaseOrder order) {// 完成相關(guān)處理......// 設(shè)置完成狀態(tài)purchaseOrderDAO.setStatus(order.getId(), PurchaseOrderStatus.FINISHED.getValue()); }/** 執(zhí)行回流動(dòng)作函數(shù)(此處省去獲取采購單/驗(yàn)證狀態(tài)/鎖定采購單等邏輯) */ public void executeBackflow(PurchaseOrder order) {// 回流采購單(調(diào)用HTTP接口)backflowPurchaseOrder(order);// 設(shè)置回流狀態(tài)purchaseOrderDAO.setStatus(order.getId(), PurchaseOrderStatus.BACKFLOWED.getValue()); }

其中，函數(shù)executeBackflow（執(zhí)行回流）由定時(shí)作業(yè)觸發(fā)執(zhí)行。如果回流采購單失敗，采購單狀態(tài)并不會(huì)修改為"已回流"；等下次定時(shí)作業(yè)執(zhí)行時(shí)，將會(huì)繼續(xù)執(zhí)行回流動(dòng)作；直到回流采購單成功為止。

3.3.有限狀態(tài)機(jī)介紹

3.3.1概念

有限狀態(tài)機(jī)（Finite-state machine，FSM），又稱有限狀態(tài)自動(dòng)機(jī)，簡(jiǎn)稱狀態(tài)機(jī)，是表示有限個(gè)狀態(tài)以及在這些狀態(tài)之間的轉(zhuǎn)移和動(dòng)作等行為的一個(gè)數(shù)學(xué)模型。

3.3.2要素

狀態(tài)機(jī)可歸納為4個(gè)要素：現(xiàn)態(tài)、條件、動(dòng)作、次態(tài)。

現(xiàn)態(tài)：指當(dāng)前流程所處的狀態(tài)，包括起始、中間、終結(jié)狀態(tài)。
條件：也可稱為事件；當(dāng)一個(gè)條件被滿足時(shí)，將會(huì)觸發(fā)一個(gè)動(dòng)作并執(zhí)行一次狀態(tài)的遷移。
動(dòng)作：當(dāng)條件滿足后要執(zhí)行的動(dòng)作。動(dòng)作執(zhí)行完畢后，可以遷移到新的狀態(tài)，也可以仍舊保持原狀態(tài)。
次態(tài)：當(dāng)條件滿足后要遷往的狀態(tài)。“次態(tài)”是相對(duì)于“現(xiàn)態(tài)”而言的，“次態(tài)”一旦被激活，就轉(zhuǎn)變成新的“現(xiàn)態(tài)”了。

3.3.3狀態(tài)

狀態(tài)表示流程中的持久狀態(tài)，流程圖上的每一個(gè)圈代表一個(gè)狀態(tài)。

初始狀態(tài)： 流程開始時(shí)的某一狀態(tài)；
中間狀態(tài)： 流程中間過程的某一狀態(tài)；
終結(jié)狀態(tài)： 流程完成時(shí)的某一狀態(tài)。

使用建議：

狀態(tài)必須是一個(gè)持久狀態(tài)，而不能是一個(gè)臨時(shí)狀態(tài)；

終結(jié)狀態(tài)不能是中間狀態(tài)，不能繼續(xù)進(jìn)行流程流轉(zhuǎn)；

狀態(tài)劃分合理，不要把多個(gè)狀態(tài)強(qiáng)制合并為一個(gè)狀態(tài)；

狀態(tài)盡量精簡(jiǎn)，同一狀態(tài)的不同情況可以用其它字段表示。

3.3.4動(dòng)作

動(dòng)作的三要素：角色、現(xiàn)態(tài)、次態(tài)，流程圖上的每一條線代表一個(gè)動(dòng)作。

角色： 誰發(fā)起的這個(gè)操作，可以是用戶、定時(shí)任務(wù)等；
現(xiàn)態(tài)： 觸發(fā)動(dòng)作時(shí)當(dāng)前的狀態(tài)，是執(zhí)行動(dòng)作的前提條件；
次態(tài)： 完成動(dòng)作后達(dá)到的狀態(tài)，是執(zhí)行動(dòng)作的最終目標(biāo)。

