转载

微服务基础与案例

今天的分享主要是结合精灵云在Docker和微服务领域的实践进行分享。精灵云(Ghostcloud——云端的Ghost)，是国内第一批从事容器虚拟化研发的创业型公司，主要提供容器云管理平台、容器私有云建设及咨询服务。秉承Eat Your Own Dogfood的思想，他们的整体架构就是全部运行在容器中的微服务架构，他们拥有国内领先的PaaS/CaaS研发能力，Ghostcloud平台也是国内唯一全自主研发的PaaS/CaaS平台。

产生微服务的背景

首先我们从微服务出现的背景说起，我觉得首先是移动互联网这个时代促使微服务的出现。过去10年是移动互联网飞速发展的10年，我们的生活受到了翻天覆地的变化，我们每时每刻都在享受着移动互联网带来的福利。整个系统对组件复用，水平扩展性，高可用性都提出了新的要求。这就要求我们用敏捷的思想来进行开发，持续的集成，持续交互，精益方法论都逐步深入人心。然后是虚拟化技术的发展，从传统的硬件级虚拟化逐步过渡到操作系统级虚拟化，也就是我们所说的容器虚拟化。而Docker无疑是这里面的杰出代表。同时，随着AWS的兴起，公有云, IaaS, PaaS, 等都纷纷出现。总的来说，都是要突出一个“快”字，凡是能加快我们交互的途径都值得去改进。微服务架构下，将功能相对独立的模块进行了封装，模块间的交互取而代之的是接口，极大的实现了“高内聚”，“低耦合”，同时模块与模块间没有了硬性的语言要求，而更关注于功能。

架构的转变

与Microservice相对立的就是Monolithic模式，翻译过来就是单体模式。单体模式把很多功能或者组件柔和在一起，在开发和部署方面是有很大的优势。但是其缺点也很明显，首先测试成本很高，之前我曾经供职的一家公司，要测试一个系统需要完整编译一次系统，至少需要1个小时，这种情况下就根本没办法持续交付。维护成本由于整个系统的耦合性，也会增加。同时，系统要进行扩展时，大多只能垂直扩展，即使是水平扩展也需要高配置的硬件。而在微服务模式下，模块独立，低耦合，每一个模块都可以单独测试，并发测试，并发部署。同时，具有很强的扩展性及更高的资源利用率。但是，微服务也存在诸多缺点，比如：设计的要求增加，系统的复杂度增加，模块的增多以后管理和运维的要求也会增加。

如何应对转变

这其实是我深有体会的。要实行微服务架构，肯定需要一个人来进行推动，而这个推动势必会影响活着损害部分人的利益，这不仅是技术层面的，还会上升到管理层面。因此，推动的人必须首先对微服务有深刻的认识和理解，同时需要得到公司管理层的支持，而这个角色可以是老板或者CTO。你需要说服管理层，同时也需要说服中层。这些中层包括架构师、高级工程师，这些人往往是公司的骨干也是经验最丰富的，这类人如果不与时俱进，在具体实施过程中要么遇到很大的阻力，要么成为形式上的微服务。中国的IT企业普遍落后于国外，同时对IT基础架构也不够重视，很多老板根本不管你什么架构，搞出来就好，这就导致后期维护成本非常高。因此，我觉得思想的转变比什么都重要，真正从上到下意识到我们需要进行转变。从物理机到虚拟机是转变，从虚拟机到容器是转变，从私有云向公有云到混合云同样是转变，只有团队具有这种持续改进的传统和颠覆的魄力，微服务才可能落到实处。

架构师的欠缺

现在的技术发展光JavaScript就有几十种框架，各个领域都有层出不穷的技术。一个合格的架构师，需要时刻有空杯的学习心态，不停的快速学习。我一个很好的朋友是唯品会的资深架构师，他到现在每年都会看20多本的技术书籍。尽管如此，他在很多时候都会感觉不能跟上时代的步伐。这一页是我罗列的一些需要的技能，从中你可以看出沟通能力和影响力也被我加了进来，很多高级技术人员都不注重非技术方面的提升，这一步是迈向架构师的一个坎。我自己是一个纯粹的技术人员，在创业之后我深刻认识到，技术对我们都不是多大的问题，性格、沟通、情商、大局的把控才是真正需要修炼的地方，所谓人生无处不修行。

微服务生存周期

对于微服务架构，我大致整理了上面几个步骤。首先从用户需求开始，然后是模块拆分和技术选型，接下来就是通过敏捷的思想进行持续集成，然后是部署，之后是运维，然后进行下一次迭代。有的时候我们可能会将持续集成、测试和部署合并在一起，有的时候可能又会根据实际情况分拆开来。

