作者簡介

?方 圓?

曾在Cisco負責流媒體工作，在微博負責feed系統研發，三年游戲行業開發經驗，現任羅輯思維首席架構師，主導羅輯思維微服務改造。

內容大綱

1､??改造的背景

2、改造的過程中的 Go 語言實踐

3、經驗總結

4、正在做什么

1.改造的背景

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

后來發現有一些業務邏輯并不需要從得到走，還有一些數據格式轉換的工作也不需要跟業務完全耦合，所以加了一層PHP的網關就是下圖看到的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較慢，就需要啟動大量FPM保證并發訪問，從而導致操作系統負載較高，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

8/31大故障

2017年8月31日的時候，老板做活動，導致流量超過預期很多，系統掛了兩個小時。

羅老師要跨年

每年羅老師都要跨年演講，第一年是在優酷，有200多萬人的在線觀看，第二年是同時和優酷等視頻網站再加上深圳衛視一起合作直播，2016年深圳衛視的收視率是地方第一。2017年的老板當時想要送東西，送東西的這個場景比較恐怖，二維碼一放出來，就會有大量用戶同時請求。

最恐怖的事情是，老板要送的東西8月31日的時候還沒有，要在后面2個月期間把東西開發出來。一方面業務迭代不能停，一方面需要扛過跨年，所以就需要我們對業務系統進行改造。

1.2 改造目標

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。

服務化

服務化實際上在故障之前就已經開始了，并且由于我們不同的業務團隊已經在負責不同的業務，實際上也是需要服務化繼續做下去。

資源拆分隔離

隨著服務化過程，就需要對資源進行拆分，需要每個服務提供相應的接口，服務之間不能直接訪問其他服務的數據庫或者緩存。

高可用

當時定的目標是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??首先有一個系統架構圖



對于系統改造來說，首先需要知道，系統需要改成什么樣子。因此我們需要一個架構的藍圖。上面就是我們的架構藍圖。首先需要的是一個統一對外的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務服務。淺綠色部分是基礎資源服務，比如音頻文稿信息，加密服務。下面紅色部分是支付和passport等公用服務，最右側是一些通用的框架和中間件。最下層是一些基礎設施。

我們的框架跟基礎設施的完善和系統重構是交織進行的，不是說一開始就有一個完全沒問題的設計，隨著業務的改造，會有很多新的功能加進來。

2.2 框架和基礎設施完善

?我不講應用系統怎么拆分，因為每個公司業務系統都不一樣，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，改造過程當中，我們線上有400多個接口，經常加新功能。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據格式轉成老接口數據格式的工作。

• 鑒權

在拆分服務之后，需要統一對接口進行鑒權和訪問控制，業界的做法通常都是在網關這一層來做，我們也不例外。

接下來看一下API gateway的架構



API gateway由一個write節點和多個read節點，節點之間通過gossip協議通信。每個節點最上層有一個CLI的命令行，可以用來調用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計。每個節點都有一個統計模塊來做一些統計信息，這個統計信息主要是接口平均響應時間，QPS等。修改配置之后，write節點會把配置信息同步到read節點上，并且通過model模塊持久化到本地磁盤上。



?請求經過了兩段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，做一些負載均衡的工作。

?接下來我們看整個API gateway啟動的流程和調度方面



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



API gateway鑒權方面比較簡單，客戶端調用登錄接口，passport會把token和userid，傳到API gateway，API gateway再把相應的token傳到這個APP端。客戶端下次請求就拿token請求，如果token驗證不過，就返回客戶端。如果驗證通過再調用后端不同的服務獲取結果，最后返回結果給客戶端。

???最后再強調一下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。用滑動窗口來統計一個時間窗口之內，響應時間，成功和失敗的數量，根絕這個統計數據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。

服務框架

目的

• 簡化應用開發
• 服務注冊發現
• 方便配置管理?

服務框架的常用架構



第一種方式是做成一個庫，把相關功能編譯進服務本身。這里有兩個問題，第一個是我們兼容好幾種語言，開發量比較大。還有一個是一旦客戶端跟隨服務調用方發布到生產環境中，后續如果要對客戶庫進行升級，勢必要求服務調用方修改代碼并重新發布，所以該方案的升級推廣有不小的阻力。在業界來說，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，然后再調用Service Provder。好處是簡化了服務調用方，不需要為不同語言開發客戶庫，LB的升級不需要服務調用方改代碼。缺點也很明顯，部署比較復雜；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，整個服務也要摘下來。百度內部的BNS和Airbnb的SmartStack服務發現框架也是這種做法。由于我們內部語言較多，因此選擇了第二種做法。



在Consul集群中，每個提供服務的節點上都要部署和運行Consul的agent，所有運行Consul agent節點的集合構成Consul Cluster。Consul agent有兩種運行模式：Server和Client。這里的Server和Client只是Consul集群層面的區分，與搭建在Cluster之上 的應用服務無關。以Server模式運行的Consul agent節點用于維護Consul集群的狀態，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節點不限。

Client和Server的角色在DDNS是沒有嚴格區分的，請求服務時該服務就是Client，提供服務時候就是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并且集成更多的功能。采用agent方式，將在每一個服務器部署安裝得到的agent，支持使用HTTP和grpc進行請求。



