前不久作为架构师完成了某知名快消企业的一个业务中台建设。系统上线后，经历了双十一活动的流量高峰，整体运行稳定。最近有空，便将此次架构的思路，心得稍作整理在这篇博客中分享一下。不会深入每一个技术细节，而是把用到的技术、框架、工具做一个简单的回顾，作为日后的参考。

业务架构

业务架构方面，该系统作为业务中台，主要负责客户资产管理，包括客户的卡、券以及其他虚拟资产。通过对外暴露标准restful接口的方式提供服务。服务的调用方包括自有渠道的app、小程序，以及合作伙伴渠道，包括招行、阿里等。而系统本身也会通过服务网关去调用公司内部的其他业务系统接口，如通过客户中心接口同步会员信息等。

根据目前的统计，这个业务中台，每日的服务调用量在700万次左右，有活动时也会超过1000万次。而大部分交易，发生在上班、午休以及下午3点左右（下午茶）的时间段内。

由于涉及到客户业务细节，这里对业务架构就不做详细说明了。

技术架构

这个案例中采用了基于SpringBoot的微服务架构。结合企业自身的基础架构设施，进行K8S容器化部署，并采用Kong API Gateway对各业务中台暴露的API接口进行统一管理。

Kong API Gateway

随着微服务架构在企业中的流行，原来大而全的系统被拆分为粒度较小的中台，而系统中的大部分功能则被以restful API形式提供的服务所取代，这使得IT系统能够更加快速地响应业务变化带来的挑战，但同时随着服务的增加，如何有效管理这些服务却成为难题。

在一些中小型项目中，我们一般都会采用Spring Cloud的技术栈，并选择Spring Cloud Gateway来作服务网关。然而，对于一些大型企业，则需要全局考虑服务的治理，网关性能，以及其他扩展功能。

在这个案例中，企业使用了Kong作为API网关。中台将需要开放外部使用的API，通过网关控制台进行注册，添加证书，生成Auth Key供关联方使用。

Kong具有以下一些特性，能够很好地满足大型组织对于服务网关的需求：

• 开源（本案例中使用的是Kong的企业版，提供了原厂服务）
• 亚毫秒级的响应延迟，得益于基于Nginx与OpenResty带来的超高性能
• 单节点25K TPS

• 认证、授权、限流、数据转换（此案例中会员ID被添加到请求头中）、日志、统计分析

  
  

应用架构

整个系统采用java开发后端以及vue开发前端，应用部分共分为4个服务组件，全部进行容器化部署，并通过Ingress Controller负载均衡对外暴露服务：

• 资产服务：提供客户资产相关的服务接口
• 资产消费者服务：MQ监听服务，异步处理资产相关请求
• 控制台服务：资产管理运维类服务接口，供控制台前端使用

• 控制台前端服务：使用Vue开发的控制台前端应用（如下图）

  
  

SpringBoot

除控制台前端外，其他三个组件均采用目前主流的java微服务框架SpringBoot 2.3.4开发（考虑到稳定性，未使用最新的2.4版本）。

本案例中，通过开发应用框架，实现了系统中数据表达形式的统一，以及标准的据转换、校验、消息绑定、错误处理等功能。架构师需要对应用框架负责，简明、高效、统一的应用框架，能够提升开发效率，产出标准一致的代码，保证交付质量。

应用框架不在本文的讨论范围内，而以下一些技巧或第三方包，却在我们构建大多数SpringBoot应用中得到使用。

定制MyBatis

数据层框架采用MyBatis，在大型应用中MyBatis能够帮助程序员更好地控制数据层交互，并进行调优。一般可以在applicaion.yml中配置MyBatis，但当我们需要让MyBatis支持更多定制特性（如：多数据库支持）时，可以通过定义SqlSessionFactory bean来实现。