语言的选择

需求分析方面我觉得没什么多讲的，我直接进入模块拆分阶段。模块拆分就涉及到到底拆分的多细，我觉得这个没什么定论，总体准则就是功能尽量单一，框架尽量单一，开发测试方便，然后最重要的是团队觉得好。只有团队觉得好才是真的好。过细过粗都不是很好的方式。我首先从语言选择方面来讲一下我们的实践。我们团队之前是做内核开发的对c/c++非常熟悉，但是确实不大适合当今的开发，c语言的包管理和语言内部的易错性绝对是最高的。后来我们集体转到了Java，对于我们来说Java基本没任何语言层面的难度，两三个星期就上手了。但是，我们没有选择重量级的框架，而是选择了Spring Boot, Spring Data, Spring Data REST等一系列最新的框架技术，选择这些框架主要还是方便容器化的封装。整体来看开发速度确实很快，也没什么过多的问题，性能也都还可以，当然不能和c比。但是一个比较麻烦的事情就是Java的外部包太多，同时JRE也很大，对于我们这种拥有几十个微服务的设计，明显是不合适的。后来，我们切换到了Go, 基本上Go和c大同小异，我们很快就上手了。我们招人都是招c语言和数据结构好的人，然后让他转，基本都是2周就能做事了。Go与Java比除了空间小，一个比较大的优势就是原生跨平台。这一点跟Python和Ruby都不一样，Python和Ruby, nodejs，其实都有一个类似虚拟机的机制，并不是运行的原生二进制程序。而Go是把程序编译成了原生二进制，这一点就在性能上有非常大的提升，你运行的c语言编译的程序没有什么区别。但是Go也不是完美的，Go目前的反射相对偏弱;Go的开发工具目前也还不是很完善，调试和MVC框架都还不是很完善，我们在开发过程中还自己写了一些调试器和一个REST框架。但是相比于性能和空间，我们觉得都是值得的。我们现在最小的rest服务只有几十k大小。

持续集成-镜像型

说到微服务肯定就离不开容器，我们使用的是Docker。我们团队基本所有的服务都是运行在容器中的，我们带代码管理和bug跟踪系统都是gitlab来管理的，通过注入代码提交的hook，通知我们的编译型控制容器，之后会push到我们的私有镜像仓库中，紧接着我们会启动测试型容器拉取镜像，并运行测试用例，最后是发布。这种模式我们称为镜像型持续集成，如果你的业务偏简单，没有多少服务是很不错的，但是如果你的镜像多，服务多，在公网上的拉取就会非常慢。我们那个时候更新一次版本要差不多10分钟，后来我们就过渡到了代码型持续集成。

持续集成-代码型

这种改进型的持续集成是将容器预先做好放在那儿，当有变化时去取代码，然后编译，测试和运行，同时异步push到仓库，在完成好内部测试以后，启动公网的容器进行编译、测试和发布。整个过程都是以代码为线索，不会出现大镜像的拉取动作。

持续集成-容器-代码库

如上图，我们采用的是一个容器对应一个代码库的方式来的，这样可以并行的测试、构建和部署。同时容器和容器之间是通过无状态协议交互的，可以自动构建相互间的联系，这样做主要是为了方便的更新和扩展。

容器的网络访问方式

这里是几种可能会用到的容器网络模式，

第一种是默认的桥接方式，容器可以通过主机ip+端口来进行访问，这种方式是可以跨集群访问的;

第二种是直接使用容器的内部ip，因此只能在内部访问

第三种是link的方式将容器连接到一起，这种方式只能在主机层面访问;

第四种是使用主机的网络，容器使用主机的网络通讯，因此也可以跨主机访问;

第五种是给容器赋予可路由的ip，这种方式需要借助MacVlan等技术来实现，也是可跨主机访问的;

第六种是Overlay+link方式，Overlay是在docker1.9以后加入的虚拟网络访问方式，它可以在多主机间建立虚拟网络，因此也是可以跨主机访问的;

我们在实际使用过程中，会根据业务场景来选择。

服务发现

作为微服务架构，一个比较核心的问题就是服务发现。目前服务发现一般可以通过zookeeper, consul, 或etcd来做。这些都是高可用中间件，每一种都有特有的栈。拿consul来说，它的注册可以通过Registrator，服务仓库用Consul，然后配置更新用consul-template，然后负载均衡用Nginx/HAProxy。

案例分析

这是我们其中一个用户的案例，这个用户主要是做基于微信的开发和运营。他们的业务有一个特点，闲的时候会没有多大的用户访问量，一旦做活动(比如：抢红包，做游戏)并发量就会暴增。由于他们的主要精力是集中在不同场景的活动，所以非常适合微服务架构。但是，他们目前基本都是手动来调配资源，并且对容器和主机也没有系统的监控。基于此，他们和我们平台一起研发了动态的负载均衡及弹性伸缩功能，可以根据各种资源使用情况自动伸缩服务。而Ghostcloud的平台，则为他们提供了一系列的相关服务。