从内部自用到对外服务，配置管理的演进和设计优化实践
本文整理自阿里巴巴中间件技术专家彦林在中国开源年会上的分享，通过此文，您将了解到：
- 微服务给配置管理所带来的变化
- 配置管理演进过程中的设计思考
- 配置管理开源后的新探索
- 配置中心控制台设计实践
“为什么相对于传统的软件开发模式，微服务要强调配置中心，是出于什么样的诉求需要我们专门设计一个配置中心？厘清了这些问题，我们就知道如何去设计配置中心，并获得一个比较好的用户体验，和一个生产可用的结果。”
微服务给配置管理所带来的变化
在单机的情况下，我们把配置放在代码里边，发布的时候直接重启，非常轻量，但在微服务的情况下，出现了两个新的场景：
第一个是出现了多台设备，之前改一台设备就 OK 了，但是现在需要改多个设备，业务量大的时候，可能要改几十甚至几百台设备。显然，通过手动来完成这些设备的配置是不切实际的。所以说微服务之后，产生了一个新的难题，设备的配置变更管理难了。
第二个是微服务之后，出现了路由规则。并且，服务A找服务B的过程中，路由规则、重试策略和熔断机制，都是动态变化的。例如，我们发现下游依赖的一个服务不可用了，需要把它降级，这样对整个业务的资损影响才是最小的。通过更改一个配置，就可以实时地推到业务的进程里边，让它立马生效，进行降级。这就是我们微服务架构下要做配置中心的另一大原因。
配置管理演进过程中的设计思考
面对微服务架构下对配置中心的新诉求，我们该如何去满足呢？
我们的解法就是针对分散的管理模式，设计一个集中的管控平台，即配置中心。当有配置变更的时候，就可以在配置中心上来实现。配置管理的策略就是集中管控和动态推送，以解决分散的问题。其中，动态推送是微服务里边配置管理的核心，改一个配置时，确保每台机器可以收到配置更新，并实时生效。
除此之外，我们还做了一个发布管控。就是在变更之前，找线上的一台机器，先把变更发布下去，如果没有问题再去全网推。同时，对于已发布的配置变更可以一键逆操作，就是相当于给了一次吃后悔药的机会，因为很可能，我们推错的时候，忘了更改前的参数，那么可以通过一键逆操作来缩短恢复时间，在机制上降低了配置管理的风险。
随后，在我们做配置中心的云化产品的过程中，也就是从服务集团内部客户走向服务外部企业用户的时候，我们遇到了新的挑战。
服务集团内部用户的时候，我们会搭几套物理集群。但是产品云化后，为每一个云计算的用户去搭一个环境，成本就太高了。于是我们设计了一套集群去支撑云上的用户，及其多个使用环境，例如日常测试环境、预发环境和生产环境。
其次，为了进一步降低用户的使用成本，我们提供了一个逻辑隔离的能力。这和 K8S 的体系是一样的，就是在整个配置体系下面，新增一个命名空间或是租户。在启动的过程中动态传一些参数进去，然后把所有的配置隔离在不同的命名空间之下，这样大家就相互不影响了。我们看到的都是一个key ，但实际上是在前面动态的添加了一个逻辑参数，即命名空间。
此外，在某一个环境里边，如果某个用户或者一个环境里边的一个租户变更配置很频繁，或者是把权限搞错了，这个影响会是全局的。之前，我们的一个专有云用户遇到了一个问题，就是写了大量的配置变更数据，几百万条，最后把数据库写爆了。因此，为了避免因为某个租户更改配置影响到全局的事情发生，我们设计了流量管控和容量管控。即一个用户默认最多创建100条或者200条数据，上限由管理员来设置。进一步的，我们把这个管控封装成一个接口作为云产品的一个特性。
以上就是整个配置中心设计的演进过程，伴随着我们对配置中心的理解和用户的需求而来，从配置管理到集中管控，到配置发布前的自动校验，到发布管控，再到流量和容量管控。
配置管理演进过程中的设计思考
当我们对配置中心进行开源（开源项目名称：Nacos）的时候，有了新的思考。
项目开源初期，在宣讲的时候我们会强调Nacos的性能，例如经受了双11的流量考验，支持每天上亿次的配置推送，但在开源过程中和一些开发者沟通下来，大家其实并不会太考虑开源产品的性能，因为大部分开发者所处的企业，其流量规模根本没有那么大，大家更关心的是产品的易用性，开发者用爽了，才会谈性能的问题、安全的问题和容量的问题。
所以，我们在之后的产品设计策略上做了些调整。就是只要用户能看的到地方，就会用心去设计，等满足了简单易用，满足了中小企业对配置中心的需求后，再去强调Nacos的性能。
简单易用分为两个维度，一个是各类基础设计，包括模型和接口等，另一个是控制台的使用体验设计。