使用建議：

每個(gè)動(dòng)作執(zhí)行前，必須檢查當(dāng)前狀態(tài)和觸發(fā)動(dòng)作狀態(tài)的一致性；

狀態(tài)機(jī)的狀態(tài)更改，只能通過動(dòng)作進(jìn)行，其它操作都是不符合規(guī)范的；

需要添加分布式鎖保證動(dòng)作的原子性，添加數(shù)據(jù)庫事務(wù)保證數(shù)據(jù)的一致性；

類似的動(dòng)作（比如操作用戶、請(qǐng)求參數(shù)、動(dòng)作含義等）可以合并為一個(gè)動(dòng)作，并根據(jù)動(dòng)作執(zhí)行結(jié)果轉(zhuǎn)向不同的狀態(tài)。

4.系統(tǒng)間交互不科學(xué)

4.1.直接通過數(shù)據(jù)庫交互

在一些項(xiàng)目中，系統(tǒng)間交互不通過接口調(diào)用和消息隊(duì)列，而是通過數(shù)據(jù)庫直接訪問。問其原因，回答道："項(xiàng)目工期太緊張，直接訪問數(shù)據(jù)庫，簡(jiǎn)單又快捷"。

還是以上面的采購流程為例——采購訂單由庫管系統(tǒng)發(fā)起，由采購系統(tǒng)負(fù)責(zé)采購，采購?fù)瓿珊笸ㄖ獛旃芟到y(tǒng)，庫管系統(tǒng)進(jìn)入入庫操作。采購系統(tǒng)采購?fù)瓿珊?#xff0c;通知庫管系統(tǒng)數(shù)據(jù)庫的代碼如下：

/** 執(zhí)行回流動(dòng)作函數(shù)(此處省去獲取采購單/驗(yàn)證狀態(tài)/鎖定采購單等邏輯) */ public void executeBackflow(PurchaseOrder order) {// 完成原始采購單rawPurchaseOrderDAO.setStatus(order.getRawId(), RawPurchaseOrderStatus.FINISHED.getValue());// 設(shè)置回流狀態(tài)purchaseOrderDAO.setStatus(order.getId(), PurchaseOrderStatus.BACKFLOWED.getValue()); }

其中，通過rawPurchaseOrderDAO（原始采購單DAO）直接訪問庫管系統(tǒng)的數(shù)據(jù)庫表，并設(shè)置原始采購單狀態(tài)為已完成。

一般情況下，直接通過數(shù)據(jù)訪問的方式是不會(huì)有問題的。但是，一旦發(fā)生競(jìng)態(tài)，就會(huì)導(dǎo)致數(shù)據(jù)不同步。有人會(huì)說，可以考慮使用同一分布式鎖解決該問題。是的，這種解決方案沒有問題，只是又在系統(tǒng)間共享了分布式鎖。

直接通過數(shù)據(jù)庫交互的缺點(diǎn)：

直接暴露數(shù)據(jù)庫表，容易產(chǎn)生數(shù)據(jù)安全問題；

多個(gè)系統(tǒng)操作同一數(shù)據(jù)庫表，容易造成數(shù)據(jù)庫表數(shù)據(jù)混亂；

操作同一個(gè)數(shù)據(jù)庫表的代碼，分布在不同的系統(tǒng)中，不便于管理和維護(hù)；

具有數(shù)據(jù)庫表這樣的強(qiáng)關(guān)聯(lián)，無法實(shí)現(xiàn)系統(tǒng)間的隔離和解耦。

4.2.通過Dubbo接口交互

由于采購系統(tǒng)和庫管系統(tǒng)都是內(nèi)部系統(tǒng)，可以通過類似Dubbo的RPC接口進(jìn)行交互。

庫管系統(tǒng)代碼：

/** 采購單服務(wù)接口 */ public interface PurchaseOrderService {/** 完成采購單函數(shù) */public void finishPurchaseOrder(Long orderId); } /** 采購單服務(wù)實(shí)現(xiàn) */ @Service("purchaseOrderService") public class PurchaseOrderServiceImpl implements PurchaseOrderService {/** 完成采購單函數(shù) */@Override@Transactional(rollbackFor = Exception.class)public void finishPurchaseOrder(Long orderId) {// 相關(guān)處理...// 完成采購單purchaseOrderService.finishPurchaseOrder(order.getRawId());} }

