微服务之部署
如何在细粒度的架构中更好的微服务。这里会从持续集成和持续交付说起。
1.持续集成简介
CI（Continuous Integration , 持续集成）
CI能够保证新提交的代码与已有的代码进行集成，从而保证所有人保持同步。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。
作为这个流程的一部分，我们经常会生成一些构建物(artifact)以供后续验证使用。
理想情况下，这些构建物应该只生成一次，然后在本次提交所对应的所有部署环节中使用。
CI的好处很多。通过它，我们能够得到关于代码质量的某种程度的快速反馈。
CI可以自动化生成二进制文件。用于生成这些构建物的所有代码都在版本的控制之下，
所以如果需要的话，可以重新生成这个版本的构建物。通过CI我们能够从已部署的构建物回溯到
相应的代码，有些CI工具，还可以使这些代码和构建物上运行过的测试可视化。
持续集成允许我们更快速，更容易的修改代码。
有人任务使用了CI工具就算采用了CI这个实践，事实上，只有工具是远远不够的。
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？
你应该保证代码能够与已有代码进行集成
- 你是否有一组测试来验证修改？
如果没有测试，我们只能知道集成后没有语法错误，但无法知道系统的行为是否已经被破坏。
没有对代码行为进行验证的CI不是真正的CI。
- 当构建失败后，团队是否把修复CI当做第一优先级的事情来做？
绿色的构建意味着，我们的修改已经安全地和已有代码集成在了一起。红色的构建意味着，最后一次修改很可能有问题，
这时只能提交修复构建的代码。
2.把持续集成映射到微服务
前面已经提到过，每个微服务应该能够独立于其他服务进行部署。
所以如何在微服务、CI构建及源代码三者之间，建立起合适的映射呢？
最简单的做法，如下
图 6-1 把所有微服务放在同一个代码库中，并且只有一个构建
这种方法从表面上看比其他方法要简单的多：因为你需要关心的代码库比较少，
而且从概念上来讲，这种构建也比较简单。开发者的工作也得到了简化：
我们只需要提交代码即可，如果需要同时在多个服务上工作的话，一个提交就能搞定。
在同步发布(lock - step release)中，你需要一次性部署多个服务。
一般来讲，我们绝对应该避免这个模式，但是在项目初期是个例外。
当仅有一个团队在所有的服务上工作时，这种模式在短时间内是可接受的。
这种模式存在很多明显的缺点。
如果我仅修改了图6-1中用户服务中的一行代码，所有其他服务都需要进行验证和构建，
而事实上它们或许并不需要重新进行验证和构建，所以这里我们花费了不必要的时间。
更糟糕的是，我不知道那些构建物应该被重新部署，哪些不应该。
使用这种方式的组织，往往都会退回到同时部署所有代码的模式，而这也正是我们非常不想看到的。
很不幸，如果这一行的修改导致构建失败，那么在构建得到修复之前，其他服务相关的代码也无法提交。
这种方法的一个变体是保留一个代码库，但是存在多个CI会分别映射到代码库的不同部分。
如图 6-2
这种模式是个双刃剑。
一方面它会简化检出/检入的流程，但是另一方面，它会让你觉得同时提交对多个服务的修改
是一件简单的事情，从而做出将多个服务耦合在一起的修改。
但是相对于只有一个构建的多个服务来说，这个方式已经好很多了。
还有一种比较好的方式，每个微服务都有自己的CI，这样就可以将该微服务部署到生产环境之前做一个快速的验证。
如图6-3
这里的每个微服务都有自己的代码库，分别于相应的CI绑定。
当对代码库进行修改时，可以只运行相关的构建以及其中的测试。
每个微服务都有自己的代码库和构建流程。
我们也会使用CI构建流程，全自动话的创建出用于部署的构建物。
3. 构建流水线和持续交付
把一个构建分成多个阶段是很有价值的。
因为有的测试运行快，涉及范围小，有的测试运行耗时，涉及范围广，
如果放一起，快速如果失败，还会接着运行耗时的测试，这样就不合理。
解决这个问题的一个方案是，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。
构建流水线可以很好的跟踪软件构建进度：每完成一个阶段，就离终点更近一步。
流水线也能够可视化本次构建物的软件质量。构建物会在整个构建的第一个环节生成，
然后会被用在整个流水线中。
CD（Continuous Delivery, 持续交付）基于上述概念，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生成环境的要求，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。
为了更好的理解这些概念，我们需要对从代码提交及部署到生产环境这个过程中，所需要经历的流程进行建模，
并知道哪些版本的软件时可发布的。
UAT(User Acceptance Testing, 用户验收测试)流程。
通过对整个软件上线过程进行建模，软件质量的可视化得到了极大改善，这可以大大减少发布之间的间隔，
因为可以在一个集中的地方看到构建和发布流程，这也是可以引入改进的一个焦点。
在微服务的世界，我们想要保证服务之间可以独立于彼此进行部署，所以每个服务都有自己独立的CI.
