Architecture Course Home / Дополнительные материалы / Каталог архитектурных шаблонов / Каталог. Сырой список

Microservices

ОписаниеАрхитектура микросервисов представляет собой набор небольших автономных служб. Каждая служба является самодостаточной и должна реализовывать возможности одной компании в ограниченном контексте.
Позитивные драйверыScalability, Reliability, Maintainability, Deployability, Elasticity
Негативные драйверыPerformance, Simplicity, Overall cost

Преимущества

  • Высокая эластичность и масштабируемость
  • Высокая эволюционность
  • В комбинации с Event-driven дает высокую надежность
  • В комбинации с Event-driven дает хорошую производительность
  • Легко тестируется

Недостатки

  • Сложность негативная сторона микросервисов. Мало кто понимает, что такое микросервис и каковы его границы
  • Стоимость также негативная сторона микросервисов. Для поддержания микросервисной архитектуры требуеттся огромные инфраструктурные ресурса. такие как:

    • механизмы оркестровки
    • распределенное логирование
    • распределенный трейсинг
    • сложный мониторинг
Полезные ссылки

microservices.io|Наверное лучший ресурс про микросервисы

Software Architecture Patterns by Mark Richards

Architectural Patterns

Стиль архитектуры микрослужб

Описание


The term “microservice” is a label, not a description.

Martin Fowler


Микросервисы в значительной степени вдохновлены идеями domain-driven design (DDD). Концепция bounded context определенно вдохновила микросервисы.

Я уже рассказывал про ограниченные контексты. Здесь просто дам ссылку на шаблон Bounded Context.

Топология

Топологию микросервисной архитектуры невозможно рассматривать в отвязки от Event-Driven Architecture это единая гибридная архитектура. Поэтому отсюда и далее мы будем рассматривать именно гибридную архитектуру.


Из-за своего одноцелевого характера размер сервиса в микросервисах намного меньше, чем в других распределенных архитектурах. Предполагается, что каждый сервис будет включать в себя все необходимые части для независимой работы, включая базы данных и другие зависимые компоненты.

Изоляция данных

В основе ограниченных контекстов лежит минимизация связанности за пределами ограниченного контекста, об этом напрямую говорит изоляция модели предметной области эффективной только в это ограниченном контексте. Цель микросервисной архитектуры избежать всех видов связей, в том числе и на уровне данных: общие схемы БД, интеграции через БД. 

Разделение БД приносит нам ряд неудобств при работе с данными. Раньше мы могли в общей БД просто запросить нужные нам, связанные сущьности. Теперь же мы должны выбирать как нам работать с общими данными. Будем ли мы координировать работу нескольких сервисов или же реплицировать себе часть нужных нам данных. Оба подхода имеют как преимущества так и недостатки.

Уровень апи

Хотя уровень API может использоваться для множества вещей, он не должен использоваться в качестве инструмента оркестрации. Вся бизнес логика в этой архитектуре должна распологаться в ограниченном контексте.

Для большего понимания предлагаю более детально раскрыть описанную выше идею. Что же может находиться на уровне апи:?

Следует соблюдать осторожность при реализации шаблона апи шлюза. Обычно не рекомендуется иметь один апи шлюз, который агрегирует все внутренние микросервисы вашего приложения. Такой шлюз выступает в качестве монолитного агрегатора или оркестратора и нарушает автономность микросервисов, связывая все микросервисы друг с другом.

Поэтому апи шлюзы следует разделять по границам бизнес-процессов и клиентским приложениям и не использовать в качестве единого агрегатора для всех внутренних микросервисов.

Уровень интерфейсов

Архитектура микросервисов выступает за высокую развязанность, которая в идеале охватывала бы как пользовательские интерфейсы, так и бэкэнд. Фактически, первоначальное видение микросервисов включало пользовательский интерфейс как часть ограниченного контекста. Однако на практике часто получается такая картина

Пользовательский интерфейс живет в виде монолитного приложения и ни как не поддерживает принципы ограниченных контекстов. И с большой вероятностью такая архитектура будет объеденена общим архитектурным квантом на уровне пользовательского интерфейса.

