Lagom is a Swedish word meaning “just the right amount”.
当我们谈论微服务时，大多数人会关注这个“微”字，假设它的含义是服务粒度应该小，那么这个假设成立吗？这是一个错误的问题，我们应该关注的是在把系统分解为微服务时、找到正确的服务边界，这个边界的划分原则是清晰的有界上下文bounded contexts、业务功能business capabilities、以及隔离需求isolation requirements. 服务粒度够不够小是果而不是因，别管这个问题了，专注于设计“Lagom”的微服务吧！“micro”微指的应该是职责的范围而非代码行数，指导原则仍然是Unix哲学的单一职责原则ngle Responsibility Principle (SRP): let it do one thing, and do it well.
牢记微服务的核心价值是弹性或者叫横向扩展、高可用、服务迁移blablabla......what ever，要实现这些价值的必由之路是分布式。BTW如果你不需要这些，那就别用微服务，简单说就是能别用就别用。
深海贝类
微服务的原则是Divide and Conquer分拆与征服：大系统小做，把系统分拆为discrete离散的、isolated互相隔离的子系统。微服务的出现不仅仅是技术原因，类似OO，它们的起因是大规模代码难以驾驭、人力几乎无法驯服，导致“大部分系统只是碰巧能够工作”。第一次改变尝试叫SOA，但是基本失败了，但到2016年，很多制约因素变化了：网络更快了、磁盘更便宜而且快得多了、内存便宜了、多核CPU普及了。
J2EE应用服务器AS支持的都是单体巨兽模型：WebLogic、WebSphere、JBoss、Tomcat（即使它不支持EAR）：
你的各个服务以jar形式分组并统一打入一个巨大的EAR
AS使用 class loader tricks 管理各个服务jar，对服务做基本/简陋的隔离，对这种经典J2EE的第一次冲击是spring，spring主要是轻量化和解耦改进，而服务隔离和分布式是彻底革命。
时至今日，已经出现了更多、更精细的服务隔离手段即虚拟化virtualization, 包括：Linux Containers (LXC), Docker, and Unikernels. 我们可以开始正儿八经做服务隔离了，因为服务隔离是如此重要，我们表面上看到的是要持续交付、高效运维，这些只是树叶和花朵，君不见它们的树干是弹性系统，而树根是服务隔离。作为javaer值得思考的是如果我只用JVM语系构建系统，那么JVM即可作为一个绝佳的成熟虚机，微服务作为SOA2.0，是一个大口号，它与语言无关，它要做通用规范就需要更底层的虚拟化。微服务就是actor，actor即微服务。
隔离是弹性的前提和基础，它还要求异步通讯：微服务已经互相隔离了，它们之间是异步通讯的，这样才能在时空两方面解耦：
1、Time时间：支持高并发；
2、Space空间：允许分布式和服务迁移，这样才能进一步地消除共享的/可变的状态，然后更进一步滴：最小化互相之间的远程协调coordination, 比如消除分布式事务（这种怪兽级stuff从来就不应该出现），这样才能最小化互相之间的冲突和达成一致的代价，在高并发大规模分布式系统中出现冲突那是要命的，所以：要构建一个顺畅的系统，我们需要的是Share-Nothing Architecture.
隔离天生自带如下好处：
1、失效隔离Failure isolation，也称为舱壁模式：
Bulkheading.
该模式带来自治自驱，每个微服务对外无依赖，完全自主决策自己的行为和状态。
2、弹性：从失效中恢复的能力，它基于隔离，它要求必须破除同步通讯及其带来的强耦合，微服务要求进程之间要异步通讯、无论这俩进程在一台节点机还是不同节点机、只要是跨进程边界的通讯优先要求用异步消息，以此来解耦对于失效的监管，不同于以往对失效/异常的工作流处理模式，现在对失效的监视和应对使用服务监管 supervision 模式，actor语言Erlang和actor库Akka都实现了监管模式，Akka在本地使用父子监管、远程使用DeathWatch监视(通过"akka.watch.heartbeat.pause"设置心跳暂停。心跳暂停应该要是心跳间隔的倍数。失败阀值可以通过"akka.watch.threshold"配置来设置）。进程边界即微服务之间的有界上下文bounded contexts. 微服务理论基本将一个进程视为一个微服务，对应到Akka中则是在一个节点机上运行的actorContext——JVM进程，只不过actorContext同样是由微服务形式的actor组成，可以说Akka是更彻底的微服务、Akka也是更彻底的OO：每一个actor完全自治自驱、达成自洽self-consistent.
