关于本书:《Software Architecture: The Hard Parts》由 Neal Ford、Mark Richards、Pramod Sadalage 和 Zhamak Dehghani 四位顶级软件架构师合著,2021 年 O'Reilly 出版。与传统架构书籍给出"最佳实践"不同,本书的核心主张是:所有架构决策都是权衡(Trade-Off),没有银弹,只有最符合当前上下文的平衡点。
传统软件开发强调"找到最佳方案",但分布式系统的现实是:每个选择都意味着放弃某些东西。本书提出了"架构量子(Architectural Quantum)"的概念——系统中最小的独立可部署单元,每个量子都有自己的架构特征。
架构决策维度速查表:
| 维度 | 评估要素 | 常用指标 | 量化方法 |
|---|---|---|---|
| 性能 | 响应时间、吞吐量 | P50/P99 延迟(ms)、TPS | 压测对比 |
| 可扩展性 | 水平/垂直扩缩能力 | 扩展比(Speedup/CPUs) | Amdahl 定律 |
| 一致性 | 强/弱/最终一致性 | 不一致窗口(ms) | 时间戳偏差 |
| 可用性 | 服务正常运行率 | 9s(99.9%/99.99%) | SLA 测量 |
| 成本 | 基础设施与人力 | /qps | TCO 计算 |
| 团队能力 | 技术栈熟悉度 | 学习曲线(周) | 团队评估 |
假设你要选择一个持久化方案,评估结果如下:
| 维度 | PostgreSQL | MongoDB | DynamoDB |
|---|---|---|---|
| 性能(P50延迟) | 5ms | 3ms | 8ms |
| 一致性 | 强一致性 ✅ | 最终一致性 ⚠️ | 最终一致性 ⚠️ |
| 复杂查询 | 支持 JOIN ✅ | 不支持 JOIN ❌ | 有限查询 ❌ |
| 运维成本 | 需 DBA 运维 | 运维简单 | 全托管 |
| 扩展性 | 垂直为主 | 水平扩展好 | 自动扩展 |
| 月度成本(100GB) | $200-400 $300-500 | $500-800 |
决策逻辑:
ADR 是团队架构知识的最重要的持久化载体。以下推荐格式:
# ADR-005:使用 Saga 模式处理跨服务事务
## 日期
2025-06-15 | 状态:已接受
## 上下文
订单系统拆分后,创建订单需要依次调用库存、支付、物流服务,
需要一个分布式事务方案。日均订单量 50万,P99 延迟要求 <2s。
## 候选方案对比
| 方案 | 一致性 | 吞吐量 | 复杂度 | 我方评分 |
|------|--------|--------|--------|---------|
| 2PC | 强一致 | 300 tps | 高 | 2/5 |
| Saga编排 | 最终一致 | 3000 tps | 中 | 4/5 |
| TCC | 最终一致 | 1000 tps | 高 | 3/5 |
## 决策
采用协调器 Saga 模式。由订单服务作为 Saga 协调器。
## 权衡
- 优点:事务逻辑集中,吞吐量高
- 缺点:协调器单点风险
- 平衡:配合事件队列 + 重试机制降低可用性风险
## 后果
所有参与服务需提供幂等的补偿接口。
实践建议:所有架构决策必须有 ADR,且每个 ADR 必须包含明确的权衡分析。六个月后没有人会追问"为什么当初要这么设计"——ADR 已经记录了当时的上下文和取舍理由。
基于领域驱动设计的原则,将系统按限界上下文拆分:
| 子域类别 | 策略 | 内部构建 | 采购/SaaS | 服务优先级 |
|---|---|---|---|---|
| 核心域(Core) | 内部自建,全力投入 | 订单/支付引擎 | — | P0 |
| 支撑域(Supporting) | 简化实现 | 促销/推荐 | 可考虑 | P1 |
| 通用域(Generic) | 采购或开源 | — | 身份认证/通知 | P2 |
推荐剥离顺序:从"低耦合、高独立"的模块开始 → 报表模块 → 通知模块 → 认证模块 → 先做快速成功案例建立信心,再啃硬骨头。
单体架构中的 ACID 事务在分布式环境下不再适用。三种数据库策略及其影响:
| 策略 | 一致性 | 可用性 | 分区容忍 | 典型场景 |
|---|---|---|---|---|
| 共享数据库 | 强一致 ✅ | 依赖集中库 ⚠️ | 无 ⚠️ | 迁移过渡期 |
| 数据库按服务私有化 | 最终一致 ⚠️ | 高 ✅ | 好 ✅ | 成熟微服务 |
| 事件源 + CQRS | 最终一致 ⚠️ | 高 ✅ | 好 ✅ | 审计/溯源场景 |
数据所有权核心原则:每个数据项有且只有一个作者服务,其他服务只能通过 API 或事件消费数据。Schema 变更由作者服务驱动。
缓存是数据架构中最重要的性能优化手段,但也引入了一致性复杂度:
| 缓存策略 | 读性能 | 写性能 | 一致性 | 实现复杂度 |
|---|---|---|---|---|
| Cache-Aside | ⭐⭐⭐ | ⭐⭐⭐ | 最终一致 | 低 |
| Read-Through | ⭐⭐⭐ | ⭐⭐ | 最终一致 | 中 |