Для монолитных фронтов свойственны все те же проблемы как для всех монолитов:

  • долгий релизный цикл
  • отсутствия изоляции ошибок
  • отсутствует ответственность за продукт

Хорошей же современной практикой стало использование micro-frontends. Такой подход позволяет объединить команду вокруг общей цели (так называемые продуктовые команды). Команда целиком владеет своим продуктом и отвечает за него на протяжении всей разработки.

Если в WEB все более или менее понятно, то как реализовать подход с micro-frontend на мобильных устройствах остаётся загадкой.

Управление рабочим процессом

Как только мы разделили наше монолитное приложение перед нами встал сложный вопрос. Что делать с сквозными процессами?

По больше части архитектура микросервисов заимствует топологии управления рабочим процессом у событийной архитектуры, расширяя асинхронные коммуникации синхронными:

Хореография

В хореографии каждый сервис вызывает другой сервис по мере необходимости, без центрального посредника.

Оркестрация

Для сложных рабочих процессов управление рабочим процессом посредством хореографии может стать сложной задачей. Бизнес логика размазывается по разным сервисам что затрудняет:

Для таких задач вводится оркестратор рабочего процесса. Задача которого управлять логикой сложного процесса.

Не стоит путать оркестратор и апи шлюз. Шлюз не может брать на себя бизнес логику.


Воспринимайте медиатор не как отдельный сервис в вашей микросервисной архитектуре, а как шаблон способный решать проблему управления рабочим процессом. Этот шаблон может быть реализован как отдельным микросервисом так и модулем внутри микросервиса

Транзакции и Sagas

Архитектурный стиль микросервисов подвержен излишний гранулярности. Что влияет на появление распределенных транзакций между несколькими сервисами, что в свою очередь противоречит принципу высокой развязанности микросервисной архитектуры.

Старайтесь держать транзакционные границы в пределах сервиса. И лишь в том случае если это не возможно (сервисы имеют различные эксплуатационные требования) смотрите в сторону распределенных транзакций.

  1. Don’t do transactions in microservices—fix granularity instead!
  2. A few transactions across services is sometimes necessary; if it’s the dominant feature of the architecture, mistakes were made!

В микросервисной архитектуре популярных подходом к реализации распределеннох транзакций считается шаблон Saga.

Шаблон Saga обеспечивает управление транзакциями с помощью последовательности локальных транзакций. Локальная транзакция — это атомарная работа, выполняемая участником Saga. Каждая локальная транзакция обновляет базу данных и уведомляет рабочий процесс о успехе, чтобы инициировать следующую локальную транзакцию в Saga.

Ниже изображена Saga с центральным посредником (оркестровка)

Если локальная транзакция терпит неудачу, Saga выполняет серию компенсирующих транзакций, которые отменяют изменения, сделанные предыдущими локальными транзакциями.

На рисунке ниже изображена ситуация при которой на шаге 5 произошла ошибка. Координатор должен оповестить всех участников Saga о отмене предидущего запроса. Каждый участник Saga обязан выполнить компенсирующую локальную транзакцию, что должно привести транзакцию к согласованному состоянию.

На матрице ниже описаны все возможные варианты Saga.

Те кто читал Fundamentals of Software Architecture: An Engineering Approach заметят, что я убрал атомарные саги из таблици ниже.

Дело в том, что атомарные саги противоречат принципам микросервисной архитектуры. Все сервисы участвующие в атомарных сагах операционно связываются друг с другом. Недоступность одного сервиса приведет к недоступности всего функционала.


КоммуникацияКоординацияCouplingComplexityResponsiveness/AvailabilityScale/Elasticity
synchronousorchestratedHighVery lowMediumHight
synchronouschoreographedMediumLowMediumHight
asynchronousorchestratedLowLowHightHight
asynchronouschoreographedVery lowHightHightVery hight

Выбор типа саги это всегда компромисс между: связанностью, сложностью, отзывчивастью и масштабируемостью.

Рекомендация при выборе способа коммуникации.

Используйте хареографию в случае небольших рабочих процессов. Два-три сервиса предел для хареограффии. При дальнейшим увеличении числа сервисов участвующих в транзакции сложность обработки ошибок и понимания всего флов становится запредельной.

