高并发之应用的拆分

前面我们已经提到单个服务器再优化，它的处理能力都是有上限的，因此我们选择多扩容以及使用缓存和消息队列等对程序进行优化。

下面介绍另一种方法，随着项目需求完成越来越多，应用自然也会越来越大，架构师将一个应用整体拆分成多个应用。

拆分的原则：

1.业务优先，确定业务边界

2.循序渐进，边拆分边测试

3.兼顾技术：重构、分层

4.可靠测试

 

拆分的思考：

1.应用之间的通信：RPC（dubbo等）、消息队列

消息传输适用于传输数据包小但是数据量大，对实时性要求不高的场景。比如下单成功后通过短信通知用户。而选用RPC框架实时性更高一些。你应该知道的 RPC 原理

2.应用之间的数据库设计：每个应用都有独立的数据库

3.避免事务操作跨应用，分布式事务是一个非常消耗资源的问题。这样应用和应用的耦合度降低。

 

应用拆分：

服务化——Dubbo

微服务——SpringCloud

 

 

Dubbo是一种分布式的服务框架

要实践微服务要解决4个问题：

1.客户端如何访问这些服务

API Gateway提供统一的服务入口，对前台透明，同时可以聚合后台的服务，提供安全过滤流控等api的管理功能

2.服务之间是如何通信的

异步的话使用消息队列，同步调用使用REST或者是RPC，Rest可以使用springboot，RPC通常使用Dubbo

同步调用一致性强但是出现调用问题，REST一般基于http实现，能够跨客户端，同时对客户端没有更多的要求。

RPC的传输协议更高效，安全也更加可控。特别是在一个公司内部如果有统一的开发规范和统一的框架，它的开发效率会更加明显。

而异步消息在分布式系统中有特别广泛的应用，它既能减少调用服务之间的耦合，又能成为调用之间的缓冲，确保消息积压不会冲垮被调用方。

同时保证调用方的用户的体验，继续干自己的活。付出的代价是一致性的减慢，需要接受数据的最终一致性

3.  如何实现如此多服务

在微服务架构中一般每一服务都会拷贝进行负载均衡，服务如何相互感知，如何相互管理，这就是服务发现的问题了，一般都是进行服务注册信息的分布式管理。

4.服务挂了该如何解决，有什么备份方案和应急处理机制

分布式最大的特性就是网络是不可靠的，当系统是由一系列的调用链组成的时候，其中任何一个出问题都不至于影响到整个链路。

相应的手段有：重试机制、应用的限流、熔断机制、负载均衡、系统降级