經曆過去的十幾年的發展，soa（service-oriented architecture）已經獲得了廣泛肯定與應用。現在，随着雲計算、開源、docker等為技術界帶來革命性的影響，同時，使用者使用方式與生活方式都在移動化浪潮的裹挾下發生了巨變，“微服務”架構（msa：micro service architecture）這一全新的企業架構模式越來越受到關注，也有越來越多的企業和平台服務商開始将“微服務”的概念轉化為實踐，掌握到第一手的實戰經驗。應該如何了解“微服務”的性質和特點？轉型“微服務”架構能夠解決哪些問題、需要注意哪些問題？為了回答這些疑問，我們對普元軟體的資深架構師顧偉進行了采訪，請他介紹自己對“微服務”的了解和經驗。對話全文内容如下：infoq：請向infoq的讀者介紹下自己，目前主要的工作方向及關注的技術領域。
顧偉：大家好，我是普元資訊技術股份有限公司的架構師顧偉，目前主要從事雲計算、智能運維、平台基礎架構等方向的工作，同時對插件開發、html5、docker等技術有着濃厚的興趣。
infoq：微服務架構（micro service architect）近一年多在技術社群頻頻被提及，熱度頗高，但對“微服務”似乎還沒有一個嚴格的定義。您是如何了解“微服務”的？顧偉：在雲計算運用愈加廣泛和深入的移動網際網路時代，大家的生活都變得越來越碎片化。坐在地鐵上，你會随手發個朋友圈，走在公園裡，你會随手發個微網誌。當日常行為變得這麼碎片化時，相應的支撐服務應該是什麼樣的？ 在我看來這些服務必須是“零散”的，支撐的業務是可以快速變化的，服務之間是可以快速融合的，服務的性能、安全是有足夠保障的，當達到這種标準的時候，這些服務就是我了解的微服務。
infoq：與傳統單塊架構相比，“微服務”架構有哪些特點？顧偉：特點其實是比較顯然的，比如開放、輕量、松耦合、易遷移、易伸縮、容錯性、自監控、語言中性等。總的來說，微服務架構是一種更靈活、更可靠、更開放的架構。
infoq：像您所說， “微服務”是“零散”的，這種特征又能夠幫助企業解決哪些難點和痛點？
顧偉：我們可以反過來看這個問題，傳統的企業級架構，往往會面臨着幾個難題： 1.彈性能力不夠。單塊架構使得要伸縮就是整體的伸縮，但你的流量中可能占90%隻是針對其中20%的服務的通路，那為什麼不把這20%的服務獨立出來呢？将好的資源用于支撐這些服務，達到資源的最大化集約使用。 2.業務變化調整較慢。由于業務部署在一起的原因，單個業務的調整使得整個應用都需要重新內建、測試、釋出等，雖然有一些自動化的保障，但還是無法做到成本最少，風險最低。 3.開放能力不足。随着雲計算、雲服務的高度發展，服務按需的模式會越來越多。一個企業不可能所有服務都自建，也不可能永遠封閉，而是需要能夠快速整合外部服務，同時将内部的服務開放出去，這也是對傳統企業架構的一大挑戰。 如何解決這些問題，正是微服務架構的關鍵目标所在。微服務的“零散”特征使得企業能夠快速應對服務擴容、業務開放、業務變化、服務整合等需求。
infoq：您認為“微服務”架構适用于什麼樣的企業和應用？顧偉：如果你認為it建設是一個持續演進的過程，對企業發展有着重大支撐作用的話，微服務架構都會非常合适。
infoq：我們已經了解“微服務”架構的優勢，那從單塊架構轉型到“微服務”架構，又需要考慮哪些因素或注意哪些問題？顧偉：前面一直在說微服務架構的好處，但使用微服務的同時，對企業的it支撐管理、運維等能力的要求也會相應提升，比如： 1.微服務之間的通信問題。企業需要提供一套比較完善、輕量的通信機制，保證服務調用的可靠、可跟蹤、高性能等。 2.微服務的監控度量問題。服務的分散使得交易路徑有時候會變得比較複雜，如何從業務次元對鍊路實行跟蹤回溯，如何度量整體業務的吞吐，如何快速發現業務的瓶頸，是使用微服務必須解決的問題。 3.微服務的粒度問題。在很多企業實行微服務架構時，往往會走到一些技術極端，過度的拆分服務。微服務更應該類似unix的服務，每個服務目标單一，隻做一件事情，能夠有很好的複用性。
infoq：您在“微服務”架構的實踐上已經有比較豐富的經驗，是否可以簡單介紹一個典型案例。
顧偉：去年做過一個電信領域的資料釋出的項目，主要場景是将企業内部産生的各類資料，按照不同協定安全釋出給外部客戶訂閱。 這個項目中會涉及到很多微服務：包括集中排程（訂閱推送）、檔案傳輸、檔案存儲、中繼資料管理、權限認證等，每類服務都是叢集部署的情況下，最終至少會有20多個程序，每次到一個地方部署都要結合具體環境花費不少時間。 最終解決方案是結合了當下比較流行的docker技術，通過對container的管理，完成了服務的自動釋出。其實這個方案也間接的說明了一些問題，比如微服務架構和雲計算、智能運維等是都密不可分的。
原文釋出時間為：2015-05-23
本文來自雲栖社群合作夥伴“大資料文摘”，了解相關資訊可以關注“bigdatadigest”微信公衆号