Isolation is a prerequisite for autonomy（自治、人身自由）. 我们知道，人群是人的坟墓，人也多嘴也多是讲不清道理的，人的自主性比你想象的脆弱得多，当你身处人群，外界的嘈杂或强力的权威可以轻易摧毁你的独立思想，人们走到一起实际上只会形成一种群体：乌合之众，这是因为你与外界“耦合”过多，当一个人的有限精力都被外界干扰填满，长此以往这会形成可怕的习惯，这种恶习能轻易扼杀你的独立思考能力。
软件亦然，一个对象的状态就像一个人的思想，它们都决定了这个对象/人的下一步行为，外界可以与你交互，但决不允许直接插手读写你的状态，外界的交互首先经过你的自主处理/独立思考，然后完全由你自己做出判断、自主决定自己的状态和下一步的行为。
3、持续交付 Continuous Delivery：服务之间的隔离天生带来持续交付能力，持续交付允许你以一个服务接一个服务的增量形式、安全地部署服务应用、滚动升级甚至回滚；
4、开发改进：每个微服务现在可以独立开发调试了，在单体巨兽应用中这很难。对应idea每个微服务可以作为一个module模块，可以单独启动调试开发打包；
微服务是SOA新瓶装旧酒吗？
“How splendid his Majesty looks in his new clothes, and how well they fit!” everyone cried out. “What a design! What colors! These are indeed royal robes!”
—“The Emperor’s New Clothes” by H.C. Andersen 皇帝的新衣是乌合之众的童话版，而那个说出真话的孩子，是牛顿、是达尔文，孩子引领人类的进步。
是，微服务和SOA的初心是一样的：decoupling, isolation, composition, integration...
也不是，SOA可能是被误解最多的，讲真大部分都是误用而导致的复杂系统，这个系统以Enterprise Service Bus (ESB)为核心，串接起来各个单体应用，对遗留应用没有做重构和分拆，类似巨兽联盟。微服务的微字强调要勇于分解巨兽，如果直接拿过来遗留的单体巨兽应用作为服务单元，它太重了，服务的迁移和恢复一定很壮观...
巨兽系统围绕中心数据库、所有模块都退化为CRUD，你有没有写够了CRUD？
This gives each service the freedom to represent its state in any wayit wants, and store it in the format and medium that is most suitable.Some services might choose a traditional Relational Database Man‐agement System (RDBMS) (examples include Oracle, MySQL and Postgres), some a NoSQL database (for example Cassandra and Riak), some a Time-Series database (for example InfluxDB and OpenTSDB) and some to use an Event Log (good backends include Kafka, Amazon Kinesis and Cassandra) through techniques such as Event Sourcing and Command Query Responsibility Segregation(CQRS).
今天的软件世界和SOA出现的10~15年前大不相同了：多核CPU、云计算、移动设备以及IOT迅速崛起，这意味着：所有的系统都是分布式系统！新的挑战要求新的思考方式：响应式也就是actor模型，最早由 Joe Armstrong and Robert Virding 在Erlang语言中实现，微服务可以说是这几年响应式方法论的最佳实践之一。
在IOT物联网，大量传感器生成的上报数据属于一种日志：append-only不可变的、totally-ordered总体有序的事实数据journal：
Each entry is assigned a unique sequential log entry number. The log entry number can be thought of as the "timestamp" of the entry.
从左到右时序递增、数据产生时间从早到晚，可以以最新一条的entry时间戳作为整个数据分片的版本标识，用在分布式环境下可以识别一台节点机上数据的版本。
网友评论