《微服务设计》第 6 章　部署

第 6 章　部署

• 在众多相互依赖的微服务中，部署却是完全不同的情况。如果部署的方法不合适，那么其带来的复杂程度会让你很痛苦

6.1　持续集成简介

• CI（Continuous Integration，持续集成）已经出现很多年了，但还是值得花点时间来好好复习一下它的基本用法，因为在微服务之间的映射、构建及代码库版本管理等方面，存在很多不同的选择
• CI 能够保证新提交的代码与已有代码进行集成，从而让所有人保持同步。CI 服务器会检测到代码已提交并签出，然后花些时间来验证代码是否通过编译以及测试能否通过

你真的在做CI吗

• 如果没有持续集成，向微服务架构进行转型就会非常痛苦
• 即便如此，很多宣称自己在做 CI 的团队并没有真正在做。他们认为使用了 CI 工具就算是采用了 CI 这个实践，事实上，只有工具是远远不够的
• 用来测试别人是否真正理解 CI 的三个问题
  • 你是否每天签入代码到主线？
  • 你是否有一组测试来验证修改？
  • 当构建失败后，团队是否把修复CI当作第一优先级的事情来做？

6.2　把持续集成映射到微服务

• 如果从最简单的做法开始，我们可以先把所有东西放在一起。现在我们有一个巨大的代码库，其中包括所有的代码，并且只有一个构建。然后产生多个构建物，所有这些都在同一个构建中完成

• 一般来讲，我们绝对应该避免这个模式，但在项目初期是个例外
• 我比较喜欢的方法是，每个微服务都有自己的 CI，这样就可以在将该微服务部署到生产环境之前做一个快速的验证

6.3　构建流水线和持续交付

• 将构建分解成为多个阶段，从而得到我们熟知的构建流水线。在第一个阶段运行快速测试，在第二个阶段运行耗时测试
• CD（Continuous Delivery，持续交付）基于上述的这些概念，并在此之上有所发展。CD 能够检查每次提交是否达到了部署到生产环境的要求，并持续地把这些信息反馈给我们，它会把每次提交当成候选发布版本来对待
• 我们可以看到一个熟悉的示例流水线

不可避免的例外

• 在最开始的阶段，把所有服务都放在一个单独的构建中，可以减轻跨服务修改所带来的代价
• 当服务的 API 稳定之后，就可以开始把它们移动到各自的构建中。如果几周（或者几个月）之后，你的服务边界还是不够稳定，那么再把它们合并回单块服务中（当然还可以在边界内部保持模块性），然后花些时间去了解领域。这也是我们 SnapCI 团队的经验

6.4　平台特定的构建物

• 但是从微服务部署的角度来看，在有些技术栈中只有构建物本身是不够的。所以为了部署和启动这些构建物，需要安装和配置一些其他软件，然后再启动这些构建物。类似于 Puppet 和 Chef 这样的自动化配置管理工具，就可以很好地解决这个问题

6.5　操作系统构建物

• 有一种方法可以避免多种技术栈下的构建物所带来的问题，那就是使用操作系统支持的构建物
• 使用 OS 特定构建物的好处是，在做部署时不需要考虑底层使用的是什么技术。只需要简单使用内置的工具就可以完成软件的安装。这些操作系统工具也可以进行软件的卸载及查询，甚至还可以把 CI 生成的构建物推送到软件包仓库中。其缺点是，刚开始编写构建脚本的过程可能会比较困难

6.6　定制化镜像

• 使用类似 Puppet、Chef 及 Ansible 这些自动化配置管理工具的一个问题是，需要花费大量时间在机器上运行这些脚本。比如，可能需要使用 collectd 来收集操作系统的状态，使用 logstash 来做日志的聚合，还可能需要安装 nagios 来做监控（
• 一种减少启动时间的方法是创建一个虚拟机镜像，其中包含一些常用的依赖，

• 这个方法也有一些缺点。首先，构建镜像会花费大量的时间；其次，产生的镜像可能会很大

6.6.1　将镜像作为构建物

• 我们可以更进一步，把服务本身也包含在镜像中，这样就把镜像变成了构建物。现在
• 然后把精力放在镜像创建和部署的自动化上即可。这个简洁的方法有助于我们实现另一个部署概念：不可变服务器

6.6.2　不可变服务器

• 但是如果部署完成后，有人登录到机器上修改了一些东西呢？这就会导致机器上的实际配置和源代码管理中的配置不再一致，这个问题叫作配置漂移
• 为了避免这个问题，可以禁止对任何运行的服务器做手动修改。相反，无论修改多么小，都需要经过构建流水线来创建新的机器

