(研发中心 尹书伟)
刚接到要我到北京参加MPD大会通知的时候，我并不感到有多少激动与期盼，毕竟参加这样的会议多了，没有多少新鲜感。不过，每次去北京都有不同的体验。早先去的时候全国都没有高铁，大约得十六七个小时的样子。那时候经验也少，自然觉得学到的东西很多，什么都新鲜。那时候没有智能手机，一切要提前规划好，尤其是下了飞机或火车之后怎么走要提前弄明白，甚至需要在纸上记下来。后来有了高铁，有了智能手机，有了专车，随着互联网的快速发展，一切方便了很多。由于这些便利，我也不再需要提前记下怎么走了，到了以后再用地图导航就好了。然而这次去北京，刚到出站口，发现手机已被停机，这意味着我自己彻底与信息时代隔离，甚至想给自己的手机充值都不可能，因为没有信号没流量。晚上十点，身处一个完全陌生的地方，我不得不借助于原始的信息获取手段——问路。经历过这样的窘境，才更加意识到互联网飞速发展所带来的便利。上次去北京，体验到的是专车的便利，而这次让我体验了一下遍地五颜六色的共享单车的便利。
在到达会场之前，我已经在课程选择上拿好了主意，最感兴趣的课程有两个：大型系统、遗留系统的微服务改造实践和DevOps企业化部署之路。然而到达会场之后却发现课程有所调整，这两个课程都被换掉了。不能不说这是非常令人遗憾的。从讲师阵容上来看，应该还算说得过去，大多为互联网应用的一些牛人。我基本就在架构设计专属教室留了下来。
首先上场的是饿了么研发中心总经理史海峰，题目看上去很潮的样子：《当我们谈论架构的时候我们在谈论什么？》。一共分两个半场，都是套路，上半场上来提出什么是架构之类的问题，学员先发表自己的见解，然后史海峰给出他自己的看法，下半场也大致如此，只不过话题在什么是架构师这样的话题上。这样的课程，我自认为没啥干货，只不过是概念性的普及而已。消息队列、读写分离、最终一致、幂等、避免分布式事务、数据库主键与业务无关等，都只是泛泛而谈，我想大家也都对这样的理念不陌生。在谈到技术债的时候，很多人现身说法，每个人都认为自己在为前人还债，有个人甚至一还就是八年，最后不堪重负走人了。谈到技术债，深有感触，谁会愿意替人还债呢？然而不是每个项目都能够从头开始设计，即便是从头开始设计开发，只要在工期压力，领导压力下，欠债和偷懒是难免的。作为架构师应该施加影响，确保自己的设计得到广泛支持并得到不折不扣的执行，避免欠债。有时候故意欠债也是一种无奈的权衡，但必须记得及时还债，免得债务越积越多，最后只能全部赖账了。技术债要管理，首要一条自然是立即停止欠债。技术债只是个形象的比方，真实项目中什么是技术债受限于人们对软件开发认识的深度。很多人认识不到自己所欠的技术债，也许还自我感觉很美。有的时候意识到了，但是总是想着一下子把债务还清，一下子变成无债一身轻。必须意识到，债务是长年累月累积的，要想偿还必须付出巨大的利息，需摆正心态，做好长期还债计划，剥丝抽茧慢慢来。
微服务相关的内容换成了京东开放平台架构师王栋的《从京东微服务架构演进看互联网高可用架构设计》，临时救场临时准备，却比上一场的哲学式的空谈更能提起我的兴趣。当然，架构的演进最终到了微服务架构这一模式，自然少不了要强调一下适合的架构才是好架构。适合有多重含义，不仅仅指适合项目，更要适合团队，只要团队能驾驭得了，那就OK。
单体架构的最大劣势就是随着规模的增大，维护成本呈指数级增长。这一点我公司是有很多教训的。团队的持续交付周期变长，正确添加新功能变得非常困难，沟通、管理和协调成本必然显著增加。新人培养周期长，通常也是线上事故的制造者。可伸缩性差，难以扩展。