Воспринимайте Saga не как отдельный сервис в вашей микросервисной архитектуре, а как шаблон способный решать проблему распределенных транзакций. Этот шаблон может быть реализован как отдельным микросервисом так и модулем внутри микросервиса

Переиспользование операционного кода

Как мы уже говорили микросервисы вдохновлены ограниченным контекстам, в которых дублирование предпочтительнее компонентной связанности. Но как в таком случае быть с частями выигрывающими от связанности/переиспользования: мониторинг, логирование, аудит, circuit breaker?

Как только команда создала несколько микросервисов, она понимает, что каждый из них имеет общие компоненты, которые выигрывают от переиспользования. Например, если организация позволяет каждой команде осуществлять мониторинг самостоятельно:

Shared Library

Одним из наиболее распространенных методов использования общего кода будет использование общих библиотек.

Trade-Offs

ПреимуществаНедостатки

Возможность изменения версии

Зависимости могут быть трудными для управления

Общий код основан на компиляции, что снижает количество ошибок во время выполнения.

Дублирование кода на разных платформах

Хорошая гибкость для изменений кода с общим кодом

Устаревание версии может быть затруднено

Отсутствует дублирование кода в разнородных кодовых базах одной платформы

В распределенной среде координация перехода на новую версию может стать сложной задачей

Sidecar Pattern

Хотя общие библиотеки по праву могут считаться универсальными в эру микросервисов появилась альтернатива. Шаблон Sidecar использует ту же концепцию, что и гексагональная архитектура, в том, что он отделяет логику домена от технической (инфраструктурной) логики.

Этот шаблон называется Sidecar, потому что он напоминает коляску, прикрепленную к мотоциклу. В шаблоне боковая панель присоединяется к родительскому приложению и предоставляет вспомогательные функции для приложения. Сопутствующее приложение также имеет тот же жизненный цикл, что и родительское приложение, поскольку оно создается и удаляется вместе с родительским приложением.

Trade-Offs

ПреимуществаНедостатки

Дополнение не зависит от основного приложения с точки зрения среды выполнения и языка программирования, поэтому вам не нужно разрабатывать одно дополнение для каждого языка.

Компонент Sidecar может стать большим/сложным

Sidecar может получить доступ к тем же ресурсам, что и основное приложение. Например, вспомогательное приложение может отслеживать системные ресурсы, используемые как вспомогательным приложением, так и основным приложением.


Из-за близости к основному приложению при обмене данными между ними нет значительных задержек.


Даже для приложений, которые не предоставляют механизма расширения, вы можете использовать sidecar для расширения функциональности, присоединив его как собственный процесс к тому же узлу или подконтейнеру, что и основное приложение.


Обеспечивает согласованную координацию инфраструктуры


Владение кодом может быть: на команду, централизованно или в какой-либо комбинации


Переиспользование специфичного для домена кода

Относительно новым трендом в дублировании специфичной для домена функциональности стала концепция платформ.

Правила для платформы:

  1. Платформа имеет четко описаный api интерфейс, что скрывает детали реализации.
  2. Платформа не должна подстраиваться под конкретного потребителя, но должна слышать общие проблемы потребителей.

Давайте разберемся почему именно так. Предположим, что платформа дорабатывается под требования конкретных потребителей, что мы получим:

  1. Платформа станет бутылочным горлышком для продуктовых команд
  2. Платформа эволюционно свяжет продуктовые команды между собой из-за просачиванию несвязных контекстов друг в друга

Trade-Offs

ПреимуществаНедостатки

Подходит для высокой волатильности кода

Изменения версии могут быть трудными

Отсутствие дублирования кода в разнородных кодовых базах

На производительность влияет задержка

Сохраняет ограниченный контекст

Проблемы с отказоустойчивостью и доступностью из-за зависимости службы

Нет совместного использования статического кода

Проблемы с масштабируемостью и пропускной способностью из-за зависимости от службы


Повышенный риск из-за изменений во время выполнения

Декомпозиция 

Целью границ услуг в микросервисах является захват домена или рабочего процесса. В некоторых приложениях эти естественные границы могут быть большими для некоторых частей системы - некоторые бизнес-процессы более связаны, чем другие.

В основах мы уже обсуждали драйверы интеграции и дезинтеграции, здесь же мы углубимся в контексте микросервисов.

Эту тему я предлагаю разбить на две части:

  1. определение оптимального размера сервиса. Размера при котором достигается максимальный профит сервиса.
  2. определить наполнение сервиса.

