大纲
• 发现问题：服务开发过程中的痛点
• 以史鉴今：从服务框架的演进历程中找到规律
• 大道至简：大型微服务框架的设计要点
• 精雕细琢：框架关键实现细节
复杂业务开发过程中的痛点
痛点
• 时间紧、任务多、团队大、业务增快，如何还能保证架构稳定可靠？
• 研发水平参差不其、项木压力自顾不暇，如何保证质量基线不被突破？
• 公司有各种⼯具平台、 SDK、优秀实践，如何尽可能的在业务中使用？
•用什么“框架”可以解决问题？
从服务框架的演进历程中找到规律
让我们先来看下服务框架的进化史
标志性的服务框架
Web 服务框架： MVC 架构
• ASP.Net（since 2002）：传统 C/S 开发模式在 Web 上的应⽤
• Ruby on Rails（since 2005）： MVC 框架的巅峰， “约定⼤于配置”
• Web 服务框架： SaaS 与 RESTful
• Sinatra（since 2007）：纯路由框架，诸多框架的灵感源泉
• 微服务框架： RPC 服务
• Thrift（since 2007）：开源 IDL-based 框架的⿐祖
• 微服务架构：容器化与 FaaS
• Serverless（since 2015）：基于云计算平台，回归框架本质
• Istio（since 2018）：专注于解决网络问题
服务框架的演进趋势
服务框架正在演变成新的“操作系统”
• 学习曲线： Exponential Rise（渐进式） → Sigmoid（阶跃式）
• 风格：配置 → 约定 → DSL → 容器化
• 业务代码与框架代码的关系： Is-a → Has-a → Duck-typing
• 工具链： IDE → 代码⽣成器 → 编译器
大型微服务框架的设计要点
站在全局视⻆观察微服务架构
大型微服务框架的设计目标
框架即一款面向开发人员的效率产品，基于公司的基础设施量身定制
• 目标用户：来不不同背景、具有基本业务研发能⼒的开发者
• 设计要点：让开发人员专注于业务开发本身，无需关注滴滴各种基础设施底层细节
• 设计原则：直观、简洁、智能、个性化
• 预期收益：提升⼈效，降低维护成本；提升整体架构稳定性和可伸缩性；简化技术升级难度
大型微服务框架的设计要点
完全屏蔽业务无关的通用技术细节
• 功能：服务治理、虚拟化、水平扩容、问题定位、性能压测、系统监控、兼容遗留系统……
• 工具链：项目模板、代码生成器、文档生成器、发布打包脚本……
• 设计⻛格： Interceptors、组合模式、依赖注入……
• 让不可靠的调⽤变得可靠
• RPC 调用 ≈ 函数调用
• 访问基础服务 ≈ 访问本地存储
• 服务拆分/合并 ≈ 类拆分/合并
框架关键实现细节
业务实践
业务背景：复杂的业务流程，快速增涨与迭代，异构服务架构，跨国多机房部署
• 核心能力
• 隔离层封装：各种存储、队列、平台服务封装
• 透明支持各种运维基础设施：构建、发布、多机房配置、 metrics
• 提供效率和测试⼯具：⽇志采集、问题⾃动跟踪、全链路压测、 mock、接⼝测试
• 应⽤层协议隔离：⽀持 thrift/http 协议 interceptor
• 工具链：模板、代码⽣成器、依赖管理、版本管理、发布脚本
站在巨人肩膀上：滴滴基础平台建设现状
• Odin：运维平台，提供 metrics 上报、多维度监控、报警、服务树等功能
• 把脉：日志平台，提供日志采集通道、基于 traceid 的全链路⽇志查询能⼒
• DiSF：服务注册平台，提供高可用的服务名字服务、管理服务分组
• RDS：提供高可用、透明水平扩展的 MySQL 集群，支持数据总线、分身等能力
• DDMQ：低延迟高可用的消息队列服务，单机 TPS 吞吐超过百万，支持延时消息
• Fusion：基于 rocksdb 的高性能高可用分布式持久化存储方案，完全兼容 Redis 协议
• 弹性云：基于 k8s，高效、可伸缩的集群管理平台，服务自动容错，基础设施免运维
整体架构
实现要点：框架与业务正交
实现思路
• 传统框架的 MVC、 middleware、 AOP、执行流程……都不存在也不需要
• 框架是一个执行环境，由一堆不关联的基础库组成高度可扩展，业务可独立于框架运行
