1 為什麼要拆分？

先看一段對話。

從上面對話可以看出拆分的理由：

1）  應用間耦合嚴重。系統內各個應用之間不通，同樣一個功能在各個應用中都有實現，後果就是改一處功能，需要同時改系統中的所有應用。這種情況多存在於歷史較長的系統，因各種原因，系統內的各個應用都形成了自己的業務小閉環；

2）  業務擴充套件性差。資料模型從設計之初就只支援某一類的業務，來了新型別的業務後又得重新寫程式碼實現，結果就是專案延期，大大影響業務的接入速度；

3）  程式碼老舊，難以維護。各種隨意的if else、寫死邏輯散落在應用的各個角落，處處是坑，開發維護起來戰戰兢兢；

4）  系統擴充套件性差。系統支撐現有業務已是顫顫巍巍，不論是應用還是DB都已經無法承受業務快速發展帶來的壓力；

5）  新坑越挖越多，惡性迴圈。不改變的話，最終的結果就是把系統做死了。

2 拆前準備什麼?

2.1 多維度把握業務複雜度

一個老生常談的問題，系統與業務的關係？

我們最期望的理想情況是第一種關係（車輛與人），業務覺得不合適，可以馬上換一輛新的。但現實的情況是更像心臟起搏器與人之間的關係，不是說換就能換。一個系統接的業務越多，耦合越緊密。如果在沒有真正把握住業務複雜度之前貿然行動，最終的結局就是把心臟帶飛。

如何把握住業務複雜度？需要多維度的思考、實踐。

一個是技術層面，通過與pd以及開發的討論，熟悉現有各個應用的領域模型，以及優缺點，這種討論只能讓人有個大概，更多的細節如程式碼、架構等需要通過做需求、改造、優化這些實踐來掌握。

各個應用熟悉之後，需要從系統層面來構思，我們想打造平臺型的產品，那麼最重要也是最難的一點就是功能集中管控，打破各個應用的業務小閉環，統一收攏，這個決心更多的是開發、產品、業務方、各個團隊之間達成的共識，可以參考《微服務（Microservice）那點事》一文，“按照業務或者客戶需求組織資源”。

此外也要與業務方保持功能溝通、計劃溝通，確保應用拆分出來後符合使用需求、擴充套件需求，獲取他們的支援。

2.2 定義邊界，原則：高內聚，低耦合，單一職責！

業務複雜度把握後，需要開始定義各個應用的服務邊界。怎麼才算是好的邊界？像葫蘆娃兄弟一樣的應用就是好的！

舉個例子，葫蘆娃兄弟（應用）間的技能是相互獨立的，遵循單一職責原則，比如水娃只能噴水，火娃只會噴火，隱形娃不會噴水噴火但能隱身。更為關鍵的是，葫蘆娃兄弟最終可以合體為金剛葫蘆娃，即這些應用雖然功能彼此獨立，但又相互打通，最後合體在一起就成了我們的平臺。

這裡很多人會有疑惑，拆分粒度怎麼控制？很難有一個明確的結論，只能說是結合業務場景、目標、進度的一個折中。但總體的原則是先從一個大的服務邊界開始，不要太細，因為隨著架構、業務的演進，應用自然而然會再次拆分，讓正確的事情自然發生才最合理。

2.3 確定拆分後的應用目標

一旦系統的巨集觀應用拆分圖出來後，就要落實到某一具體的應用拆分上了。

首先要確定的就是某一應用拆分後的目標。拆分優化是沒有底的，可能越做越深，越做越沒結果，繼而又影響自己和團隊的士氣。比如說可以定這期的目標就是將db、應用分拆出去，資料模型的重新設計可以在第二期。

2.4 確定當前要拆分應用的架構狀態、程式碼情況、依賴狀況，並推演可能的各種異常。

動手前的思考成本遠遠低於動手後遇到問題的解決成本。應用拆分最怕的是中途說“他*的，這塊不能動，原來當時這樣設計是有原因的，得想別的路子！”這時的壓力可想而知，整個節奏不符合預期後，很可能會接二連三遇到同樣的問題，這時不僅同事們士氣下降，自己也會喪失信心，繼而可能導致拆分失敗。