Размер сервиса

Для наглядности отрисуем ось на которой отметим FaaS как минимальную границу сервиса и монолитное приложение как максимальную границу.


Теперь на оси отметим минимальную границы микросервиса. Хорошей отправной точкой для этого становятся границы транзакционности.

Следует помнить, что транзакционная граница не единственный драйвер интеграции. Следующим на, что я смотрю это рабочий процесс. Разнесение рабочего процесса по разным сервисам может привести к частым сквозным доработкам.

На всякий случай поясню, что понимается под рабочим процессом. Рабочим процессом можно считать конечную пользовательскую услугу. Декомпозиция этой услуги приведет к частым зависимым изменениям.


Sum Newman в книге Build Microcervices говорит о рисках распила transaction boundary по сервисам. Как только граница транзакционности находится за пределами одной системы, гарантировать согласованность данных становится практически невозможно. В своей книге он описывает 3 возможных механизма достижения согласованности: Try Again Later, Abort the Entire Operation, Distributed Transactions, и не один из них не совершенен.

  1. Try Again Later - говорит о том, что целевая система обновляет операцию атомарно, а остальные постепенно во времени. Этот механизм не имеет механизма компенсации в случае ошибки на стороне вторичных систем.
  2. Abort the Entire Operation - механизм Saga. Механизм предполагает консистенцию во времени как и первый вариант, но в добавок имеет механизмы компенсации в случае неуспеха вторичных систем. Один из самых сложных вариантов в котором нужно предусматреть множество негативных сценариев. Что произойдет, если наша компенсирующая транзакция не удастся?
  3. Distributed Transactions - Альтернативой ручной организации компенсирующих транзакций является использование распределенной транзакции. Распределенные транзакции пытаются охватить внутри себя несколько транзакций, используя некий общий управляющий процесс, называемый менеджером транзакций, для координации различных транзакций, выполняемых базовыми системами. Наиболее распространенный алгоритм, используемый для обработки распределенных транзакций заключается в использовании двухфазной фиксации. При двухэтапном коммите сначала идет этап голосования. Именно здесь каждый участник (также называемый в данном контексте когортой) в распределенной транзакции сообщает менеджеру транзакций, считает ли он, что его локальная транзакция может быть продолжена. Если менеджер транзакций получает голос «да» от всех участников, он говорит им всем, чтобы они продолжали выполнять свои коммиты. Одного голоса «против» достаточно, чтобы менеджер транзакций разослал откат всем сторонам. Этот подход основан на том, что все стороны останавливаются до тех пор, пока центральный координирующий процесс не сообщит им о продолжении. Это означает, что мы уязвимы для сбоев. Если диспетчер транзакций выходит из строя, ожидающие транзакции никогда не завершаются. Если когорта не отвечает во время голосования, все блокируется. Также есть случай, что произойдет, если последующее голосование за коммит не удастся. В этом алгоритме неявно подразумевается, что этого не может произойти: если когорта говорит «да» во время периода голосования, мы должны предположить, что она зафиксирует. Когорты должны иметь способ заставить эту фиксацию работать в какой-то момент. Это означает, что этот алгоритм не является надежным, он просто пытается отловить большинство случаев отказа. Этот процесс согласования также означает блокировки; то есть незавершенные транзакции могут блокировать ресурсы. Блокировка ресурсов может привести к конфликтам, что значительно усложнит масштабирование систем, особенно в контексте распределенных систем.

Все описанные механики чрезвычайно сложны. Задайте себе вопрос. Может ли ваша транзакция быть согласованна по времени. Если нет, подумайте над размещением функциональности в одном едином сервисе.


Отлично, мы знаем минимальные границы нарушение которых станет болью при разработки. Давайте определим максимальные границы.

Максимальной границей можно считать когнитивные способности команды. Все, что больше невозможно держать в голове и разработка затрудняется. При доработках приходится много информации поднимать в память заново. Time to market от того существенно страдает. Вторая проблема нарушения этой границы это протухание кода. Разработчики не способны держать такой код в чистоте. Появляется много мертвого функционала который просто страшно выпиливать. Абстракции просачиваются друг в друга и код очень быстро превращается в спагетти.

Отлично! Мы нашли область с которой можно начинать работать. Но каким же будет оптимальный/идеальный размер сервиса.

И здесь мы приходим к относительно новой парадигме Service per team.