    @Bean
    public SqlSessionFactory sqlSessionFactory(DataSource dataSource) throws Exception {
        SqlSessionFactoryBean sfb = new SqlSessionFactoryBean();
        sfb.setDataSource(dataSource);
        sfb.setVfs(SpringBootVFS.class);
        Properties props = new Properties();
        props.setProperty("dialect", dataConfiguration.getDialect());
        props.setProperty("reasonable", String.valueOf(dataConfiguration.isPageReasonable()));
        PageHelper pagePlugin = new PageHelper();
        pagePlugin.setProperties(props);
        Interceptor[] plugins = {pagePlugin};
        sfb.setPlugins(plugins);

        ResourcePatternResolver resolver = new PathMatchingResourcePatternResolver();

        sfb.setMapperLocations(resolver.getResources("classpath*:mappers/"+ dataConfiguration.getDialect()+"/*.xml"));
        sfb.setTypeAliasesPackage("com.xxx.bl.core.data.model");

        SqlSessionFactory factory = sfb.getObject();
        factory.getConfiguration().setMapUnderscoreToCamelCase(true);
//        factory.getConfiguration().addInterceptor(new CoreResultSetHandler());
        factory.getConfiguration().setCallSettersOnNulls(dataConfiguration.isCallSettersOnNulls());
        return factory;
    }

使用logback日志组件

采用logback日志框架，可以在logback配置文件中指定针对不同的Spring profile在不同的环境中采用不同的日志级别，并采用不同的appender。同时引入spring-cloud-starter-sleuth依赖，通过设置traceId，使整个请求全链路上的所有日志打印出一致的traceId，大大方便了各系统间生产问题的协同排查。另外，采用异步方式记录日志，也有利于降低IO阻塞。

   <springProfile name="stg">
        <root level="error">
            <appender-ref ref="STDOUT"/>
            <appender-ref ref="SAVE-ERROR-TO-FILE-STG"/>
        </root>
        <logger name="org.xxx" level="error" additivity="false">
            <appender-ref ref="STDOUT"/>
            <appender-ref ref="ASYNC-SAVE-TO-FILE-STG"/>
        </logger>        
    </springProfile>
    <springProfile name="prod">
        <root level="error">
            <appender-ref ref="STDOUT"/>
            <appender-ref ref="SAVE-ERROR-TO-FILE-PROD"/>
        </root>
        <logger name="org.xxx" level="error" additivity="false">
            <appender-ref ref="ASYNC-SAVE-TO-FILE-PROD"/>
        </logger>
    </springProfile>

SSL加密及密码安全

全链路传输加密已成为企业安全中必不可少的措施。通过在classpath中引入CA颁发（也可以使用自签）的jks证书，并在application配置文件中进行简单配置，便可实现SpringBoot应用的SSL加密。

  ssl:
    enabled: true
    key-store: classpath:xxx.net.jks
    key-store-type: JKS
    key-store-password: RUIEIoUD
    key-password: RUIEIoUD
    require-ssl: true

密码以明文形式存放在配置文件中，也是不安全的。你可以jasypt加密配置文件中使用到的密码，或者直接使用Key-Vault方案，比如本案例中会分别在微软云环境中使用Azure Key Vault或本地IDC中使用Cyberark Conjur方案。

同步与异步服务

我们并没有使用Spring Webflux来支持reactive特性，因为，这会增加开发复杂度，并且Webflux虽然改善了Web容器阻塞机制，但并不能从根本上解决高并发请求到来时的阻塞问题。

在这个案例中，通过搭建了3个节点的RabbitMq镜像集群，作为消息中间件，并通过应用框架的支持，实现了服务的同步异步切换功能。我们将对外提供的服务注册到数据库中，在应用启动时，读入redis缓存。当请求到来时，通过API code判断该请求的响应模式：同步或异步。如果是同步请求则直接处理，而如果是异步请求，则发送到RabbitMq中，再由经过封装的消费者组件进行异步消费，最终达到削峰的目的。