其中，庫管系統(tǒng)通過Dubbo把PurchaseOrderServiceImpl（采購單服務(wù)實(shí)現(xiàn)）以PurchaseOrderService（采購單服務(wù)接口）定義的接口服務(wù)暴露給采購系統(tǒng)。這里，省略了Dubbo開發(fā)服務(wù)接口相關(guān)配置。

采購系統(tǒng)代碼：

/** 執(zhí)行回流動(dòng)作函數(shù)(此處省去獲取采購單/驗(yàn)證狀態(tài)/鎖定采購單等邏輯) */ public void executeBackflow(PurchaseOrder order) {// 完成采購單purchaseOrderService.finishPurchaseOrder(order.getRawId());// 設(shè)置回流狀態(tài)purchaseOrderDAO.setStatus(order.getId(), PurchaseOrderStatus.BACKFLOWED.getValue()); }

其中，purchaseOrderService（采購單服務(wù)）為庫管系統(tǒng)PurchaseOrderService（采購單服務(wù)）在采購系統(tǒng)中的Dubbo服務(wù)客戶端存根，通過該服務(wù)調(diào)用庫管系統(tǒng)的服務(wù)接口函數(shù)finishPurchaseOrder（完成采購單函數(shù)）。

這樣，采購系統(tǒng)和庫管系統(tǒng)自己的強(qiáng)關(guān)聯(lián)，通過Dubbo就簡(jiǎn)單地實(shí)現(xiàn)了系統(tǒng)隔離和解耦。當(dāng)然，除了采用Dubbo接口外，還可以采用HTTPS、HSF、WebService等同步接口調(diào)用方式，也可以采用MetaQ等異步消息通知方式。

4.3常見系統(tǒng)間交互協(xié)議

4.3.1同步接口調(diào)用

同步接口調(diào)用是以一種阻塞式的接口調(diào)用機(jī)制。常見的交互協(xié)議有：

HTTP/HTTPS接口；

WebService接口；

Dubbo/HSF接口；

CORBA接口。

4.3.2異步消息通知

異步消息通知是一種通知式的信息交互機(jī)制。當(dāng)系統(tǒng)發(fā)生某種事件時(shí)，會(huì)主動(dòng)通知相應(yīng)的系統(tǒng)。常見的交互協(xié)議有：

MetaQ的消息通知；

CORBA消息通知。

4.4.常見系統(tǒng)間交互方式

4.4.1請(qǐng)求-應(yīng)答

適用范圍：適合于簡(jiǎn)單的耗時(shí)較短的接口同步調(diào)用場(chǎng)景，比如Dubbo接口同步調(diào)用。

4.4.2通知-確認(rèn)

適用范圍：適合于簡(jiǎn)單的異步消息通知場(chǎng)景，比如MetaQ消息通知。

4.4.3請(qǐng)求-應(yīng)答-查詢-返回

適用范圍：適合于復(fù)雜的耗時(shí)較長的接口同步調(diào)用場(chǎng)景，比如提交作業(yè)任務(wù)并定期查詢?nèi)蝿?wù)結(jié)果。

4.4.4請(qǐng)求-應(yīng)答-回調(diào)

適用范圍：適合于復(fù)雜的耗時(shí)較長的接口同步調(diào)用和異步回調(diào)相結(jié)合的場(chǎng)景，比如支付寶的訂單支付。

4.4.5請(qǐng)求-應(yīng)答-通知-確認(rèn)

適用范圍：適合于復(fù)雜的耗時(shí)較長的接口同步調(diào)用和異步消息通知相結(jié)合的場(chǎng)景，比如提交作業(yè)任務(wù)并等待完成消息通知。

4.4.6通知-確認(rèn)-通知-確認(rèn)

適用范圍：適合于復(fù)雜的耗時(shí)較長的異步消息通知場(chǎng)景。

5.數(shù)據(jù)查詢不分頁

在數(shù)據(jù)查詢時(shí)，由于未能對(duì)未來數(shù)據(jù)量做出正確的預(yù)估，很多情況下都沒有考慮數(shù)據(jù)的分頁查詢。