В идеале команда должна владеть только одним сервисом, поскольку этого достаточно для обеспечения автономности команды и слабой связанности, а каждый дополнительный сервис добавляет сложности и накладных расходов. Команде следует развертывать свой код как несколько сервисов только в том случае, если он решает осязаемую проблему. Поскольку команда должна быть небольшой, ее когнитивные способности ограничены. Чтобы команда была продуктивной, ее кодовая база не должна превышать когнитивные способности команды. Другими словами, он должен «умещаться» в головах команды.


Добавлю веса к своим словам графиком стоимости изменений от гранулярности.

Первая крайность. Команда работающие над приложением, объем кодовой базы которого не укладывается в границы когнитивной способности команды, вносит изменения дольше.

Мне это напоминает подключение свопа при нехватки оперативной памяти. Постоянно в памяти такие системы не помещаются и каждый раз при появлении доработок приходится поднимать новую порцию кодовой базы и опускать другую из памяти. Знания постоянно находятся в состоянии вымывания. Процесс поднятия в память достаточно долгий. Соответственно time to market ухудшается.

Вторая крайность. Излишняя гранулярность. Нарушение границ transaction boundary приводит к излишней сложности.

Даже если вы бьете по границам транзакционности правильно, все равно остается риск излишней гранулярности. Допустим вы владеете продуктом и решаете его разбить на 4 микросервиса в пределах одной команды. Какие плюсы вы от этого получаете? Масштабируемость? Может быть, но только если вы понимаете, что вы делаете. Мелкие гранулы это физические границы, которые очень дорого нарушать. Некорректно выбранные границы превратят ваши микросервисы в distributed big ball of mud (вы нарушите одно из свойств микросервисов, а именно Loose Coupling)

Вывод

Держитесь в оптимальных границах. 

Наполнение сервиса

Мы разобрались какого же размера должна быть гранула, но как определить её наполнение?

Существует множество эвристик декомпозиции на микросервисы, среди которых наиболее популярным считается «Декомпозиция по Subdomain» т.к. она наиболее близка к концепции ограниченных контекстов. Но я расскажу о «Декомпозиции по бизнес-возможностям» т.к., на мой взгляд, этот термин еще не сильно заезженный и позволяет посмотреть на проблему не опираясь на субъективное понимание Domain-Driven Design.

Бизнес-возможности - это концепция моделирования бизнес-архитектуры. Это то, что бизнес делает для создания ценности. Бизнес-возможность часто соответствует бизнес-объекту, например

Бизнес-возможности часто организованы в многоуровневую иерархию.

Преимущества

Анализ бизнеса

Определение бизнес-возможностей требует понимания бизнеса. Бизнес-возможности организации определяются путем анализа цели, структуры, бизнес-процессов и областей знаний организации. Хорошими отправными точками для определения бизнес-возможностей являются:

У этого подхода есть определенные недостатки. Крупнозернисные бизнес-возможности хорошая отправная точка для старта, но достаточно ли их для декомпозиции на микровервисы. Скорее всего нет. Они будут слишком большие и не поместятся в границы сервиса о которых мы говорили в самом начале.

Описанное выше соответствует закону Конвея. Хоть я и считаю этот подход самым простым, я не могу считать его на 100% верным. Предприятия следующие только закону Конвея непременно столкнуться с трудностями масштабирования бизнеса.

Представьте организацию которая развивалась: рос бизнес, закупались вендорские решения, вокруг них выстраивались департаменты/отделы/команды. Пришло время отказываться от вендора, но орг. структура осталась. В прошлом решение выделение части бизнеса в отдельную команду было оправдано стоимостью вендорского решения. Сейчас же в существовании этой команды нету ценности, но мы продолжаем жить в этой парадигме т.к. закон Конвея не позволяет нам изменить программное обеспечение без изменения орг. структуры.

И здесь нам на помощь приходит обратный маневр Конвея. Продумайте лучшую архитектуру системы, а потом измените структуру компании так, чтобы она соответствовала архитектуре системы.


Нужно понимать, что такие изменения происходит на уровне CTO.

Бизнес-возможности как согласованные варианты использования

С технической точки зрения бизнес-возможности напоминают наборы взаимосвязанных, согласованных вариантов использования. Такие наборы вариантов использования обычно включают одного и того же участника, бизнес-объекты, и все они манипулируют тесно связанным набором данных.