微服务架构使得巨大的单体应用被分解为很多服务，并且技术开发团队也得以完全分离，独立部署使得团队之间不再需要协调部署，这使得持续部署成为可能。而且每个服务根据自身特点得以独立扩展，独立决定运行所需软硬件资源。由于每个服务所支持的业务变得很小，新人所需了解的业务知识也就很少，培养周期大大缩短。由于隔离去耦，新人造成的麻烦被限定在可控范围。
关于如何拆分服务，王栋给出了一些原则，当然这些原则都是耳熟能详的，并不是他自己的发明。基本原则是低耦合，高内聚。一个服务只负责一件事情，可以独立部署。这个原则，其实在其它层面也成立，比如一个类应该只负责一个主要职责，一个方法应该只做一件事。横向按照系统功能划分，比如：接入子系统、消息推送子系统、客户端监控管理子系统等等。 纵向根据业务模块划分，清楚各个服务的职责边界是什么，比如：购物车、订单管理、单品页、实时库存等等。要坚持最小知识原则，一个组件或者是对象不应该知道其他组件或者对象的内部实现细节。不允许循环依赖，不允许从低层向高层依赖。根据业务发展情况不同，公司所处阶段不同，服务拆分的粒度也不相同。粒度越小，维护成本越大。服务多了以后又会产生新的混乱，因此服务一定要治理。
像很多人一样，我也曾经苦苦的寻找软件领域的救世良方，以为那些大牛手里有不为人知的秘笈，有了它一切都被完美解决。但我早已领悟到，很多大师也告诉过我，没有银弹。如果说有的话，还是那些人人皆知的原则，哪怕做到一条，比如说真正做到高内聚低耦合，那就不用担心自己的修改会对外部其他人造成影响。但是就这一条，如果你是以数据为中心编程，那就不可能低耦合，因为库表和SQL访问没有访问级别保护，所有的应用深度耦合到了一起。王栋也多次强调了这一点，一定不能直接访问其它团队的库表，一定是通过服务来进行访问，定义好接口。当然也不能有所谓的公共库表，比如档案，你会说大家都要用，所以都可以随便访问。但这会破坏高内聚低耦合原则，所以这也必须进行服务封装，通过服务来访问。其实封装和隐藏就能够极大地提升系统的稳定性和可维护性，怎么强调都不过分。实施起来的关键点是，让成员形成意识，像防贼一样防止他人侵入我的实现细节当中。如果人人都防范起来，那么每个人都安全了，耦合就会降低，系统就会稳定。
现在我们已经知道了足够多的知识，只是没有人会静下心去真正实践这些真知灼见。我们要知道的是一切并没有那么神秘，并没有那么难，你只要去做，不过如此而已。这也是《从bag of words 到alpha GO》题目的作者李睿的忠告。李睿基本上给出的都是干货了，从简单的算法到神经网络娓娓道来。最后，告诫我们，不知道感觉很神秘，知道了也就那么回事，然而，复杂的算法是要付出代价的，应该选择能够解决问题的最简单办法来解决问题。
最后，分享一下王栋提供的两个案例，这两个案例各有特点。反复强调的是数据库不是用来走量的，仅在必要时走数据库。另外，也可以看到，一提到数据量大，我们往往就想到大数据技术，这也是一种误区，关键还是要看场景，对王栋看来不到10亿那都是很少的数据。还有一点要注意，在第二个案例用了三层缓存，这也是有代价的，不能盲目模仿，如果我们没有那么苛刻的响应时间要求，一层缓存效果就很好了。
在第一个案例中主要设计是加入了缓存，数据库分表和读写分离。缓存是第一位的，替数据库抗住了量。在有数据更新时，不得不直通数据库，更新完数据库后，则同步更新缓存，异步更新Solr（目前京东开始准备用ES替换Solr）。出现问题降级，直走缓存。
在第二个案例中，由于数据量不大，因此就不用关系型数据库了，直接持久化到Redis中。虽然数据少，但是为了满足高性能高可用特性，不惜金钱，采用双机房双活方式，而且还要分片。加了三级缓存，第一级就是普通的分布式缓存，第二级在应用服务器所在节点增加缓存，避免掉了网络开销，第三级增加JVM缓存，避免了跨进程开销。这样的架构部署完了以后，任何请求的相应时间都在1-3毫秒之间，绝不会超过5毫秒。
网友评论