朱晔的互联网架构实践心得 S2E1：业务代码究竟难不难写？

注意，这是我的架构实践心得的第二季的系列文章，第一季有10篇你也可以回顾。

最近我一直在思考几个问题：

• 业务代码究竟难不难写？

• 一直开发业务代码是不是完全学不到东西？

• 5年+开发经验的老程序员的价值在哪里？

• 如何通过面试来区分业务代码开发的水平？

其实，这几个问题或多或少是相互关联的。有的时候大家也会自嘲说，“程序员接手的代码永远是烂摊子，然后自己继续在这个烂摊子上产出代码，留给又一波后人接手”。十几年来经历过十来个公司，我看了不少差的代码，也看了不少好的代码，自己产出过垃圾代码，也带领团队实现过一些自认为不错的代码。

你可能会说，业务代码就是增删改查，和框架代码的难度不能比，完全是机械劳动，其实我觉得不完全是这样，甚至完全不是这样，我个人认为写出能跑的业务代码不难，但要写出好的业务代码其实是挺难的，更重要的是如果系统设计的足够好，在很长一段时间内系统的可维护性是可控的，只需要简单扩展即可，如果基础打的不够好，那么项目可能就是一次性项目，下面我列出业务系统我关注的一些点，你想想是不是有道理。

标准化

标准的项目结构

我自己非常注重搭建项目结构的起步过程，模块的划分、目录（包）的命名，我觉得非常重要，如果做的足够好，别人导入项目后可能只需要10分钟就可以大概了解结构了。

1、有些名词是约定俗成的，大家一眼就能看出是啥东西的，比如：

• controllers

• services

• configs

• utils

• commons

• jobs

比较重要的是确定先进行分类再分业务，还是先分业务再分类，在代码里混用这两种风格的结构就会很混乱：

• controllers

• order

• user

• jobs

• order

• user

• order

• services

• mappers

• user

• services

• mappers

对于直筒的三层架构的纯数据表驱动的代码我建议第一层是分类，第二层是业务功能：

• 看一眼controllers目录我们知道项目对外的Api能力

• 看一眼services目录我们知道项目的逻辑复杂度

• 看一眼mappers目录我们知道项目的表结构

对于有一些项目，不一定每一个逻辑都涉及到三层架构，数据流量比较复杂，我建议是按照业务功能先来分，下一层视情况也不一定完全是需要按照组件类型分二级目录，也可以是按功能来分：

• core

• storage

• service

• dispatcher

• engine

• context

• callback

• gateway

• handler

• notification

• sms

• push

对于这种目录结构一眼望去就能知道大概项目数据流和架构了，core对内，dispatcher做分发的感觉，callback是外部来的回调数据，notification是通知外部的数据流。这种数据流向复杂的项目，使用这种结构会比前一种合理的多，因为我们需要先关注数据流，而不是三层结构的层次，甚至对于core、dispatcher、notification我们知道其实是没有controller的。

2、有些名词可能就需要内部有一个统一，比如不同的层次面向数据库，面向业务，面向UI，面向RPC需要有不同的POJO，我们需要明确一套对应的命名，能明确就好，比如下面的这些POJO我们其实挺难分辨其用途的，需要进行规范，并且放置于匹配的目录结构中：

• CreateOrderRequest / CreateOrderResponse

• CreateOrderParam / CreateOrderDto

我们可以约定第一组用于服务本身访问外部（的Rpc服务也好，REST服务也好），第二组用于服务本身对外提供的Web Api，比如：

• controllers

• queryOrder()

• createOrder()

• OrderController

• QueryOrderParam

• QueryOrderDto

• CreateOrderParam

• CreateOrderDto

• rpcs

• login()

• register()

• UserService

• LoginRequest

• LoginResponse

• RegisterRequest

• RegisterResponse

• services

• OrderService

• OrderServiceImpl

• OrderEntity

• storages

• OrderMapper

• OrderModel

总之，虽然可能10+人在维护相同的项目，目录结构的风格、命名、专用名词的使用一定要统一。

统一的框架

这个需要在开展项目之前明确下来，我见过有项目中同时使用了Spring MVC和Jersey做Web API，同时使用了Spring Scheduler和Quartz做任务调度。最好是项目开展前明确框架的版本并且搭建好项目脚手架，大概涉及：