不可避免的例外
所有好的规则都需要考虑例外。
当一个团队刚开始启动一个新项目时，尤其是什么都没有的情况下，你可能会花很多时间来识别出服务的边界。
所以在你识别出稳定的领域之前，可以把初始服务都放在一起。
在最开始的阶段，经常会发生跨服务边界的修改，所以时常会有些内容移入或者移出某个服务。
在这个阶段，把所有的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。
当然，在这个阶段你必须把所有服务打包发布，但这应该是一个过渡步骤。
4.平台特定的构建物
大多数技术栈都有相应的构建物类型，同时也有相关的工具来创建和安装这些构建物。
Ruby中有gem,Java中有JAR包和WAR包，Python中有egg。
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，再启动这些构建物。
自动化可以对不同构建物的底层部署机制进行屏蔽。
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。
举个例子，对基于RedHat或者CentOS的系统来说，可以使用RPM；对于Ubuntu来说，可以使用deb包；
对于Windows来说，可以使用MSI。
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。
OS包管理工具，可以帮你完成很多原本需要使用Chef或者Puppet来完成的工作。
其缺点是，刚开始编写构建脚本的过程可能会比较困难。
当然，还有另一个缺点，即如果你需要部署到多个操作系统的话，维护不同版本构建物的开销就会很大。
但如果软件时部署在你可控的机器上，那么建议，尽量减少需要维护的操作系统的数量，最好只维护一种。
它可以大大减少不同机器之间可能存在的不同之处，并减小部署和维护的工作量。
特别是如果你在linux上工作，而且采用多种技术栈来部署微服务，那么这种方法就很合适。
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。
什么是蓝绿部署？
蓝绿部署允许我们在老版本服务不下线的同时，去部署新版本的服务。可以减少在部署时，服务停止的时间增加。
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。
现在你可以把公共的工具安装在镜像上，然后在部署软件时，只需要根据该镜像创建一个实例，
之后在其上安装最新的服务版本即可。
你只需要构建一次镜像，然后根据这些镜像启动虚拟机，不需要再花费时间来安装相应的依赖，
因为它们已经在镜像中安装好了，这样就可以节省很多时间。如果你的核心依赖没有改变，
那么新版本的服务就可以继续使用相同的基础镜像。
这个方法也有些缺点。
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。例如，当你创建VMWare镜像时，在网络上传送一个20GB的镜像文件会怎么样。
由于历史原因，构建不同平台上的镜像所需的工具是不一样的。
6.1 将镜像作为构建物
我们可以把服务本身也包含在镜像中，这样就把镜像变成了构建物。
就像使用OS特定软件包那样，可以认为这些VM镜像时对不同技术栈的一层抽象。
我们不需要关心运行在镜像中的服务，所使用的语言是Ruby还是Java，最终构建物是gem还是JAR包，
我们唯一需要关心的就是它能否工作。
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。
6.2 不可变服务器
通过把配置都存到版本控制中，我们可以自动化重建服务，甚至重建整个环境。
但是如果部署完成后，有人登陆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，这个问题叫做配置漂移。
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。
7.环境