Здесь стоит быть осторожным. Очень часто на этом этапе бизнес-возможности еще не до конца идентифицирован и идентифицируется только со временем. Может получиться так, что вы распилити ваши бизнес-возможности неверно и получите сильно связанные сервисы. Подумайте о более широких границах сервиса на первом этапе с последующей декомпозицией на более мелкие.

Marketplace - Маркетплейс - Платформа электронной коммерции, онлайн-магазин  электронной торговли - CNews

Теперь, когда бизнес-возможности становится сложно идентифицировать, давайте посмотрим на требования более внимательно и построим карту отношений между участниками, существительными и действиями над существительными.

  1. Выпишем требования к проектируемой системе в формате пользовательских историй.
  2. Выделите действующих лиц
  3. Выделите существительные другим цветом
  4. Выделите действия над существительными еще одним цветом
Пользовательские истории

Пользователь заходит в продуктовый каталог и просматривает доступные товары (цену и количество на складе)

Пользователь заходит в продуктовый каталог и добавляет товар в корзину

Пользователь заходит в корзину и оплачивает товар, одним из доступных способов оплаты

Пользователь трекает состояние заказа в корзине


Система резервирует товар на складе контрагента

Система уменьшает доступный остаток по товару


Контрагент указывает свой расчетный счет

Контрагент заводит карточку товара в системе маркетплейса

Контрагент указывает доступные остатки по товару

Контрагент указывает желаемую службу доставки

Контрагент просматривает аналитику по купленным товарам

Контрагент отгружает товар по оплаченному заказу 


Контрагент подключает доп услугу маркетинга

Контрагент заказывает доп услугу SEO


Контрагент выводит средства с расчетного счета


Контент-мейкер добавляет к карточкам товаром картинку и описание

Визуализируйте полученные отношения на доске.

Как я уже говорил бизнес-возможности характеризуются одними и теми же участниками, бизнес объектами и манипуляцией тесно связанным набором данных. Выделим предполагаемые бизнес-возможности.

У нас их получилось по одному на действующее лицо.

Витрина

Интерфейс взаимодействия с покупателем.

Маркетинг

Дополнительные услуги маркетолога.

SEO Оптимизации

Дополнительные услуги по продвижению.

Личный кабинет

Личный кабинет контрагента.


Формируем непротиворечивую модель предметной области

На этом шаге нам приходит на помощь Мартин Фаулер с шаблоном ограниченных контекстов.

Концепция ограниченных контекстов это попытка управления связями в пределах одного домена/бизнес-возможности. Ограниченные контексты говорят, что модель эффективна только в пределах контекста в котором находится, то есть быть внутренне непротиворечивой.

Это определение может показаться довольно расплывчатым. Оно мало что говорит об ожидаемом размере, форме или других характеристиках контекста. И эта расплывчатость сбивает с толку. Далее я раскрою это определение более подробно.

Тот же термин, но разное значение

Начнем с простого примера, когда двусмысленность может возникнуть на уровне терминологии. Некоторые слова имеют разное значение в зависимости от контекста, в котором они используются.

В рассмотренном нами примере этого не было. Все термины на нашей карте терминов трактуются всеми стейкхолдерами одинаково. Но представьте если бы термин Склад употребляется и в контексте личного кабинета и в контексте витрины. Каждый под термином склад понимал бы разные вещи. В итоге термин был бы перегружен инвариантами и имел бы высокую хрупкость.

Наличие такой двусмысленности может свидетельствовать о неисследованной области бизнеса или о том, что термин Склад нужно разносить по разным моделям предметной области. В контексте личного кабинета под термином Склад понимался бы физический склад с товаром. В контексте витрины это может быть Склад (аля избранное).

Та же концепция, разное использование

Еще более загадочное различие может возникнуть, когда основная концепция одна и та же, но используется по-разному, что в конечном итоге приводит к появлению разных моделей.

В нашем примере такими моделями могут быть Продуктовый каталог и История покупок. Задачи возлагаемые на эти термины сильно отличается в зависимости от контекста использования. Когда мы говорим, о продуктовом каталоге в контексте витрины, мы хотим даль удобный пользовательский опыт поиска товаров. В то время как для контекста личного кабинета важно взаимодействие с карточкой товара и возможность формирования сложных скидочных сценариев. То же самое и для истории покупок. В контексте витрины нужно иметь список покупок пользователя. В контексте личного кабинета, сложные аналитические отчёты и предиктивные модели.