2.5 給自己留個錦囊，“有備無患”。

錦囊就四個字“有備無患”，可以貼在桌面或者手機上。在以後具體實施過程中，多思考下“方案是否有多種可以選擇？複雜問題能否拆解？實際操作時是否有預案？”，應用拆分在具體實踐過程中比拼得就是細緻二字，多一份方案，多一份預案，不僅能提升成功概率，更給自己信心。

2.6 放鬆心情，緩解壓力

收拾下心情，開幹！

3 實踐

3.1 db拆分實踐

DB拆分在整個應用拆分環節裡最複雜，分為垂直拆分和水平拆分兩種場景，我們都遇到了。垂直拆分是將庫裡的各個表拆分到合適的資料庫中。比如一個庫中既有訊息表，又有人員組織結構表，那麼將這兩個表拆分到獨立的資料庫中更合適。

水平拆分：以訊息表為例好了，單表突破了千萬行記錄，查詢效率較低，這時候就要將其分庫分表。

3.1.1 主鍵id接入全域性id發生器

DB拆分的第一件事情就是使用全域性id發生器來生成各個表的主鍵id。為什麼？

舉個例子，假如我們有一張表，兩個欄位id和token，id是自增主鍵生成，要以token維度來分庫分表，這時繼續使用自增主鍵會出現問題。

正向遷移擴容中，通過自增的主鍵，到了新的分庫分表裡一定是唯一的，但是，我們要考慮遷移失敗的場景，如下圖所示，新的表裡假設已經插入了一條新的記錄，主鍵id也是2，這個時候假設開始回滾，需要將兩張表的資料合併成一張表（逆向迴流），就會產生主鍵衝突！

因此在遷移之前，先要用全域性唯一id發生器生成的id來替代主鍵自增id。這裡有幾種全域性唯一id生成方法可以選擇。

2） mysql新建一張表用來專門生成全域性唯一id（利用auto_increment功能）（全域性遞增）；

3）有人說只有一張表怎麼保證高可用？那兩張表好了（在兩個不同db），一張表產生奇數，一張表產生偶數。或者是n張表，每張表的負責的步長區間不同（非全域性遞增）

4）……

我們使用的是阿里巴巴內部的tddl-sequence（mysql+記憶體），保證全域性唯一但非遞增，在使用上遇到一些坑：

1）對按主鍵id排序的sql要提前改造。因為id已經不保證遞增，可能會出現亂序場景，這時候可以改造為按gmt_create排序；

2）報主鍵衝突問題。這裡往往是程式碼改造不徹底或者改錯造成的，比如忘記給某一insert sql的id新增#{}，導致繼續使用自增，從而造成衝突；

3.1.2 建新表&遷移資料&binlog同步

1）  新表字符集建議是utf8mb4，支援表情符。新表建好後索引不要漏掉，否則可能會導致慢sql！從經驗來看索引被漏掉時有發生，建議事先列計劃的時候將這些要點記下，後面逐條檢查；

2）  使用全量同步工具或者自己寫job來進行全量遷移；全量資料遷移務必要在業務低峰期時操作，並根據系統情況調整併發數；

增量同步起始獲取的binlog位點必須在全量遷移之前，否則會丟資料，比如我中午12點整開始全量同步，13點整全量遷移完畢，那麼增量同步的binlog的位點一定要選在12點之前。

位點在前會不會導致重複記錄？不會！線上的MySQL binlog是row 模式，如一個delete語句刪除了100條記錄，binlog記錄的不是一條delete的邏輯sql，而是會有100條binlog記錄。insert語句插入一條記錄，如果主鍵衝突，插入不進去。

