產(chǎn)品是一款服務于人力資源的SaaS在線服務，面向HR有Web Android/iOS 小程序多個客戶端

后端采用RESTful風格API來提供服務。主要使用Python語言，方便快速迭代。

架構的演進經(jīng)歷了4個大的階段：

一、MVC

項目剛開始的時候，后端同事不超過5個，這個階段主要的工作是實現(xiàn)產(chǎn)品的原型，沒有太多的考慮架構

使用Django來快速實現(xiàn)功能，DB的表結構設計好之后，抽象出功能View

由于產(chǎn)品設計也很不完善，后端需要很多的預留設計，避免產(chǎn)品邏輯的變更帶來整個表結構的變動

在這個階段代碼上最重要的是確定適合團隊的代碼規(guī)范，代碼檢查規(guī)則。

整體上架構如上圖

• Nginx負責負載均衡，分發(fā)流量到多個Django服務
• Django處理邏輯
• 異步任務就交給Celery
• 數(shù)據(jù)量比較大的地方使用Redis做緩存
• 同時還有實時消息通知的需要使用了Nginx Push Module

問題與優(yōu)化方式：

• Django并發(fā)性能差
• 使用uWSGI Master+Worker 配合 gevent 攜程支持高并發(fā)Redis連接數(shù)過多
• 使用redis-py自帶的連接池來實現(xiàn)連接復用MySQL連接數(shù)過多
• 使用djorm-ext-pool（https://github.com/djangonauts/djorm-ext-pool)連接池復用連接Celery配置gevent支持并發(fā)任務

隨著開發(fā)的功能越來越多，Django下的app也越來越多，這就帶了發(fā)布上的不方便，每次發(fā)布版本都需要重啟所有的Django服務，如果發(fā)布遇到問題，只能加班解決了。而且單個Django工程下的代碼量也越來越多，不好維護。

二、服務拆分

隨著后端團隊的壯大，分給每個同事的需求也越來越細

如果繼續(xù)在一個工程里面開發(fā)所有的代碼,維護起來的代價太高

而我們的上一個架構中在Django里面已經(jīng)按模塊劃分了一個個app

app內(nèi)高類聚，app之間低耦合，這就為服務的拆分帶來了便利。

拆分的過程沒有遇到太大的問題，初期的拆分只是代碼的分離

把公用的代碼抽離出來實現(xiàn)一個公用的Python庫，數(shù)據(jù)庫，Redis還是共用，隨著負載的增加，數(shù)據(jù)庫也做了多實例。

如上圖，服務之間盡量避免相互調(diào)用，需要交互的地方采用http請求的方式，內(nèi)網(wǎng)的調(diào)用使用hosts指向內(nèi)網(wǎng)地址。

問題與優(yōu)化方式：

• Nginx Push Module由于長時間沒有維護，長連接最大數(shù)量不夠，
• 使用Tornado + ZeroMQ實現(xiàn)了tormq（https://github.com/zhu327/tormq）服務來支撐消息通知
• 服務之間的調(diào)用采用http的方式，并且要求有依賴的服務主機配置hosts指向被調(diào)用的地址，這樣帶來的維護上的不方便。
• 以及在調(diào)用鏈的過程中沒有重試，錯誤處理，限流等等的策略，導致服務可用性差。
• 隨著業(yè)務拆分，繼續(xù)使用Nginx維護配置非常麻煩，經(jīng)常因為修改Nginx的配置引發(fā)調(diào)用錯誤。
• 每一個服務都有一個完整的認證過程，認證又依賴于用戶中心的數(shù)據(jù)庫，修改認證時需要重新發(fā)布多個服務。

三、微服務架構

• 首先是在接入層引入了基于OpenResty的Kong API Gateway，定制實現(xiàn)了認證，限流等插件。
• 在接入層承接并剝離了應用層公共的認證，限流等功能。
• 在發(fā)布新的服務時，發(fā)布腳本中調(diào)用Kong admin api注冊服務地址到Kong，并加載api需要使用插件。

為了解決相互調(diào)用的問題，維護了一個基于gevent+msgpack的RPC服務框架doge，借助于etcd做服務治理，并在rpc客戶端實現(xiàn)了限流，高可用，負載均衡這些功能。

• 在這個階段最難的技術選型，開源的API網(wǎng)關大多用Golang與OpenResty(lua)實現(xiàn)，為了應對我們業(yè)務的需要還要做定制。
• 前期花了1個月時間學習OpenResty與Golang，并使用OpenResty實現(xiàn)了一個短網(wǎng)址服務shorturl用在業(yè)務中。
• 最終選擇Kong是基于Lua發(fā)布的便利性，Kong的開箱即用以及插件開發(fā)比較容易。
• 性能的考量倒不是最重要的，為了支撐更多的并發(fā)，還使用了云平臺提供的LB服務分發(fā)流量到2臺Kong服務器組成的集群。
• 集群之間自動同步配置。

餓了么維護一個純Python實現(xiàn)的thrift協(xié)議框架thriftpy，并提供很多配套的工具, 如果團隊足夠大，這一套RPC方案其實是合適的，但是我們的團隊人手不足，水平參差不齊，很難推廣這一整套學習成本高昂的方案。

最終我們開發(fā)了類Duboo的RPC框架doge，代碼主要參考了weibo開源的motan。

四、領域驅(qū)動設計

• 在這一架構中我們嘗試從應用服務中抽離出數(shù)據(jù)服務層
• 每一個數(shù)據(jù)服務包含一個或多個界限上下文，界限上下文類只有一個聚合根來暴露出RPC調(diào)用的方法。
• 數(shù)據(jù)服務不依賴于應用服務，應用服務可以依賴多個數(shù)據(jù)服務。
• 有了數(shù)據(jù)服務層，應用就解耦了相互之間的依賴，高層服務只依賴于底層服務。

在我離職時領域驅(qū)動設計還在學習設計階段，還沒有落地，但是我相信前公司的后端架構一定會往這個方向繼續(xù)演進。

Service Mesh這種新一代的微服務架構正在成為主流，雖然現(xiàn)在的工作與微服務無關了，但是也還會繼續(xù)關注學習。

架構的設計，技術的選型，不能完全按照流行的技術走，最終還是服務于產(chǎn)品，服務于客戶的需求。設計過程中由于團隊，人員的結構問題，有很多的妥協(xié)之處，如何在妥協(xié)中找到最優(yōu)解才是最大的挑戰(zhàn)，更多相關問題的討論，請大家持續(xù)關注腳本之家！