5.1.普通查詢案例

以下是查詢過期訂單的代碼：

/** 訂單DAO接口 */ public interface OrderDAO {/** 查詢過期訂單函數(shù) */@Select("select * from t_order where status = 5 and gmt_create < date_sub(current_timestamp, interval 30 day)")public List<OrderDO> queryTimeout(); }/** 訂單服務(wù)接口 */ public interface OrderService {/** 查詢過期訂單函數(shù) */public List<OrderVO> queryTimeout(); }

當(dāng)過期訂單數(shù)量很少時(shí)，以上代碼不會(huì)有任何問題。但是，當(dāng)過期訂單數(shù)量達(dá)到幾十萬上千萬時(shí)，以上代碼就會(huì)出現(xiàn)以下問題：

數(shù)據(jù)量太大，導(dǎo)致服務(wù)端的內(nèi)存溢出；

數(shù)據(jù)量太大，導(dǎo)致查詢接口超時(shí)、返回?cái)?shù)據(jù)超時(shí)等；

數(shù)據(jù)量太大，導(dǎo)致客戶端的內(nèi)存溢出。

所以，在數(shù)據(jù)查詢時(shí)，特別是不能預(yù)估數(shù)據(jù)量的大小時(shí)，需要考慮數(shù)據(jù)的分頁查詢。

這里，主要介紹"設(shè)置最大數(shù)量"和"采用分頁查詢"兩種方式。

5.2設(shè)置最大數(shù)量

"設(shè)置最大數(shù)量"是一種最簡(jiǎn)單的分頁查詢，相當(dāng)于只返回第一頁數(shù)據(jù)。例子代碼如下：

/** 訂單DAO接口 */ public interface OrderDAO {/** 查詢過期訂單函數(shù) */@Select("select * from t_order where status = 5 and gmt_create < date_sub(current_timestamp, interval 30 day) limit 0, #{maxCount}")public List<OrderDO> queryTimeout(@Param("maxCount") Integer maxCount); }/** 訂單服務(wù)接口 */ public interface OrderService {/** 查詢過期訂單函數(shù) */public List<OrderVO> queryTimeout(Integer maxCount); }

適用于沒有分頁需求、但又擔(dān)心數(shù)據(jù)過多導(dǎo)致內(nèi)存溢出、數(shù)據(jù)量過大的查詢。

5.3采用分頁查詢

"采用分頁查詢"是指定startIndex（開始序號(hào)）和pageSize（頁面大小）進(jìn)行數(shù)據(jù)查詢，或者指定pageIndex（分頁序號(hào)）和pageSize（頁面大小）進(jìn)行數(shù)據(jù)查詢。例子代碼如下：

/** 訂單DAO接口 */ public interface OrderDAO {/** 統(tǒng)計(jì)過期訂單函數(shù) */@Select("select count(*) from t_order where status = 5 and gmt_create < date_sub(current_timestamp, interval 30 day)")public Long countTimeout();/** 查詢過期訂單函數(shù) */@Select("select * from t_order where status = 5 and gmt_create < date_sub(current_timestamp, interval 30 day) limit #{startIndex}, #{pageSize}")public List<OrderDO> queryTimeout(@Param("startIndex") Long startIndex, @Param("pageSize") Integer pageSize); }/** 訂單服務(wù)接口 */ public interface OrderService {/** 查詢過期訂單函數(shù) */public PageData<OrderVO> queryTimeout(Long startIndex, Integer pageSize); }

適用于真正的分頁查詢，查詢參數(shù)startIndex（開始序號(hào)）和pageSize（頁面大小）可由調(diào)用方指定。

5.4分頁查詢隱藏問題

假設(shè)，我們需要在一個(gè)定時(shí)作業(yè)（每5分鐘執(zhí)行一次）中，針對(duì)已經(jīng)超時(shí)的訂單（status=5，創(chuàng)建時(shí)間超時(shí)30天）進(jìn)行超時(shí)關(guān)閉（status=10）。實(shí)現(xiàn)代碼如下：

