在微服务与SOA架构体系下,如何合理地划分服务是系统设计的核心问题之一。服务划分过粗会导致单体系统的弊端重现,划分过细则会带来运维复杂度激增、分布式事务等问题。本文从实践出发,结合领域驱动设计(DDD)和康威定律,系统性地阐述服务划分的因素、原则、方法论以及常见反模式。
服务划分不是拍脑袋决定的,需要综合考虑多个维度的因素。以下是实践中验证有效的划分依据。
服务本身的可用性要求可以作为划分服务边界的重要依据,包括服务的可用性、稳定性及性能指标。
典型场景对比表:
| 维度 | 前台系统 | 后台系统 |
|---|---|---|
| 可用性要求 | 7×24小时不间断 | 工作时间可用即可 |
| 响应延迟 | 要求更快响应、更低延迟 | 对吞吐量要求更高 |
| 故障影响 | 直接影响用户体验和收入 | 影响内部运营效率 |
| 扩容策略 | 按峰值流量预留容量 | 按平均负载规划 |
| 监控粒度 | 秒级告警、实时大盘 | 分钟级监控、日报 |
| 回滚要求 | 秒级回滚、零停机 | 小时级维护窗口 |
具体数值示例:
假设一个电商平台的支付系统,其前台支付网关和后台交易对账的SLA差异如下:
| 指标 | 支付网关(前台) | 交易对账(后台) |
|---|---|---|
| 可用性目标 | 99.99%(年停机≤52分钟) | 99.5%(年停机≤43小时) |
| 平均响应时间 | P99 < 200ms | P99 < 5s |
| 并发处理能力 | 10000 TPS | 500 TPS |
| 数据一致性 | 强一致性 | 最终一致性(T+1) |
| 部署窗口 | 蓝绿部署、零停机 | 凌晨2-4点维护窗口 |
实践经验:在支付系统中,支付网关(前台)和交易对账(后台)的SLA差异极大。前者要求99.99%可用性,后者允许在凌晨低峰期进行维护。将二者分离,可以避免后台系统的维护窗口影响前台支付。
把相对不变的部分独立出来,是控制变更成本的有效策略。
核心逻辑:
案例:支付核心 vs 支付方式
支付核心(不变)
├── 交易流水记录
├── 资金冻结/解冻逻辑
└── 状态机流转
支付方式(常变)
├── 微信支付接口升级
├── 支付宝新功能接入
└── 新兴支付方式(数字人民币等)
量化数据对比:
| 拆分前后 | 回归测试时间 | 发布频率 | 故障率 |
|---|---|---|---|
| 拆分前(耦合) | 2周/次 | 1次/月 | 15% |
| 拆分后(独立) | 4小时/次 | 2次/周 | 3% |
踩坑记录:早期将支付方式与支付核心耦合,每次新增支付方式都需要回归测试整个支付链路,测试周期从2天延长到2周。拆分后,新增支付方式仅需独立测试,周期缩短到半天。
领域驱动设计是服务划分最重要的理论依据。通过识别限界上下文(Bounded Context),自然形成服务边界。
关键概念:
| 概念 | 说明 | 示例 |
|---|---|---|
| 限界上下文 | 领域模型的边界,同一概念在不同上下文含义不同 | "订单"在支付上下文和物流上下文中含义不同 |
| 聚合根 | 领域对象的集群,外部通过聚合根访问 | 支付聚合根包含支付单、支付流水、支付状态 |
| 领域事件 | 领域内发生的有意义的事情 | PaymentCompleted、OrderPaid |
| 实体 | 有唯一标识的对象 | 用户ID、订单ID |
| 值对象 | 无唯一标识,通过属性定义 | 地址、金额 |
划分步骤:
示例:电商平台的领域划分
电商平台领域划分
├── 核心域(Core Domain)
│ ├── 订单域:订单创建、状态流转、取消
│ ├── 支付域:支付处理、退款、对账
│ └── 库存域:库存扣减、预占、释放
├── 支撑域(Supporting Domain)
│ ├── 用户域:用户信息、认证、权限
│ ├── 商品域:商品信息、类目、属性