服務完成啟動并可以可以對外提供服務之后，請求agent的接口v1/service/register將其注冊到DDNS；

注冊成功則其他客戶端可以通過DDNS發現接口獲取到該APP節點信息；

如果注冊失敗，APP會重復嘗試重新注冊，重試三次失敗則報警；



假設服務A需要請求服務B，服務名稱為bbb，直接請求本機的agent接口v1/service/getservice，獲取到bbb的服務節點信息。

對于agent而言，如果服務bbb是第一次被請求，則會請求Consul集群，獲取到服務bbb的數據之后進行本地從cache并對服務bbb的節點進行watch監控，并定時更新本地的service信息；

如果獲取失敗，給出原因，如果是系統錯誤則報警；

這是服務框架基本的接口



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

多機緩存



client請求到server，server先在緩存里找，找到就返回，沒有就數據庫找，如果找到就回設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現，一個redis在我們的業務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local cache，如果命中就返回數據，如果沒有就去L1查，如果查到就更新local cache,并且返回數據。如果L1級也沒有就去L2級查，如果查到數據就更新L1 cache/local cache，并返回數據。



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



???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，后面會講到問題。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，達到這樣的結果還可以接受。

熔斷降級



接口同時請求內部服務，service7、8、9不一樣，service5是掛掉的狀態，但是對外的服務還在每次調用，我們需要減少調用，讓service5恢復過來。



打開的狀態下，失敗達到一定的閾值就關起來，等熔斷的窗口結束，達到一個半開的狀態接受一部分的請求。如果失敗的閾值很高就回到關閉的狀態。這個統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.經驗總結

3.1 通用基礎庫非常重要

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庫做了大量優化，而且基礎庫做的提升，所有服務都會受益。

3.2 善用工具

? generate + framework提升開發效率

? 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可以幫你節省很多工作。Go-torch是做火焰圖的，Go新版本已經內置了火焰圖的功能。



這是根據我們的表結構生成相應的數據庫訪問代碼，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，著力優化這個熱點的code，壓測的時候發現，大家600、900的火火焰圖這里有問題，優化完成后如下圖

3.3 其他經驗總結

• 針對熱點代碼做優化
• 合理復用對象
• 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會從緩存里面拿到很多ID的list，數據是存成json格式[1,2,3]這樣，發現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反序列化導致的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，但是實際業務上有這個需求。我們出現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的壓力測試。實際上用戶在使用的過程當中，調用鏈上每一個地方都可能出現問題。所以在微服務的情況下，單個系統的壓力測試，雖然很重要，但是不足以完全消除我們系統的所有問題。

舉一個例子，跨年的時候羅老板要送東西，首先要領東西，領東西是一個接口，接下來通常用戶會再刷一下已購列表看看在不在，最后再確認一下他領到的東西對不對。因此你需要對整個鏈路進行壓測，不能只壓測一下領取接口，這樣可能是有問題的。假設你已購列表接口比較慢，用戶領了以后就再刷一下看一看有沒有，沒有的情況下，一般用戶會持續的刷，導致越慢的接口越容易成為瓶頸。因此需要合理的規劃訪問路徑，對鏈路上的所有服務進行壓測，不能只關注一個服務。

我們直接買了阿里云PTS的服務，他們做法就是在CDN節點上模擬請求，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

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

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。

4.2 API 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。現在一些Service mesh做的很多事情是把很多工作放在內部API gateway上，是做控制的事情，實際上不應該是業務邏輯關心的事情。我們也在考慮怎么把API gateway和SM做結合。

4.3 APM

拆了微服務之后，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責的系統對不對，大家人肉看出問題的地方在哪，這是個比較蛋疼的做法。引入APM+tracing之后，就方便我們來追蹤問題在哪里。

4.4 容器化

我們現在的線上環境，還是在用虛擬機。仿真環境和測試環境已經是容器，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 緩存服務化

我們現在有多級緩存的實現，但是多級緩存還是一個庫的形式來實現的。如果把緩存抽出來，使用memcached或者redis的協議，抽出來成為一個獨立的服務。后面的業務系統迭代的時候不用關心緩存本身的擴容縮容策略。

我今天分享的內容就到這兒，謝謝大家！

???

【提問環節】

提問者1

??提問：通過你的描述，我知道你以前有JAVA方面的經驗，我們Go其實沒有一個像JAVA spring cloud這樣比較成熟的微服務的開箱即用的解決方案，現在讓你重新做服務化轉型這個事情，你會怎么選擇？

??方圓：讓一群php程序員學JAVA比較麻煩，學習Go就比較簡單。其次現在搞一個微服務框架，其實并沒有那么難以接受。因為很多開源軟件已經提供了對應的功能，所以要造的輪子其實沒有那么多。

提問者2

???提問：你的分庫分表框架里面有支持水平分庫的情況嗎？

???方圓：支持。

提問者3

??提問：眾所周知PHP是世界上最好的語言，你們轉成Go，Go的開發效率比PHP（04：49：50）這兩種情況。

??方圓：我PHP學得不是太好，我自己寫Go肯定比PHP快很多。我們團隊來說，Go的開發效率比PHP略低，但是運行性能卻好太多。

??提問：重新選擇一次技術選型，你是上來就選Go，還是從PHP再演化到Go？

??方圓：我肯定是上來就選Go，我還是認為PHP做rest API沒有啥優勢。
---------------------?
作者：Go中國?
來源：CSDN?
原文：https://blog.csdn.net/RA681t58CJxsgCkJ31/article/details/80192847?
版權聲明：本文為博主原創文章，轉載請附上博文鏈接！

總結

以上是生活随笔為你收集整理的罗辑思维首席架构师：Go微服务改造实践的全部內容，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站內容還不錯，歡迎將生活随笔推薦給好友。