如何把复杂单体应用快速迁移到微服务

从我接手过的何把一个项目说起。先上一个无关紧要的复杂服务图提提神：

随着项目快速迭代，项目代码变得臃肿，单体到微数据表已经接近一百张了。应用其中部分模块代码消耗cpu和内存大，快速十几个开发人员在同一个工程里面同时开发着十来个特性，迁移系统如下问题凸显：

1. 特性耦合，何把发版困难

往往一个特性的复杂服务改动，会牵涉到若干模块，单体到微多个特性代码改动重叠，应用给测试以及合板，快速发版带来了极大的迁移考虑，降低了发版的何把效率。

2. 非弹性部署，复杂服务扩展能力差

有些模块需要消耗大量cpu和内存，单体到微有些模块需要支持高并发，有些模块需要很少的服务器资源，由于都在单一的系统中，各个模块之间公用同一套服务器资源，分配不均衡，不能针对具体业务进行合理配置扩展。

3. 系统业务复杂，接手项目困难

在单一的系统中，涵盖了众多的业务，一个新入职的云服务器提供商同事，花三个月可能都未必能熟悉所有的模块，模块间的各种耦合更是让人伤神;不敢轻易调整代码，修改一个问题极易引发另外一个问题。

4. 技术升级困难

由于在同一个项目中，技术架构单一，引入一个新技术对所有模块均会有所影响，调整难度极大，增加技术升级风险，整体技术成保守状态，难以升级以适应快速发展的互联网技术。

为此，服务化拆分提上了日程，喵~

服务化拆分流程

在摸透系统里面所有的业务和数据库的前提下，我们才可以进行服务化的拆分。由于该系统在线上运营时间较久，在参与系统迁移的同事继续迭代了若干需求和线上问题跟进之后，对整个系统的业务都了解的前提下展开服务化拆迁工作。

先梳理各个模块的数据模型，然后确定每个模块的职责，从而可以梳理清晰各个服务的源码库边界。

1. 解耦老系统外部关联

实际的业务场景和系统交互异常复杂，在这里我简化成以下模型进行说明：

根据确定下来的服务的职责和边界，创建新服务程序和数据库，在新服务中约定B、C接口，把老系统中对外依赖A全部转接到新系统，新系统通过编写的路由器，把请求路由到老系统。

之所以把外部系统关联解耦放在第一位，是因为外部系统对接需要协调对应的项目组配合整改，周期不可控，需要先把这部分不可控的先完成上线，方便后续系统内部模块快速拆解上线。

2. 解耦老系统模块间关联

把老系统模块间直接调用A，提升到rpc或者http调用B，对外暴露接口，打断原有模块间业务层或者数据层的直接调用;

原有系统数据库sql关联查询需要按照模块进行拆解，避免跨模块表关联操作;

3. 程序迁移到新系统

按照模块，把相关程序迁移到新系统。

在做解耦老系统模块间关联和程序迁移的时候，需要对老系统业务有深刻的掌握，清晰数据库所有表和字段的云南idc服务商作用，以便能快速迁移。

4. 老系统数据全量迁移

把老系统中的所有数据，通过脚本直接迁移到对应新的数据库中。至此，所有业务数据的写入和读取都是基于新服务的数据库了，从把老系统迁移到了新系统。

关于服务化拆迁的灰度上线

根据系统的业务，制定对应的灰度上线策略。由于我们系统整个业务是围绕着产品来开展业务的。所以可以在灰度发布(金丝雀部署①)的时候，发布灰度测试产品，将白名单用户流量打到新版本的服务器分组上面进行验证。待验证没有问题之后，再逐步开放给全量用户。

在验证期间，旧版本如果需要继续流入业务数据，所产生的新的和改动的业务数据需要再次增量迁移到新数据库中。这样会增加增量数据迁移的工作量，容易出错。我们在升级的过程中停止了老版本系统业务数据入库：

其中灰度测试用户产生的数据只存在于新数据库中。

如何给快速迭代的系统进行拆分

一般互联网企业版本迭代速度都比较快，所以系统迁移的速度一定要迅速。如果周期太长，一个大的需求下来，系统改的面目全非系统迁移的相关工作就得重头再来了。

为了能尽快推进系统拆分，总结以上流程，我们要考虑如下五个步骤：

需要外部项目组配合的事情先处理完：创建新服务，进行依赖迁移(迁移外部系统接口依赖，迁移外部消息依赖); 接口系统内模块间依赖，定义好服务的职责和边界; 快速迁移模块到新服务，同时进行数据迁移，进入灰度测试环境; 灰度测试验证完毕，迁移增量数据到新数据库，全量用户迁移至新系统; 线上稳定后，下线老系统，回收相关运维资源。

迁移之后要继续完善的事情

跟上服务化技术配套：服务拆分之后，系统的运维需要辅助额外的代价，维护和测试难度几何级别增加，我们必须要对应的配套技术：自动化测试，持续集成，自动化部署，配置中心，任务中心，日志监控等; 分布式一致性事务问题：为了解决此类问题，我们可以通过业务补偿、可靠事件模型，TCC模式进行开发。

系统迁移工作中带来后续工作的启发

即使是没有做服务化拆分，系统间各个模块也要职责边界定义清晰，梳理清晰业务模型，保证模块间的低耦合，以及模块的高内聚; 尽量避免过多的数据表关联查询，把数据库当成存储数据的介质，业务逻辑转移到程序中实现，这也为后续分库分表，服务化拆分做好了准备; 提前准备服务化配套技术，重视底层平台大家。强大的底层平台支撑，帮助我们填平前人已经踩过的坑：灰度发布，服务升级回退，服务注册发现，熔断降级，自动化部署等; 服务化之后，新技术尽量从边缘业务进行尝试，积累相关的迁移，服务化，运维问题，构建了一套相对完善的方案，行程一整套技术规范之后，再推广至核心业务中，方便了新技术的布道;

作者：彭展旋，来自金蝶随手记的后端开发工程师，目前做项目管理相关工作，逐渐转型架构，在服务化、分布式事务、p2p金融系统设计、互联网资讯系统等领域有相关经验。

【本文来自专栏作者张开涛的微信公众号(开涛的博客)，公众号id: kaitao-1234567】

戳这里，看该作者更多好文