对于开发人员来说，他们只需要关注服务的业务逻辑开发，由应用框架统一处理服务的同步，异步切换，消息发送或失败时的异常处理，以及死信队列的维护等工作。

Dockerfile

案例中的四个组件需要实现容器化部署，分别为SpringBoot应用与Vue应用创建Dockerfile。

典型的SpringBoot应用Dockerfile如下，一般情况下大型组织会构建私有镜像仓库，通过私有仓库拉取镜像的速度更快，能够节省CICD的时间。

FROM openjdk:11-jre
#FROM cargo.xxx.net/library/openjdk:11-jre
ARG JAR_FILE=console-service/build/libs/*.jar
COPY ${JAR_FILE} app.jar
EXPOSE 9002
EXPOSE 9003
ENTRYPOINT [ "java", "-jar", "/app.jar" ]

vue应用的Dockerfile如下，同样添加了SSL证书，进行传输加密：

FROM cargo.xxx.net/library/nginx:stable-alpine
COPY /dist /usr/share/nginx/html/console
COPY nginx.conf /etc/nginx/nginx.conf
ARG KEY_FILE=stg.xxx.net.key
ARG PEM_FILE=stg.xxx.net.pem
COPY ${KEY_FILE} /etc/ssl/certs/cert.key
COPY ${PEM_FILE} /etc/ssl/certs/cert.pem
EXPOSE 80
CMD [ "nginx", "-c", "/etc/nginx/nginx.conf", "-g", "daemon off;" ]

编写dockerfile时有以下一些注意事项：

• 基础镜像：尽可能推荐选择官方镜像
• 选择大小适中的版本：如果选择的基础镜像过大，启动后需要消耗更多的资源，影响系统性能。如果太小，则可能缺失关键功能。
• 利用缓存：将dockerfile中不易变动的内容写在dockerfile最前。

数据库架构

在账户数据上亿，交易数据几百亿的系统，需要采用分库分表方案。本案例中，采用了MyCat+MySQL的数据库架构方案。采用mycat代理Master与Slave，可灵活进行主从切换。Slave可作为Master热备，也同时可作为读库，实现读写分离。备库除作为准实时的备份外，也可作为运维库或提供大数据平台数据抽取。

同时采用1主2从1备的双机房设计

• Master到Slave使用半同步方案，保证从库数据一致性。
• Master异常时，通过mycat切换至Slave，Slave转换为新Master
• Master异常恢复后，先将原Master设置为Slave，数据同步完成后，再切换回正式Master

mycat高可用

mycat采用k8s容器化运行，使用k8s service来实现mycat的负载均衡，达到mycat的集群的高可用。若mycat容器节点异常，应用自动连接到另外的mycat节点上。

对数据库的大量操作是读操作，一般占到所有操作70%以上。所以做读写分离还是很有必要的，如果不做读写分离，那么从库也是一种很大的浪费。 mycat通过配置很容易做到读写分离，在从库进行读操作，提升资源利用率，在主库进行写操作，减低主库压力。

分库分表

• 垂直分库：按照功能划分，把数据分别放到不同的数据库和服务器。例如：账户、资产、交易等业务领域不同的数据分别放在不同的库中，分散压力、减少相互影响、降低耦合，独立模块独立发布

• 水平分库：在垂直分库不能满足要求时，再对模型进行水平的 切分，将同一实体，不同范围的数据分散到不同库中，保持单库数量和压力，提升连接数，达到横向扩展的目的。

  
  

冷热数据方案

热数据缓存

• 对于高频使用的热数据，如经常使用App的客户信息等，适当增加数据库query cache，提升数据库查询性能。
• 在应用层使用redis等内存缓存部分高频使用数据，降低请求响应时间，增加系统流畅度，提升客户体验。
• 进行读写分离，使用从库提供数据查询的服务，提升从库硬件资源利用率，降低主库读压力，增加主库写性能。提升整体效率。

冷数据归档

• 对于使用频率很低或基本不使用的冷数据，如历史交易、历史卡券等，进行数据的归档，提升数据库的性能。
• 也可提供使用频率较低的历史交易查询功能，使用备库提供服务。
• 对于交易类数据建议按日期进行分库分表，每日交易分为一片或多片，对于历史交易如1年前交易进行定期迁移和归档，提升数据库性能。