• Web API / Web MVC

• Job Scheduler

• Micro Service

• Config Center

• Redis Client

• Data Access

• Entity Mapper

• MQ Client

当然，我们也可以独立出依赖管理的项目，专门由独立模块进行依赖版本管理。最差也要在Wiki上进行明确。

统一的API

如果项目涉及到对外提供API，那么非常有必要在初期就规范API的框架定义，涉及到：

• 包装类 Result<T> 的定义（见过一个项目用了三种包装类的）以及遇到错误的情况下，Http状态码的体现 比如这样的包装类格式：

public class ApiResult<T> {    
boolean success;
    String code;
    String message;
    String path;    
long time;
    T data;
}

我们可以这么和客户端的开发来明确：

1、即使遇到错误，Http状态码还是200，Http状态码如果是500或是404的话那一定是网关层面的错误了，这个错误不是后端服务返回的

2、在Http状态码还是200的时候代表收到了后端的返回，前端去按照ApiResult以Json格式反序列化Http Body的报文

3、然后查看success（如果没success也行，我们可以约定code是200就是成功），如果是success代表后端服务成功处理了请求，如果不成功，则根据后端给的错误代码映射表根据code进行处理或直接提示message中的内容。注意，这里的success只代表后端是否成功处理了请求，不代表请求代表的业务逻辑是否成功处理。举一个例子，如果这个请求是异步支付请求，那么success==true代表前端给的参数都正确，后端正确接受了支付申请，不代表支付成功

4、在success==true的情况下再去解析data中的内容，拿取客户端需要的信息，还是前面的例子，data里可以是 {"orderStatus":"PROCESSING", "orderId":"1234"} ，这个才是真正业务逻辑的数据和状态，success并不代表订单支付操作就是成功的，也可能是处理中的状态

所以这是几个层次的事情，Http Status->ApiResult.status->ApiResult.data.orderStatus

• 加解密规范和签名规范 Api的加密解密以及签名最好在设计的时候就考虑进去，而且要仔细斟酌，否则以后很难变更，特别Api的使用方是客户端的情况，客户端很难轻易强更。如果做SAAS服务，建议参考大厂的规范，比如亚马逊AWS的API规范或阿里云API的规范，不建议自己造轮子，大厂做的API规范都是经过安全方面的专家深度思考的。

• 版本管理规范（比如Url path路由还是Http header路由） 如果使用了老版本的话，是否需要在返回内容中提示新版本的Url、版本号、老版本最后维护时间呢？这个就不展开了

所以统一Api这个事情不仅仅是Api的格式还涉及到安全处理、版本处理、客户端操作方式等等。对于一些需要服务端驱动客户端的业务（UI逻辑动态）来说，我们可以定义一套更复杂的ApiResult，让服务端告知客户端这个时候应该是提示还是跳转还是返回等等。

统一的源码工作模式

现在大家都使用Git，分支如何管理每一个公司（在Gitflow的基础上）都会略有不同，也需要和大家明确：

• 分支的定义（master、develop、release、hotfix、feature）

• 分支命名规范

• checkout、merge request流程

• 提测流程

• 上线流程

• Hotfix流程

别小这个，虽然这个和代码质量和架构无关，但是梳理清楚可以：

• 提高开发和测试的工作效率，人多也乱

• 减少甚至杜绝代码管理导致的线上事故

• 让项目管理者和架构师可以明确什么代码现在在哪里

• 方便运维处理发布和回滚

• 让项目的开发可以灵活适应多变的需求

容错性

见过一些项目在实现业务代码的时候是不考虑任何异常处理、事务处理、锁处理的，在流量小无并发的情况下，这些项目不容易爆发出严重的问题，基本能用。但是对于高并发的项目或将来可能会高速发展的项目，如果不考虑这些问题会死的很难看。