│ └── 营销域:优惠券、满减、秒杀
└── 通用域(Generic Domain)
├── 通知域:短信、邮件、推送
├── 文件域:上传、存储、CDN
└── 日志域:日志收集、分析、告警
内部约定:我们在做领域划分时,要求每个限界上下文必须有明确的"通用语言"(Ubiquitous Language)。同一个术语在不同上下文中可以有不同含义,但在同一个上下文中必须唯一。
数据所有权是服务划分的硬边界。一个数据实体应该只被一个服务所拥有,其他服务只能通过API访问。
原则:
反例警示:
❌ 错误做法:
订单服务直接查询支付数据库获取支付状态
✅ 正确做法:
订单服务调用支付服务API或订阅PaymentCompleted事件
数据主权矩阵示例:
| 数据实体 | 所属服务 | 访问方式 | 数据存储 |
|---|---|---|---|
| 用户信息 | 用户服务 | API / 事件 | MySQL |
| 订单数据 | 订单服务 | API / 事件 | MySQL |
| 支付记录 | 支付服务 | API / 事件 | MySQL |
| 商品信息 | 商品服务 | API / 事件 | MySQL |
| 库存数据 | 库存服务 | API / 事件 | Redis + MySQL |
| 日志数据 | 日志服务 | 消息队列 | Elasticsearch |
"设计系统的组织,其产生的设计等同于组织之内、组织之间的沟通结构。" —— Melvin Conway
康威定律的启示:
沟通成本量化:
| 团队规模 | 沟通路径数 | 沟通复杂度 |
|---|---|---|
| 2人 | 1 | 低 |
| 5人 | 10 | 中 |
| 8人 | 28 | 高 |
| 10人 | 45 | 很高 |
计算公式: 人团队的沟通路径数为
注意事项:
经验之谈:曾经按前端/后端团队划分服务,导致一个业务功能需要跨团队协调3个服务。后来调整为按业务域划分(每个团队负责完整业务域),沟通成本降低了70%。
当不同部分需要不同的技术栈时,是天然的拆分点。
常见场景:
| 场景 | 技术选型 | 拆分理由 |
|---|---|---|
| 计算密集型 vs I/O密集型 | Go vs Java | Go适合高并发,Java适合复杂业务 |
| 实时处理 vs 批处理 | Flink vs Spark | 流处理和批处理架构不同 |
| 结构化数据 vs 非结构化数据 | MySQL vs MongoDB | 关系型和非关系型数据模型差异 |
| 事务型 vs 分析型 | OLTP vs OLAP | 读写模式和优化方向不同 |
| 短连接 vs 长连接 | REST vs WebSocket | 通信模式差异 |
服务应该能够独立开发、部署、运行和扩展,不依赖其他服务的内部实现细节。
自治性的四个维度:
| 维度 | 说明 | 检查标准 |
|---|---|---|
| 开发自治 | 可以独立修改代码 | 修改不需要通知其他团队 |
| 部署自治 | 可以独立发布 | 发布不强制其他服务同步发布 |
| 运行自治 | 可以独立扩缩容 | 根据自有负载调整资源 |
| 技术自治 | 可以独立选择技术栈 | 不受其他服务技术选型约束 |
自治性评估表:
| 评估项 | 是 | 否 |
|---|---|---|
| 服务能否独立编译? | ✅ | ❌ |
| 服务能否独立部署? | ✅ | ❌ |
| 服务能否独立运行(不依赖其他服务启动)? | ✅ | ❌ |
| 服务能否独立扩缩容? | ✅ | ❌ |
| 服务故障是否影响其他服务? | ❌ | ✅ |
故障应该在服务边界内隔离,避免级联失败。
隔离策略层次:
故障隔离层次
├── 进程隔离(服务独立进程)
├── 资源隔离(线程池、连接池独立)
├── 数据隔离(独立数据库/schema)
├── 部署隔离(独立实例、独立集群)
└── 网络隔离(独立VPC、安全组)