DEVOPS与K8S容器化部署

DEVOPS流水线

本案例中，通过基于jenkins的CICD平台，将应用代码从github代码库获取，使用gradle进行构建（前端使用npm构建），通过dockerfile打成镜像后，部署到K8S容器平台。

在进行持续集成的过程中，同时加入了安全检查，合规检查以及单元测试（SpringBoot应用使用JUnit，Vue前端应用使用Jest测试框架）的步骤，以保证每一次发布的质量。

ConfigMap

ConfigMap用于将应用的配置信息与程序的分离，这种方式不仅可以实现应用程序被的复用，而且还可以通过不同的配置实现更灵活的功能。本案例中，SpringBoot应用在K8S部署时，便将application.yml文件以ConfigMap文件的形式进行挂载。需要注意，SpringBoot会优先读取classpath下的配置文件，因此需要在打出springboot应用jar包时，先将配置文件排除，并通过容器启动命令参数来制定挂载的应用配置文件。

-spring.profiles.active=prod
-spring.config.location=/config/application.yml

K8S容器部署

在K8S部署平台，可以为每一个服务指定初始的资源，以及节点数量配置。比如我们为SpringBoot应用初始配置，2core 4g的资源配置，节点数量则为20个。

根据需要我们可以采用滚动方式对pod数量进行伸缩。而不会引起服务不可用的情况。

另外，我们也可以利用弹性伸缩，基于某些关键指标，如容器的CPU使用量作为阈值，来触发容器进行弹性伸缩。在这个案例中，通过弹性伸缩机制，在上班以及中午业务高峰时间段内，将更多pod提供给业务服务组件，而在晚上，则会将pod从业务组件收回，提供给需要跑批处理以及异步消费的服务组件。

运维与监控

ELK

ELK是一套解决方案而不是一款软件， 三个字母分别是三个软件产品的缩写。 E代表Elasticsearch,负责日志的存储和检索； L代表Logstash, 负责日志的收集，过滤和格式化；K代表Kibana，负责日志的展示统计和数据可视化。

Dynatrace

Dynatrace可能是目前最优秀的应用性能管理工具(APM)，它既能监控基础设施如服务器，K8S容器，又能自动发现并监控在容器内运行的动态微服务，了解它们如何执行、相互之间如何通信，还能立即检测出性能不佳的微服务。在我们的案例中，通过定制dashboard添加我们所需要关注的监控数据。

Dynatrace还能自动识别服务，并提供更精细的检测数据，为开发或运维人员定位问题，带来了极大的帮助。

一些思考

• 数据库分库分表方案带来的代码侵入问题：MyCat+MySQL虽然在物理上实现了分库分表，但对于开发来说带来了侵入性问题，需要为分片键进行特殊的表结构设计，在进行查询时也需要额外考虑分片键的使用，以提升查询效率。其他的如事务的处理，由于分库的关系，我们不再依赖事务，而是通过数据最终一致性，以及错误补偿等方式进行处理。
• 未来数据库的选型：MyCat+MySQL给数据库运维增加了复杂性，而未来针对超大数据量级的应用，在硬件资源允许的情况下，可以考虑转向如：TiDB这样的NewSQL方案进行替代。
• JVM优化：应用上线后，在高并发情况下曾偶发Long GC问题，通过分析dump文件，优化内存使用，进行了解决。另外，对于内存变化较大的应用，也可以考虑使用jdk13，并开启ZGC。
• 案例中通过redis缓存服务配置信息，每次服务响应时都需要读取redis，这给redis造成了不小的压力，通过引入Guava cache，在本地建立缓存副本，并设定合理的失效时间，能够显著降低对redis的压力。
• 通过应用框架实现低代码：在应用框架上的投资是非常值得的，通过将共性问题集中在应用框架中解决，可以在一定程度上实现低代码平台的特性。开发人员也能更专注于业务逻辑的实现。
• 开发管理：通过让每位开发人员充分理解应用框架，并形成解决同类问题的统一Pattern，能够明显提高开发效率，减少低质量代码的产生。

今天先记录到这里，随着实践的深入，相信后面还会有更多新的补充，也欢迎大家一起分享经验。