| Write-Through | ⭐⭐ | ⭐⭐ | 强一致 | 中 |
| Write-Behind | ⭐⭐⭐ | ⭐⭐⭐⭐ | 最终一致 | 高 |
| Refresh-Ahead | ⭐⭐⭐⭐ | ⭐⭐⭐ | 最终一致 | 高 |
| 方案 | 一致性模型 | 吞吐量上限 | 实现难度 | 适用场景 |
|---|---|---|---|---|
| 2PC | 强一致性 ✅ | ~500 tps | 高 | 银行转账等需要即时一致 |
| TCC | 最终一致 | ~2000 tps | 高 | 高要求业务 |
| Saga(编排) | 最终一致 | ~5000 tps | 低 | 简单流程 |
| Saga(协调器) | 最终一致 | ~3000 tps | 中 | 复杂多步骤流程 |
| 本地消息表 | 最终一致 | ~8000 tps | 低 | 可靠异步通知 |
Saga 将大事务拆分为一系列本地事务,每个事务执行后发布事件触发下一步。
关键概念:每个 Saga 步骤必须提供幂等的补偿动作:
| 步骤 | 正常动作 | 补偿动作 | 幂等性保证 |
|---|---|---|---|
| 创建订单 | INSERT INTO orders | UPDATE SET status=cancelled | 状态机:已取消不可重复取消 |
| 扣减库存 | UPDATE inventory SET qty-=1 | UPDATE inventory SET qty+=1 | 通过事务ID确保只补偿一次 |
| 处理支付 | 调用支付渠道扣款 | 调用支付渠道退款 | 退款接口幂等(商户号+原单号) |
| 安排发货 | CREATE delivery | UPDATE delivery SET cancelled | 已发货不可取消,触发逆向物流 |
踩坑记录:补偿不是简单的"回滚"——已发送的邮件不能撤回,已发货的包裹需要逆向物流。需要针对每种补偿场景设计幂等的补偿逻辑。
| 模式 | 同步/异步 | 耦合度 | P99延迟 | 吞吐量 | 可靠性机制 |
|---|---|---|---|---|---|
| REST/HTTP | 同步 | 中 | 10-100ms | ~1000 rps | 超时重试 |
| gRPC | 同步 | 中 | 1-10ms | ~10000 rps | 健康检查+重试 |
| 消息队列(Kafka) | 异步 | 低 | 2-50ms | ~百万 msg/s | 持久化+ACK |
| 事件流 | 异步 | 极低 | 50-500ms | ~十万 msg/s | 重放+幂等 |
| GraphQL | 同步 | 中 | 5-50ms | ~500 rps | N+1问题需注意 |
推荐模式:查询走同步(REST/gRPC),命令走异步(事件/消息)——这个模式在大多数场景下能取得良好的平衡。
同步调用链越长,级联故障风险越大。假设每个服务可用性 99.5%:
| 调用链长度 | 端到端可用性 | 年故障时间 |
|---|---|---|
| 1个服务 | 99.5% | 1.8天 |
| 3个服务 | 98.5% | 5.5天 |
| 5个服务 | 97.5% | 9.1天 |
| 10个服务 | 95.1% | 17.9天 |
防护机制:熔断器、舱壁隔离、限流降级、超时控制、重试限制。
| 支柱 | 工具 | 数据量 | 常见问题 | 故障排查优先级 |
|---|---|---|---|---|
| 日志 | ELK/Loki | GB~TB/天 | 日志量过大 | 3 |
| 指标 | Prometheus + Grafana | MB~GB/天 | 维度爆炸 | 1 |
| 追踪 | Jaeger/Zipkin | GB~TB/天 | 采样率过低 | 2 |
# 推荐的探针配置
readinessProbe:
httpGet:
path: /health/ready
port: 8080
initialDelaySeconds: 5
periodSeconds: 10
failureThreshold: 3 # 连续3次失败才标记为未就绪
livenessProbe:
httpGet:
path: /health/live
port: 8080
initialDelaySeconds: 30 # 给应用足够启动时间
periodSeconds: 30
failureThreshold: 2
startupProbe:
httpGet:
path: /health/startup
port: 8080
initialDelaySeconds: 0
periodSeconds: 5
failureThreshold: 30 # 最多等150秒启动
| 契约格式 | 代码生成 | Schema演进 | 适用协议 | 团队接受度 |
|---|---|---|---|---|
| OpenAPI 3.0 | Swagger Codegen | 宽容 | HTTP/REST | 高 |
| protobuf | protoc | 严格(兼容性检查) | gRPC | 中 |
| GraphQL Schema | graphql-codegen | 灵活(新增字段不断旧) | GraphQL | 中 |