3.1.3 聯表查詢sql改造

現在主鍵已經接入全域性唯一id，新的庫表、索引已經建立，且資料也在實時追平，現在可以開始切庫了嗎？no！

考慮以下非常簡單的聯表查詢sql，如果將B表拆分到另一個庫裡的話，這個sql怎麼辦？畢竟跨庫聯表查詢是不支援的！

因此，在切庫之前，需要將系統中上百個聯表查詢的sql改造完畢。

如何改造呢？

1） 業務避免

業務上鬆耦合後技術才能鬆耦合，繼而避免聯表sql。但短期內不現實，需要時間沉澱；

2） 全域性表

每個應用的庫裡都冗餘一份表，缺點：等於沒有拆分，而且很多場景不現實，表結構變更麻煩；

3） 冗餘欄位

就像訂單表一樣，冗餘商品id欄位，但是我們需要冗餘的欄位太多，而且要考慮欄位變更後資料更新問題；

4） 記憶體拼接

4.1）通過RPC呼叫來獲取另一張表的資料，然後再記憶體拼接。1）適合job類的sql，或改造後RPC查詢量較少的sql；2）不適合大資料量的實時查詢sql。假設10000個ID，分頁RPC查詢，每次查100個，需要5ms，共需要500ms，rt太高。

4.2）本地快取另一張表的資料

適合資料變化不大、資料量查詢大、介面效能穩定性要求高的sql。

3.1.4切庫方案設計與實現（兩種方案）

以上步驟準備完成後，就開始進入真正的切庫環節，這裡提供兩種方案，我們在不同的場景下都有使用。

a）DB停寫方案

優點：快，成本低；

缺點：

1）如果要回滾得聯絡DBA執行線上停寫操作，風險高，因為有可能在業務高峰期回滾；

2）只有一處地方校驗，出問題的概率高，回滾的概率高

舉個例子，如果面對的是比較複雜的業務遷移，那麼很可能發生如下情況導致回滾：

sql聯表查詢改造不完全；

sql聯表查詢改錯&效能問題；

索引漏加導致效能問題；

字符集問題

此外，binlog逆向迴流很可能發生字符集問題（utf8mb4到gbk），導致迴流失敗。這些binlog同步工具為了保證強最終一致性，一旦某條記錄迴流失敗，就卡住不同步，繼而導致新老表的資料不同步，繼而無法回滾！

b）雙寫方案

第2步“開啟雙寫開關，先寫老表A再寫新表B”，這時候確保寫B表時try catch住，異常要用很明確的標識打出來，方便排查問題。第2步雙寫持續短暫時間後（比如半分鐘後），可以關閉binlog同步任務。

優點：

1）將複雜任務分解為一系列可測小任務，步步為贏；

2）線上不停服，回滾容易；

3）字符集問題影響小

缺點：

1）流程步驟多，週期長；

2）雙寫造成RT增加

3.1.5 開關要寫好

不管什麼切庫方案，開關少不了，這裡開關的初始值一定要設定為null！

如果隨便設定一個預設值，比如”讀老表A“，假設我們已經進行到讀新表B的環節了。這時重啟了應用，在應用啟動的一瞬間，最新的“讀新表B”的開關推送等可能沒有推送過來，這個時候就可能使用預設值，繼而造成髒資料！

3.2 拆分後一致性怎麼保證？

以前很多表都在一個數據庫內，使用事務非常方便，現在拆分出去了，如何保證一致性？

1）分散式事務

效能較差，幾乎不考慮。

3）定時任務補償

用得較多，實現最終一致，分為加資料補償，刪資料補償兩種。

3.3 應用拆分後穩定性怎麼保證？

一句話：懷疑第三方，防備使用方，做好自己！

1）懷疑第三方

a）防禦式程式設計，制定好各種降級策略；

• 比如快取主備、推拉結合、本地快取……

b）遵循快速失敗原則，一定要設定超時時間，並異常捕獲；

c）強依賴轉弱依賴，旁支邏輯非同步化

• 我們對某一個核心應用的旁支邏輯非同步化後，響應時間幾乎縮短了1/3，且後面中介軟體、其它應用等都出現過抖動情況，而核心鏈路一切正常；

d）適當保護第三方，慎重選擇重試機制

2）防備使用方

a）設計一個好的介面，避免誤用

• 遵循介面最少暴露原則；很多同學搭建完新應用後會隨手暴露很多介面，而這些介面由於沒人使用而缺乏維護，很容易給以後挖坑。聽到過不只一次對話，”你怎麼用我這個介面啊，當時隨便寫的，效能很差的“；
• 不要讓使用方做介面可以做的事情；比如你只暴露一個getMsgById介面，別人如果想批量呼叫的話，可能就直接for迴圈rpc呼叫，如果提供getMsgListByIdList介面就不會出現這種情況了。
• 避免長時間執行的介面；特別是一些老系統，一個介面背後對應的可能是for迴圈select DB的場景。
• …