/** 訂單DAO接口 */ public interface OrderDAO {/** 查詢過期訂單函數(shù) */@Select("select * from t_order where status = 5 and gmt_create < date_sub(current_timestamp, interval 30 day) limit #{startIndex}, #{pageSize}")public List<OrderDO> queryTimeout(@Param("startIndex") Long startIndex, @Param("pageSize") Integer pageSize);/** 設(shè)置訂單超時(shí)關(guān)閉 */@Update("update t_order set status = 10 where id = #{orderId} and status = 5")public Long setTimeoutClosed(@Param("orderId") Long orderId) }/** 關(guān)閉過期訂單作業(yè)類 */ public class CloseTimeoutOrderJob extends Job {/** 分頁數(shù)量 */private static final int PAGE_COUNT = 100;/** 分頁大小 */private static final int PAGE_SIZE = 1000;/** 作業(yè)執(zhí)行函數(shù) */@Overridepublic void execute() {for (int i = 0; i < PAGE_COUNT; i++) {// 查詢處理訂單List<OrderDO> orderList = orderDAO.queryTimeout(i * PAGE_COUNT, PAGE_SIZE);for (OrderDO order : orderList) {// 進(jìn)行超時(shí)關(guān)閉......orderDAO.setTimeoutClosed(order.getId());}// 檢查處理完畢if(orderList.size() < PAGE_SIZE) {break;}}} }

粗看這段代碼是沒有問題的，嘗試循環(huán)100次，每次取1000條過期訂單，進(jìn)行訂單超時(shí)關(guān)閉操作，直到?jīng)]有訂單或達(dá)到100次為止。但是，如果結(jié)合訂單狀態(tài)一起看，就會(huì)發(fā)現(xiàn)從第二次查詢開始，每次會(huì)忽略掉前startIndex（開始序號(hào)）條應(yīng)該處理的過期訂單。這就是分頁查詢存在的隱藏問題：

當(dāng)滿足查詢條件的數(shù)據(jù)，在操作中不再滿足查詢條件時(shí)，會(huì)導(dǎo)致后續(xù)分頁查詢中前startIndex（開始序號(hào)）條滿足條件的數(shù)據(jù)被跳過。

可以采用"設(shè)置最大數(shù)量"的方式解決，代碼如下：

/** 訂單DAO接口 */ public interface OrderDAO {/** 查詢過期訂單函數(shù) */@Select("select * from t_order where status = 5 and gmt_create < date_sub(current_timestamp, interval 30 day) limit 0, #{maxCount}")public List<OrderDO> queryTimeout(@Param("maxCount") Integer maxCount);/** 設(shè)置訂單超時(shí)關(guān)閉 */@Update("update t_order set status = 10 where id = #{orderId} and status = 5")public Long setTimeoutClosed(@Param("orderId") Long orderId) }/** 關(guān)閉過期訂單作業(yè)(定時(shí)作業(yè)) */ public class CloseTimeoutOrderJob extends Job {/** 分頁數(shù)量 */private static final int PAGE_COUNT = 100;/** 分頁大小 */private static final int PAGE_SIZE = 1000;/** 作業(yè)執(zhí)行函數(shù) */@Overridepublic void execute() {for (int i = 0; i < PAGE_COUNT; i++) {// 查詢處理訂單List<OrderDO> orderList = orderDAO.queryTimeout(PAGE_SIZE);for (OrderDO order : orderList) {// 進(jìn)行超時(shí)關(guān)閉......orderDAO.setTimeoutClosed(order.getId());}// 檢查處理完畢if(orderList.size() < PAGE_SIZE) {break;}}} }

雙11福利來了！先來康康#怎么買云服務(wù)器最便宜# [并不簡(jiǎn)單]參團(tuán)購買指定配置云服務(wù)器僅86元/年，開團(tuán)拉新享三重禮：1111紅包+瓜分百萬現(xiàn)金+31%返現(xiàn)，爆款必買清單，還有iPhone 11 Pro、衛(wèi)衣、T恤等你來抽，馬上來試試手氣👉 ?https://www.aliyun.com/1111/2019/home?utm_content=g_1000083110

原文鏈接
本文為云棲社區(qū)原創(chuàng)內(nèi)容，未經(jīng)允許不得轉(zhuǎn)載。

總結(jié)

以上是生活随笔為你收集整理的初创公司5大Java服务困局，阿里工程师如何打破？的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。