如何实现
• 提供工具链，用于生成最初的项⽬模板并通过代码生成器实现类似 AOP 的效果
• 基于 Go interface 的 duck-typing 特性和运行时反射，动态生成业务路由
收益
• 业务开发⽆需关注框架本身
• 框架本身的升级可以做到完全透明，方便所有服务统一框架版本
框架的启动逻辑
实现要点：隔离层屏蔽业务与底层的联系
如何实现
• 为所有基础服务（mysql/redis/mq/es/...）定义 interface，业务只允许调用 interface 的方法
• 基于 SPI 设计思路，提供基础服务的工厂，动态实例化对应 interface
收益
• 可透明的升级服务驱动，快速在大量服务中实现共性逻辑或者修复共性问题
• 透明的管理基础服务的资源（长连接、 mysql cursor 等），避免出现资源泄露
• 统⼀控制重试、超时、服务发现、故障摘除逻辑，业务⽆感知且不易出错，提升整体稳定性
• 对所有基础服务提供了 mock 能力，可以实现 AOP 能力
案例： Redis 接口设计
实现要点：协议劫持
如何实现
• HTTP 协议：包装 http.Handler，用责任链模式处理 http.Request 和 http.ResponseWriter
• RPC 协议：劫持协议序列化流程，用FSM（有限状态机）来跟踪序列化过程并适时修改数据
收益
• 将业务数据和服务框架数据充分隔离，避免互相⼲扰
• 实现接口热补丁和 in/out 数据录制与重放，方便测试
• 可透明的增强服务能力，为实现跨服务边界的 context 打好基础
使用FSM 劫持 thrift protocol
FSM 实现思路
• 利用 Go interface 特性，实现一个 interfaceproxy，代理并劫持部分感兴趣的接口
• 维护一个 FSM 状态机，当 protocol read/write走到感兴趣的地⽅时候篡改 read/write 数据
实现要点：跨服务边界的 context
如何实现
• 实现符合 context.Context 接口的自定义 context，支持序列化与反序列化，支持超时控制
• 结合协议劫持，透明的从服务框架数据中提取必要信息进行反序列化，并在所有 RPC 调用前
透明的将最新 context 序列化并放在服务框架数据中传输给下游
• 需要重新实现一个基于时间片轮转的低精度 time.Timer，提升并发效率并避免 timer 泄露
收益
• 可透明的在服务间传递上下文信息，从而实现流量染色、调用跟踪、防雪崩等功能
低精度 timer 实现原理
实现要点：防雪崩
如何实现
• 通过跨服务边界的 context 来传递上游超时预期，并不断记录各个环节耗时
• 一旦框架发现自己的可用时间已经耗尽，主动终止后续 rpc 调⽤并快速返回，防止请求积压
收益
• 从根本上避免请求堆积造成的雪崩
跨服务边界的超时时间控制
超时信息如何跨服务边界传递
• 超时时间由最上游设置，框架捕捉到超时信息并将时间记录在 trace 里透明的传播到下游每一个服务节点
• 每个节点从接收到请求开始后计时，自动计算自己消耗的时间并计算当前调用链路总耗时
• 当链路总耗时超过超时时间，自动 fail-fast，快速返回失败信息
• 利⽤ Go context deadline 只会缩短不会提前的特性，方便的用 context 管理超时
• 避免服务器之间的时钟差异影响计时，始终使用时间差来记录号是，而不使用绝对 deadline
业务收益
支撑规模
• 涉及开发人员近 100 人，上线 70+ 服务，国内外双机房部署
• 可支撑百万级日订单规模、万级并发长连接
业务收益
• 零成本：透明接⼊公司运维、发布、日志、压测等平台，支持服务注册发现、弹性伸缩等能力
• 零事故：从未出现因为单点故障造成的全局稳定性事故
• 高质量：快速实现全链路压测常态化，透明实现多环境部署、单测、集成测试等
• 易维护：透明升级各种 driver，简化代码依赖管理过程
未来计划
提升开发者体验
• 命令行工具，用于整合各种工具
• 进一步与滴滴线上线下环境整合
• 整合更多的公司服务和框架
• 配置管理中⼼化
• 开源？