隔离性对比:
| 隔离级别 | 实现方式 | 故障影响范围 | 成本 |
|---|---|---|---|
| 进程隔离 | 独立进程 | 单进程 | 低 |
| 容器隔离 | Docker容器 | 单容器 | 低 |
| 资源隔离 | 独立线程池/连接池 | 单服务 | 中 |
| 数据隔离 | 独立数据库 | 单服务数据 | 中 |
| 部署隔离 | 独立集群 | 单服务集群 | 高 |
| 网络隔离 | 独立VPC | 单网络域 | 高 |
踩坑记录:曾经多个服务共享一个数据库实例,一个服务的慢查询导致整个数据库CPU打满,所有服务受影响。拆分数据库后,故障隔离性大幅提升。
一个服务应该包含完成其职责所需的所有能力,避免功能分散导致的事务和一致性问题。
完整性检查:
示例对比:
❌ 不完整划分:
用户服务:管理用户基本信息
用户认证服务:管理用户登录态
用户权限服务:管理用户角色
→ 查询一个用户的完整信息需要调用3个服务
✅ 完整划分:
用户服务:管理用户所有信息(基本信息、认证、权限)
→ 单一服务提供完整用户视图
一个服务应该只负责一个明确的业务领域或功能集合。
判断标准:
职责清晰度评估:
| 服务 | 职责描述 | 评估 |
|---|---|---|
| 订单服务 | 管理订单生命周期 | ✅ 清晰 |
| 支付服务 | 处理支付和退款 | ✅ 清晰 |
| 用户服务 | 管理用户信息和认证 | ✅ 清晰 |
| 通用服务 | 处理各种杂项功能 | ❌ 模糊 |
高内聚: 服务内部的功能紧密相关,共享数据和行为。
松耦合: 服务之间通过定义良好的接口交互,减少相互依赖。
耦合度评估:
| 耦合类型 | 说明 | 可接受度 | 示例 |
|---|---|---|---|
| 数据耦合 | 通过API传递数据 | ✅ 推荐 | REST API调用 |
| 控制耦合 | 一个服务控制另一个服务的逻辑 | ⚠️ 尽量避免 | 传递控制标志 |
| 外部耦合 | 共享外部接口/格式 | ⚠️ 谨慎使用 | 共享SDK |
| 内容耦合 | 直接访问内部数据 | ❌ 禁止 | 直接查数据库 |
步骤:
上下文关系类型:
| 关系类型 | 说明 | 适用场景 | 通信方式 |
|---|---|---|---|
| 合作关系 | 两个上下文团队协作紧密 | 紧密关联的核心域 | 频繁同步沟通 |
| 共享内核 | 共享部分模型 | 高度耦合的子域 | 共享库 |
| 客户-供应商 | 上游优先满足下游需求 | 内部服务依赖 | API契约 |
| 遵奉者 | 下游完全遵循上游模型 | 外部系统对接 | 适配器模式 |
| 防腐层 | 下游隔离上游模型 | 遗留系统对接 | 转换层 |
| 开放主机服务 | 上游提供标准化接口 | 对外暴露服务 | 标准API |
| 发布语言 | 定义明确的数据交换格式 | 跨团队集成 | 共享Schema |
按组织的业务能力进行分解,每个服务对应一个业务能力。
示例(电商平台):
业务能力
├── 商品管理
│ ├── 商品上架
│ ├── 商品编辑
│ └── 商品下架
├── 库存管理
│ ├── 库存查询
│ ├── 库存预占
│ └── 库存释放
├── 订单管理
│ ├── 订单创建
│ ├── 订单支付
│ └── 订单取消
├── 支付处理
│ ├── 支付发起
│ ├── 支付回调
│ └── 退款处理
├── 物流配送
│ ├── 发货通知
│ ├── 物流跟踪
│ └── 签收确认
├── 用户管理
│ ├── 用户注册
│ ├── 用户登录
│ └── 用户信息管理
├── 营销促销
│ ├── 优惠券发放
│ ├── 满减活动
│ └── 秒杀活动
└── 售后服务
├── 退货申请
├── 换货处理
└── 客服工单
需要强一致性的事务应该在一个服务内完成,最终一致性可以跨服务。
决策树:
是否需要强一致性?