Внешние системы

Как правило мало какая система полностью замкнута в себе. Так или иначе ей приходится общаться с внешним миром. В нашей системе такими внешними системами будут:

Построим карту контекстов

На этом этапе рекомендую вернутся к стейкхолдерам и уточнить у них:

Если хотя бы один ответ будет отрицательным и бизнес не собирается развивать некоторые бизнес возможности, смело объединяйте эти бизнес-возможности в ограниченные контексты.

Для этого мы объединим неинтересные нам бизнес-возможности, удалим всё внутренние связи полученных моделей, выстроим каналы коммуникации.

Если же стейкхолдеры говорят, что видят развитие всех этих бизнес-возможностей, у них есть беклог на каждую из них, тогда самое лучшее решение будет разделить систему по разным ограниченным контекстам. Такая конфигурация даст возможность держать полученные инварианты под контролем.


Бонус

Event Storming для идентификации бизнес-возможностей

Если вы уже используете Event Storming для сбора требований, вы на правильном пути.

Советы по идентификации бизнес-возможностей:

  1. Посмотрите на разворотные события, такие события определяют границы рабочих процессов в компании и служат хорошем маркером границ бизнес-возможностей. Если идентифицировать бизнес-возможности по разворотным событиям не получилось, переходите к следующему пункту
  2. Выделите агрегаты

  3. Помните про границы транзакционности

  4. Подумайте о управлении рабочим процессом
  5. При формировании агрегатов сохраняйте политики между событиями и командами

  6. Задайте вопросы представителям бизнеса

    • что из этого они бы выделили в общую бизнес функциональность
    • какие из агрегатов будут иметь единую причину для изменения
  7. Обратите внимание на слишком разговорчивые агрегаты

Выделение микросервисов

На этом этапе я предлагаю вам задать еще одни вопрос стейкхолдерам

Если ответ отрицательный сделайте ваши ограниченные контексты модулями в вашем микросервисе.

Если же стейкхолдеры говорят, что готовы выделить все необходимые ресурсы, правильным выбором будет разделить четыре наших ограниченных контекста на четыре сервиса и развивать их независимо.



Сводим всё вместе

  1. Шаблон Service Per Team обладает наилучшими компромиссами по сравнению с шаблонам декомпозиции по поддоменам, за счёт снижения дистанции совместно изменяемых модулей.
  2. Декомпозиция по бизнес-возможностям даёт нам стабильную архитектуру, так как бизнес-возможности относительно стабильны, а созданные на их основе сервисы получаются сильно сплоченными(cohesion) и слабо связанными(couplig).
  3. Шаблон ограниченных контекстов позволяет нам развязать наши сервисы и сделать модели предметной области более стабильными.

Объединяя всё вместе мы получаем автономные, слабо связанные команды, работающие на пике продуктивности.

Требования и ограничения

Как я писал ранее Service per team это не догма и она может быть нарушена. Решая осязаемые проблемы граница сервиса может быть изменена.

Некоторые из источников осязаемых проблем:

Loose Coupling

Главная задача архитектора при разработки микросервисной архитектуры это стремиться к loose coupling. Здесь я постараюсь дать несколько советов когда декомпозиция сделана правильно, а связанность все равно остается:

Trade-Offs

ПреимуществаНедостатки

Высокая эластичность и масштабируемость

Сложность негативная сторона микросервисов. Мало кто понимает, что такое микросервис и каковы его границы

Высокая эволюционность

Стоимость также негативная сторона микросервисов. Для поддержания микросервисной архитектуры требуеттся огромные инфраструктурные ресурса. такие как:

  • механизмы оркестровки
  • распределенное логирование
  • распределенный трейсинг
  • сложный мониторинг

В комбинации с Event-driven дает высокую надежность


В комбинации с Event-driven дает хорошую производительность


Легко тестируется


Когда использовать

Используйте микросервисы когда другого пути уже нет. Ваш продукт превысил когнитивные возможности команды, а бизнесу важен time to market. В противном случае вы только проиграете от микросервисов.

Связанные шаблоны




Оригинал на wiki