我们来想一下，如果现在在设计一个订单服务，如果因为网络问题、并发问题导致数据错乱、服务中断的可能在千分之一，如果一个业务一天只有1000次请求，1天才遇到这样1次问题，即使遇到了问题用户也不一定会来反馈，即使来反馈往往客服也能通过后台取消订单等操作来处理，这个问题不会爆发出来，如果一天的单量是1000万，那么每天可能就会有10000单异常的订单，这个可能就超过了客服的处理能力了。

很少有项目真正100%完全做好了所有细节，只不过往往是因为量小得不到大家的重视罢了。但我们想一下，如果遇到数据库或中间件级别大规模故障的情况下，如果一致性处理的不好，那么数据库恢复后可能会留下一大堆异常数据需要修复，如果处理的好，业务数据不会错乱，数据库恢复后业务马上可以恢复。在遇到事故的时候，系统这方面的设计功力就体现出来了。

一致性处理

在实现代码的时候需要考虑如下事情：

• 本地事务处理：见过一些代码完全不考虑事务，或者是只是知其然使用 @Transactional ，但是方法内部完全catch了所有异常的情况

• 事务包含的方法块

• 嵌套事务、事务传播

• 什么时候遇到什么异常应该回滚

• @Transactional 是否真正生效了？

• 外部服务调用的事务问题

• 调用外部服务出现异常的时候，本地事务怎么处理

• 调用的外部服务是否允许重试（幂等调用）

• 调用外部服务出现未知结果后，怎么进行补偿

• 补偿是否有上限，是否存在死信数据卡死补偿的情况？

• 如果有2+外部服务连同本地数据库存储都需要有事务性，怎么实现

• 数据重复和顺序问题

• 先本地事务提交还是先调用外部接口（如果先调用外部接口，可能会遇到外部回调的时候本地事务还没提交找不到数据的情况）

• 从MQ收到的消息顺序问题怎么解决？

• 重新入MQ的延迟消息或重试消息乱序是否会有问题？

• 对外提供的Api或回调方法是否支持幂等？

• 锁的问题

• 哪个层面做锁？服务层分布式锁还是数据库层面锁？

• 乐观锁还是悲观锁？

• 你确信你的Redis锁方案是可靠的吗？

• 你是否知道多少请求再排队等待，又是为什么？

这些要做好真的很难，每一步都需要认证考虑，但是很遗憾见过的很多具有复杂业务的代码，在Service中一连串调用了N个外部服务进行写操作，方法内也实现了N个表的写操作，即不考虑外部服务的事务和补偿问题，本地也没有事务控制，出了错只是打印了堆栈然后客户端看到的是一个服务器忙。

异常处理

异常处理不仅仅是狭义上遇到了Exception怎么去处理，还有各种业务逻辑遇到错误的时候我们怎么去处理。 就拿记日志这一件事情来说：

• WARN和ERROR的选择需要好好考虑，WARN一般我倾向于记录可自恢复但值得关注的错误，ERROR代表了不能自己恢复的错误。对于业务处理遇到问题用ERROR不合理，对于catch到了异常也不是全用ERROR。

• 记录哪些信息，最好打印一定的上下文（用户Id、订单Id、外部传来的关键数据）而不仅仅是打印线程栈。

• 记录了上下问信息，是否要考虑日志脱敏问题？可以在框架层面实现，比如自定义实现logback的 ClassicConverter

我们知道catch到了异常或遇到了业务错误，我们除了记录日志还有很多选择，也需要认真考虑什么时候应该做什么：

• 直接返回

• 抛出异常

• 重试处理

• 恢复处理

• 熔断处理

• 降级处理

• 甚至关闭业务

这又涉及到了弹力设计的话题，我们的系统往往会对接各种外部服务、Api，大部分服务都不会有SLA，即使有在大并发下我们也需要考虑外部服务不可用对自己的影响，会不会把自己拖死。我们总是希望：

• 尽可能以小的代价通过尝试让业务可以完成

• 如果外部服务基本不可用，而我们又同步调用外部服务的话，我们需要进行自我保护直接熔断，否则在持续的并发的情况下自己就会垮了

• 如果外部服务特别重要，我们往往会考虑引入多个同类型的服务，根据价格、服务标准做路由，在出现问题的时候自动降级

架构设计

表

表的设计和Api的定义类似，属于那种开头没有开好，以后改变需要花10x代价的，我知道，一开始在业务不明确的情况下，设计出良好的一步到位的表结构很困难，但是至少我们可以做的是有一个好的标准：