先看下我们在接口设计方面的模型。
这张图展示的是一个最简单的配置模型，一个配置文件里边填 value 。按大家最正常的理解来说，一个DataId ，一个 Content （一个key和一个 value 就可以了），为什么还出现了Namespace、 Group这些设置呢。原因是，做了微服务之后，大家的配置集中管控了。集中管控遇到的第一个问题就是，当多个应用去做拆分的时候，会有一个隔离的需求。
比如一个应用 A 的开发，和一个应用 B的开发，希望他们两个的配置是相互隔离的，通过各自的应用，能很快的实现相应的配置变更。所以我们在一个 key-value 的基础上又加了一个 Group ，这个Group 就是一个逻辑分组的概念，一般我们推荐填写它的应用名称或者模块名称，便于大家把不同应用的配置分开，也方便后边进行权限管控。
那Namespace是干嘛的呢？如果是一家规模较小的企业，可能连测试环境也没有，这时候Namespace是没有任何意义的，我默认是你隐藏的，它是一个空串。如果说你是一家中型的或者更大一点的公司，有很多环境，测试、预发和生产等多个环境，线上还有一些梯度环境，这时候我们就可以通过一个 Namespace ，让你连到不同的环境上了，就是进入不同的逻辑区域。Namespace 是用在环境上的， Group 是应用，DataId 里边就是一个 key-value 。
这样一看，模型就很简单了。
第二个是在通信协议的选型上，有 gRPC ，HTTP和rsocket等，最终选择了HTTP。因为我们认为配置管理是一个非常通用的需求，不仅 Java 需要，包括淘系的 C语言、Note.JS 都有同样的需求，比如 Note.JS ，前端的一些动态文案，需要动态去更改。所以出于对多语言的兼容，我们选择了HTTP接口 。
第三个是SDK设计上的优化，对Java 而言，用户关心的是体验，例如Spring 的用户最关心的是本地开发的体验。我在刚才那个 property 文件里边写一个东西，通过 @value 注册进来，它拉的是本地的一个配置，解决了本地配置的一个易用性问题。即如果配置中心里边有，从配置中心里边选可配置的 key ，没有的话就用本地的，我们就是通过SDK无缝地去解决了这个问题。
以上是我们在基础设计做的一些设计和思考，接下来我们分享下在控制台体验上的设计。
配置中心控制台设计实践
- 交互界面的颜色选定
我们把选择权交给了社区，通过设置一个issue话题和投票，我们最终采用了经典黑+蓝色点缀的方案。
- 控制台的使用体验
我们增强了控制台的易用性，比如提供 Properties 或者 JSON 格式校验的方法来避免，增删改查过程中可能会出现的一些人为错误。
此外，在一个分布式系统中，我们是需要协作的。创建完配置，需要让大家知道创建者为何要创建这个配置，目的是什么。为了解决这个问题，我们给配置打了一些元信息。
举个例子，在阿里巴巴，我们把变更风险分为四级， P1, P2, P3和 P4，P1 是风险最高的。今天的这个demo基本没有风险，我就写个P4 。这个标签就是用来说明这个变更风险不大。但如果是 P1 或者P2 的配置，我就会去做一个管控，一旦有修改是需要创建者来审评的，以降低变更风险。
- 性能体验
在历经了阿里N代程序员的开发，配置变更最终才沉淀出性能强、容量大和高可用体系完美结合的产品。当时，我们中间件最大的 leader 给我们提一个诉求，“快递三日达，配置推送一秒达”，就是一变更，一秒就能将配置变更推送到几十万台机器，这就是我们当时产品主要的迭代方向之一。那为什么，我们对配置变更的性能要求如此之高呢？
举个例子，上图左边的是机房a，右边的是机房b，其中user 1 和 user 2 是不同的用户 ID ，当尾号为0 的用户访问Region1，当尾号为 1 的用户访问Region2。但是突然我发现线上不知道谁做了变更，没查到原因，发生 Region2尾号为 1的所有用户访问全出现异常了。那是不是我要改变路由规则，让所有的用户，不管ID尾号是 0是 1 都去访问Region1 。要实现这个，就需要通过通过配置变更来实现。且实现的越快，对用户的感知影响就越小。这是Nacos在异地多活的动态路由的典型应用场景。
以上就是我分享的关于配置中心演进、演进过程中的思考以及我们在服务集团内部用户，上云后服务企业用户和开源后服务开发者的一些思考和探索。
更多技术干货 请关注阿里云云栖社区微信号 ：yunqiinsight