| AsyncAPI | 生态较弱 | 类似 OpenAPI | 异步 | 低 |
最佳实践:在 CI 流水线中嵌入 Schema 兼容性检查门禁,新增可选字段为兼容变更,删除/重命名字段为不兼容变更。
实践指导:服务边界与团队边界对齐,每个微服务应由 2-8 人全功能团队维护。跨服务重构 = 跨团队协作 → 代价高昂。
| 频率 | 活动 | 输出 |
|---|---|---|
| 每周 | 技术讨论(TECH TALK) | 技术选型评估记录 |
| 每月 | 架构合议 | 待决策的架构议题 |
| 每季度 | 技术雷达更新 | Adopt/Trial/Assess/Hold 分类 |
| 每半年 | 架构评审 | ADR 回顾 + 架构健康报告 |
[PC Web] → [单体电商应用 + PostgreSQL]
[Mobile] ↗
痛点数据:
[API 网关] → [用户服务] [商品服务] [订单服务] [支付服务] [物流服务]
↓ ↓ ↓ ↓ ↓
[用户DB] [商品DB] [订单DB] [支付DB] [物流DB]
关键决策与结果:
| 决策 | 方案 | 结果指标 |
|---|---|---|
| 通信方式 | 同步 REST | 部署频率提升至 2-3次/周 |
| 数据库 | 按服务私有化 | 独立扩缩容,库存服务 QPS 提升 5x |
| 共享表 | 仅保留订单-支付对账表 | 对账复杂度降低 60% |
订单服务 → Kafka → 库存服务
→ 支付服务 → Kafka → 物流服务
结果:
| 维度 | 实施前 | 实施后 |
|---|---|---|
| MTTR(平均故障恢复时间) | 45 分钟 | 8 分钟 |
| 部署频率 | 每周 2-3 次 | 每天 20+ 次 |
| 故障影响面 | 全服务 | 单实例故障 |
| 灰度发布 | 不支持 | 支持 1%-10%-100% 滚动 |
| 反模式 | 症状 | 根本原因 | 解决方案 |
|---|---|---|---|
| 分布式单体 | 服务间大量同步调用 | 分解时未考虑数据边界 | 重新识别限界上下文 |
| 过于细粒度 | 数百个微服务,运维噩梦 | 以"功能"而非"域"分解 | 合并为更粗粒度的域服务 |
| 共享内核 | 所有服务共享一个库 | 错误的组件化 | 按服务契约独立发布 |
| 循环依赖 | 服务A调用B,B调用A | 未梳理清楚依赖方向 | 引入事件或第三方服务解耦 |
| 分布式DTO | 所有服务共享DTO | 过度耦合 | 每个服务定义自己的DTO |
| 无验证的异步 | 消息丢失无人知 | 缺失端到端追踪 | 引入追踪ID + 死信队列 + 告警 |
| 能力维度 | 入门 | 中级 | 高级 | 专家 |
|---|---|---|---|---|
| 权衡分析 | 能列出优缺点 | 能做量化评估 | 能预测长期影响 | 形成直觉 |
| 大局观 | 关注功能实现 | 关注非功能需求 | 技术驱动业务 | 业务战略映射 |
| 沟通能力 | 能解释方案 | 能说服利益相关者 | 能调节冲突 | 建立架构文化 |
| 持续学习 | 跟进行业动态 | 深度研究技术 | 形成跨领域知识 | 创造新方法论 |
| 决策勇气 | 依赖权威方案 | 能做独立思考 | 敢于做非常规选择 | 承担决策后果 |
| 类型 | 示例 | 容忍期 | 偿还成本 |
|---|---|---|---|
| 有意技术债 | 为赶上线采用单体 | 6-12个月 | 中等(重构) |
| 无意技术债 | 设计不合理导致性能瓶颈 | 立即偿还 | 高(重写) |
| 已过期技术债 | 依赖过期版本 | 1-3个月 | 中等(升级+适配) |
在设计每个架构决策前,问自己:
□ 我是否列出了至少3个候选方案?
□ 每个方案的权衡是什么?
□ 这些权衡在当前上下文是否可接受?
□ 我的决策是否记录了ADR?
□ 六个月后,如果别人看到这个决策,能否理解当时的上下文?
□ 此决策是否与团队边界匹配(Conway定律)?
□ 我是否考虑了数据所有权?
□ 同步/异步通信的选择是否合理?
| 书名 | 作者 | 适合阶段 | 核心主题 |
|---|---|---|---|
| Fundamentals of Software Architecture | Richards & Ford | 入门 | 架构基础概念与分类 |
| Building Microservices (2nd Ed) | Sam Newman | 中级 | 微服务实践指南 |
| Designing Data-Intensive Applications | Martin Kleppmann | 高级 | 分布式数据系统深度分析 |
| Domain-Driven Design | Eric Evans | 中级 | DDD 奠基之作 |
| Continuous Architecture | Murer et al. | 高级 | 架构持续演进框架 |
| 架构师应该知道的97件事 | 集体创作 | 入门 | 架构师经验集锦 |
| Clean Architecture | Robert C. Martin | 入门 | 架构整洁原则 |