• 统一的附加字段，create_time，update_time，version等

• 表的命名标准，比如 [domain]_[tablename]_[tabletype]

• 字段类型、长度标准

• 虽没有外键，但是外表关联字段和主表字段的命名标准

• _id还是_no等字段命名的区别

除了标准，尽可能需要结合业务以及业务可能的扩展思考一下：

• 1:N的可能性，是有1就足够了，还是一开始就要设计1:N的层次关系

• 如果表字段可能会很多，业务变化多，是否考虑1:1甚至1:N的扩展表，把扩展字段从主表分开

• 表的领域职责，表可能也会分上游、中游、下游，什么字段应该在哪里太重要了（我觉得表的领域相当于之前提到的项目结构中的包的分类，这个最好一开始定义清楚）

• 关联表字段冗余冗余到什么程度，冗余字段的同步

• 枚举的维护方式，是否考虑字典表？

对于表结构文档，我觉得列出字段类型、长度、说明是不够的，如果能结合业务代码梳理清楚下面这些，那这个文档就是真正有价值的 表结构文档 ：

• 记录由哪个业务模块创建

• 数据重要程度

• 数据归档方案

• 字段数据源头

• 字段会由谁更改

• 字段可能会在哪里缓存

设计模式

我想90%的业务项目都是所谓的三层结构，Web层处理参数调用Service层做Db层的聚合，Db层基本就是代码生成或Orm框架补充少量的手写SQL。对于这样的项目，大部分人认为是没有设计的，也不需要设计。我认为那是因为没有好好思考：

• 在我们写下if-else的时候，我们就可以考虑使用抽象类+具体实现类的方式来替代

• 在实现层次化业务处理的时候，就可以考虑使用Filter或职责链模式来实现

• 在封装外部Api的时候与其每次都写一套解析逻辑，我们是否考虑进行动态封装呢

• 在数据改变后我们要记录改版轨迹，与其复制粘贴是否考虑过发布订阅模式

说白了就是利用各种设计模式和OO思想，来尽可能在业务变化需要扩展的时候：

• 只是新增代码而不是修改代码

• 尽可能减少重复代码复制粘贴

• 尽可能让同类代码都呆在一起

• 尽可能让直筒式的代码有层次

往大了说

在一个公司层面，如果有几十个，几百个业务项目，我们看这个公司的技术水平到了什么程度，我个人认为不仅仅是用了什么新技术，而是是否：

• 具有统一的开发、服务框架

• 具有统一的运维、监控、中间件、测试平台

• 具有清晰的纵向领域划分

• 具有清晰的横向基础平台服务和基础业务服务

• 具有统一的代码工作模式

最简单的一个例子，一个业务从前到后跨10个事业部，100个服务，实现灰度测试，想想这件事情有多难？整个公司层面要实现步调一致的这些东西还确实很难，不仅仅是技术能力的体现，没有良好的组织架构，人心不齐，恐怕这些无法实现，实现了也无法推广，推广了也无法持续……当然，这些已经超出个人能做的了，作为程序员的我们应该从我做起，认真考虑前面提到的这些问题，至少在项目内部做良好的设计。

再来看看文首的问题，你看，虽然只是写业务代码，如果要写的足够好，必须要了解设计模式、理解各种弹力设计、理解事务、熟悉框架、了解中间件原理，怎么可能学不到东西，要实现健壮的业务代码，其实很难，要考虑的东西太多了，如果说写框架我们需要考虑不同的使用方和使用环境，这很难，写业务代码我们要考虑到千奇百怪的使用行为，要考虑到层次不起的对接方，这不比写框架简单。对于5年+经验丰富的程序员应当有能力开一个好头，或者说愿意在老代码上去做一些改变，否则你的价值在哪里呢？

本文只是展开了一些想到的内容，每一点都有很多东西可以写，也没时间一些子展开说太多，这些细节留在今后的文章慢慢展开了。