├── 是 → 必须在同一服务内
│ └── 实现方式:本地事务(ACID)
└── 否 → 可以考虑跨服务(最终一致性)
├── 实时性要求高? → 同步API调用 + 补偿机制
└── 实时性要求低? → 异步消息/事件 + 重试机制
一致性要求对比:
| 业务场景 | 一致性要求 | 实现方式 | 允许延迟 |
|---|---|---|---|
| 支付扣款 | 强一致性 | 本地事务 | 无 |
| 库存扣减 | 强一致性 | 本地事务 | 无 |
| 订单状态更新 | 强一致性 | 本地事务 | 无 |
| 物流通知 | 最终一致性 | 消息队列 | 分钟级 |
| 数据统计 | 最终一致性 | 异步批处理 | 小时级 |
| 搜索索引更新 | 最终一致性 | 异步消息 | 秒级 |
实践经验:支付和订单状态更新需要强一致性,必须在同一事务边界内。但支付完成后通知物流发货,可以用异步事件,允许短暂延迟。
对于遗留单体系统,不建议大爆炸式拆分,应采用渐进式策略。
绞杀者模式(Strangler Fig Pattern):
阶段1: 单体应用
[ 单体应用 ]
↑
用户
阶段2: 提取第一个服务
[ 单体应用 ] ←→ [ 新服务A ]
↑
用户
阶段3: 逐步提取
[ 单体应用 ] ←→ [ 服务A ] ←→ [ 服务B ]
↑ ↑
用户 ←───────────────────────┘
(API Gateway路由)
阶段4: 单体被"绞杀"
[ 服务A ] ←→ [ 服务B ] ←→ [ 服务C ]
↑
用户
拆分优先级评估矩阵:
| 评估维度 | 权重 | 评分(1-5) |
|---|---|---|
| 变更频率 | 25% | 变更越频繁越优先拆分 |
| 业务价值 | 25% | 价值越高越优先拆分 |
| 技术债务 | 20% | 债务越多越优先拆分 |
| 团队就绪度 | 15% | 准备越充分越优先拆分 |
| 风险程度 | 15% | 风险越低越优先拆分 |
"如果一个服务可以在2周内重写,那它的粒度就是合适的。" —— 业界经验法则
更实用的判断标准:
| 指标 | 建议范围 | 说明 |
|---|---|---|
| 代码行数 | 1000-10000行 | 因语言而异 |
| 团队规模 | 2-8人 | 康威定律适配 |
| 接口数量 | 5-20个 | 对外暴露的API |
| 数据库表 | 5-15张 | 服务拥有的表 |
| 部署频率 | 每周1-5次 | 独立部署能力 |
| 服务调用链深度 | ≤3层 | 避免过深调用 |
| 服务间依赖数 | ≤5个 | 直接依赖的服务数 |
粒度评估示例:
| 服务 | 代码行数 | 团队规模 | 接口数 | 数据库表 | 评估 |
|---|---|---|---|---|---|
| 订单服务 | 8000 | 6人 | 12个 | 8张 | ✅ 合适 |
| 用户服务 | 15000 | 10人 | 25个 | 20张 | ⚠️ 偏粗 |
| 通知服务 | 500 | 2人 | 3个 | 2张 | ⚠️ 偏细 |
特征: 服务看似独立部署,但高度耦合,必须同时发布。
识别信号:
解决方案:
检测指标:
| 指标 | 健康值 | 警告值 | 危险值 |
|---|---|---|---|
| 同步发布服务数 | 1 | 2-3 | ≥4 |
| 共享数据库的服务数 | 0 | 1-2 | ≥3 |
| 接口变更影响的服务数 | 1 | 2 | ≥3 |
特征: 服务粒度过细,功能过于单一。
危害:
解决方案:
纳米服务识别标准:
| 指标 | 纳米服务特征 |
|---|---|
| 代码行数 | < 500行 |
| 接口数量 | < 3个 |
| 数据库表 | 1张 |
| 独立业务价值 | 无法独立完成业务场景 |
特征: 多个服务直接操作同一数据库。
危害:
解决方案:
特征: 按UI层、业务层、数据层划分服务。
危害:
解决方案:
对比示例:
❌ 按技术层划分:
├── UI服务(所有前端接口)
├── 业务服务(所有业务逻辑)
└── 数据服务(所有数据库访问)
→ 修改订单功能需要同时修改3个服务
✅ 按业务领域划分:
├── 订单服务(UI + 业务 + 数据)
├── 支付服务(UI + 业务 + 数据)
└── 用户服务(UI + 业务 + 数据)
→ 修改订单功能只需修改订单服务
在确定服务划分方案前,逐项检查:
| 检查项 | 权重 | 得分(1-5) | 加权得分 |
|---|---|---|---|
| 职责清晰度 | 15% | ||
| 数据隔离性 | 15% | ||
| 部署独立性 | 15% | ||
| 运维可行性 | 15% | ||
| 事务合理性 | 15% | ||
| 领域一致性 | 15% | ||
| 粒度适当性 | 10% | ||
| 总分 | 100% |
评分标准:≥4分/项为优秀,3分为合格,<3分需改进
服务划分是架构设计的核心决策,影响系统的可维护性、可扩展性和团队效率。好的服务划分应该:
核心原则:服务划分没有银弹,需要在实践中不断调整。初期可以粗一些,随着业务发展和团队成熟逐步细化。重要的是保持服务的自治性和完整性,而不是追求理论上的完美划分。