6.7　环境

• 当软件在 CD 流水线的不同阶段之间移动时，它也会被部署到不同的环境中。这些环境之间的不同可能会引起一些问题

6.8　服务配置

• 服务需要一些配置。理想情况下，这些配置的工作量应该很小，而且仅仅局限于环境间的不同之处，比如用来连接数据库的用户名和密码。应该最小化环境间配置的差异
• 一个在应对大量微服务时比较流行的方法是，使用专用系统来提供配置

6.9　服务与主机之间的映射

• 我倾向于使用“主机”（host）这个词来做通用的隔离单元，也就是能够运行服务的一个操作系统

6.9.1　单主机多服务

• 在每个主机上部署多个服务是很有吸引力的

• 首先，从主机管理的角度来看它更简单；其次是关于成本。但这个模型也有一些挑战。首先，它会使监控变得更加困难；这个模型对团队的自治性也不利；这个方法会限制部署构建物的选择；会增加对单个服务进行扩展的复杂性

6.9.2　应用程序容器

• 如果你对基于 IIS 的 .NET 应用程序部署，或者基于 servlet 容器的 Java 应用程序部署比较熟悉的话，那么应该非常了解把不同的服务放在同一个容器中，再把容器放置到单台主机上的模式

• 这种设置也可以节省语言运行时的开销。比如，在一个 Java servlet 容器中部署五个 Java 服务的话，只需要启动一个 JVM 即可。
• 我还是认为这种应用程序容器的做法存在很多问题，所以在使用时需要非常谨慎
  • 它会不可避免地限制技术栈的选择
  • 还会限制自动化和系统管理技术的选择
  • 会影响服务的可伸缩性
  • 其中的很多容器启动时间也特别长，这会影响开发人员的反馈周期

6.9.3　每个主机一个服务

• 这种模型避免了单主机多服务的问题，并简化了监控和错误恢复。这种方式也可以减少潜在的单点故障

• 但主机数量的增加也可能是个问题。管理更多的服务器，运行更多不同的主机也会引入很多的隐式代价。尽管存在这些问题，但我仍然认为在使用微服务架构时这是比较好的模型

6.9.4　平台即服务

• 当使用 PaaS（Platform-as-a-Service，平台即服务）时，你工作的抽象层次要比在单个主机上工作时的高。大多数这样的平台依赖于特定技术的构建物

6.10　自动化

• 想要游刃有余地应对复杂的微服务架构，自动化是必经之路
• 关于自动化好处的两个案例研究

6.11　从物理机到虚拟机

6.11.1　传统的虚拟化技术

• 虚拟化技术允许我们把一台物理机分成多台独立的主机，每台主机可以运行不同的东西

6.11.2　Vagrant

• Vagrant 是一个很有用的部署平台，通常在开发和测试环境时使用，而非生产环境。Vagrant 可以在你的笔记本上创建一个虚拟的云。它的底层使用的是标准的虚拟化系统（通常是 VirtualBox，但也可以使用其他平台）。你可以使用文本文件来定义一系列虚拟机，并且可以在其中定义网络配置及镜像等信息
• 但它的缺点是，开发机上会有很多额外的资源消耗。如果一个服务占用一台虚拟机，你可能就很难在本地机器上搭建起整个系统

6.11.3　Linux容器

• Linux 用户可以使用另外一种虚拟化的替代方案。相比使用 hypervisor 隔离和控制虚拟主机的方法来说，Linux 容器可以创建一个隔离的进程空间，进而在这个空间中运行其他的进程

6.11.4　Docker

• Docker 是构建在轻量级容器之上的平台。它帮你处理了大多数与容器管理相关的事情。你可以在 Docker 中创建和部署应用，这些基于容器的应用与 VM 世界中的镜像很类似。Docker 也能管理容器的配置，并帮你处理一些网络问题，甚至还提供了自己的 registry 概念，允许你存储 Docker 应用程序的版本
• 另一个基于 Docker 的有趣的工具是 Deis（http://deis.io/），它试图在 Docker 之上，提供一个类似于 Heroku 那样的 PaaS

6.12　一个部署接口

• 使用统一接口来部署给定的服务都是一个很关键的实践。在很多场景下，都有触发部署的需求，从本地开发测试到生产环境部署。这些不同环境的部署机制应该尽量相似，我可不想因为部署流程不一致，导致一些只能在生产环境才能发现的问题

6.13　小结

• 首先，专注于保持服务能够独立于其他服务进行部署的能力，无论采用什么技术，请确保它能够提供这个能力。我倾向于一个服务一个代码库，对于每个微服务一个 CI 这件事情，我不仅仅是倾向，并且非常坚持，因为只有这样才能实现独立部署
• 无论你采用什么技术，自动化的文化对一切管理来说都非常重要

书

• 《持续交付》

工具

• Chef
• Puppet
• Ansible