b）容量限制

• 按應用優先順序進行流控；不僅有總流量限流，還要區分應用，比如核心應用的配額肯定比非核心應用配額高；
• 業務容量控制。有些時候不僅僅是系統層面的限制，業務層面也需要限制。舉個例子，對saas化的一些系統來說，”你這個租戶最多1w人使用“。

3）做好自己

a）單一職責

b）及時清理歷史坑

• 例：例如我們改造時候發現一年前留下的坑，去掉後整個叢集cpu使用率下降1/3

c） 運維SOP化

• 說實話，線上出現問題，如果沒有預案，再怎麼處理都會超時。曾經遇到過一次DB故障導致髒資料問題，最終只能硬著頭皮寫程式碼來清理髒資料，但是時間很長，只能眼睜睜看著故障不斷升級。經歷過這個事情後，我們馬上設想出現髒資料的各種場景，然後上線了三個清理髒資料的job，以防其它不可預知的產生髒資料的故障場景，以後只要遇到出現髒資料的故障，直接觸發這三個清理job，先恢復再排查。

d）資源使用可預測

• 應用的cpu、記憶體、網路、磁碟心中有數
  • 正則匹配耗cpu
  • 耗效能的job優化、降級、下線（迴圈呼叫rpc或sql）
  • 慢sql優化、降級、限流
  • tair/redis、db呼叫量要可預測
  • 例：tair、db

舉個例子: 某一個介面類似於秒殺功能，qps非常高（如下圖所示），請求先到tair，如果找不到會回源到DB，當請求突增時候，甚至會觸發tair/redis這層快取的限流，此外由於快取在一開始是沒資料的，請求會穿透到db，從而擊垮db。

這裡的核心問題就是tair/redis這層資源的使用不可預測，因為依賴於介面的qps，怎麼讓請求變得可預測呢？

如果我們再增加一層本地快取（guava，比如超時時間設定為1秒），保證單機對一個key只有一個請求回源，那樣對tair/redis這層資源的使用就可以預知了。假設有500臺client，對一個key來說，一瞬間最多500個請求穿透到Tair/redis，以此類推到db。

再舉個例子：

比如client有500臺，對某key一瞬間最多有500個請求穿透到db，如果key有10個，那麼請求最多可能有5000個到db，恰好這些sql的RT有些高，怎麼保護DB的資源？

可以通過一個定時程式不斷將資料從db刷到快取。這裡就將不可控的5000個qps的db訪問變為可控的個位數qps的db訪問。

4  總結

1）做好準備面對壓力！

2）複雜問題要拆解為多步驟，每一步可測試可回滾！

這是應用拆分過程中的最有價值的實踐經驗！

3）墨菲定律：你所擔心的事情一定會發生，而且會很快發生，所以準備好你的SOP（標準化解決方案）！

某個週五和組裡同事吃飯時討論到某一個功能存在風險，約定在下週解決，結果週一剛上班該功能就出現故障了。以前講小概率不可能發生，但是概率再小也是有值的，比如p=0.00001%，網際網路環境下，請求量足夠大，小概率事件就真發生了。

4）借假修真

這個詞看上去有點玄乎，顧名思義，就是在借者一些事情，來提升另外一種能力，前者稱為假，後者稱為真。在任何一個單位，對核心系統進行大規模拆分改造的機會很少，因此一旦你承擔起責任，就毫不猶豫地全力以赴！不要被過程的曲折所嚇倒，心智的磨礪，才是本真。