博客
关于我
微服务时代组件化和服务化的抉择
阅读量:458 次
发布时间:2019-03-06

本文共 1133 字,大约阅读时间需要 3 分钟。

随着业务系统的复杂性不断提升,微服务架构的应用越来越广泛。在微服务拆分和迭代过程中,我们常常面临着两种服务化方式的选择:一种是将系统内部的公共功能模块封装成独立的JAR包提供服务,另一种是将这些功能模块拆分成独立的服务并通过接口暴露供其他服务调用。以下将详细探讨这两种方式的优劣势及适用场景,帮助我们更好地做出决策。

一、组件化与服务化的定义

组件化定义为:将系统内部的一些公共功能模块或对外部系统调用的一些逻辑方法封装成一个独立的JAR包,需要用该JAR包的系统直接依赖该包来使用相应的服务。例如,服务A、B、C都依赖于组件D来使用相关功能。

服务化定义为:将系统内部的一些公共功能模块或对外部系统调用的一些逻辑方法独立拆分为一个服务,该服务再对外暴露统一的接口供所有需要该服务的系统调用。例如,将组件D独立拆分为服务D,服务D再提供接口供服务A、B、C调用。

二、组件化的优劣势及适用场景

2.1 组件化的优势

  • 服务调用性能高:直接通过JAR包调用第三方服务,性能损耗较少,适合对性能要求较高的场景。
  • 节省服务器机器成本:无需独立部署服务,节省服务器资源,尤其在高并发场景下效果明显。

2.2 组件化的劣势

  • 可维护性较差:一旦需要变动调用逻辑或升级JAR包,相关服务都需同步升级,维护成本较高。
  • 组件升级成本高且风险较大:依赖组件的服务多,升级成本和风险增加。

2.3 组件化适用的场景

  • 自身系统内部公共功能处理:不涉及数据库资源层面的连接和调用。
  • 对外部系统服务调用:并发量大且对性能要求高,适合ToC场景,优先考虑性能优化。

三、服务化的优劣势及适用场景

3.1 服务化的优势

  • 资源隔离:服务之间互不影响,对调用方隐藏内部细节,便于独立开发部署。
  • 可维护性更好:服务间解耦,只需升级单一服务,无需同步更新其他依赖服务。
  • 升级成本低且风险可控:降低了组件升级的复杂性和成本,特别是在频繁升级JAR包的情况下效果显著。

3.2 服务化的劣势

  • 性能相对较差:服务拆分越多,调用链路越长,性能下降明显。
  • 分布式系统问题:多服务部署带来一致性、分布式事务等问题,增加系统复杂性。
  • 服务器资源成本增加:服务独立化导致资源需求增加,成本上升。

3.3 服务化适用的场景

  • 自身系统内部公共功能模块:涉及数据库资源层面的连接和调用,建议服务化。
  • 对外部系统服务调用:并发量较小,对性能要求不高,适合将接口调用逻辑封装为独立服务。

四、总结

组件化和服务化各有优劣,选择哪种方式取决于具体的业务场景。组件化适合对性能要求高且对服务器资源成本敏感的场景,而服务化则适合需要高可维护性和灵活性,且对服务间资源隔离要求较高的场景。技术方案应根据实际需求进行权衡,找到最适合的解决方案。

转载地址:http://dvwbz.baihongyu.com/

你可能感兴趣的文章
python 写入json数据到数据库
查看>>
Python 列表删除相同的元素
查看>>
Python 初学者需要知道的四条建议
查看>>
Python 判断字符串是否包含子字符串
查看>>
python 判断当前时间是否为零点
查看>>
python 利用pandas读取本地中CSV文件的指定列 列名重命名 并保存回本地
查看>>
python 利用pyspark读取HDFS中CSV文件的指定列 列名重命名 并保存回HDFS
查看>>
python 利用pyttsx3文字转语音
查看>>
python 利用已有Ner模型进行数据清洗合并
查看>>
python 到大数据开发工程师_如何成为一个大数据开发工程师?
查看>>
python 加密解密(base64, AES)
查看>>
Python 和Java 哪个更适合做自动化测试?
查看>>
python 图片转ico
查看>>
python 图片转文字、语音转文字、文字转语音保存音频并朗读
查看>>
python 在包含类似字符\x16、\x12、\x某某的数组中将以\x开头的字符找出来的方法
查看>>
Python 在并行进程之间共享字典
查看>>
Python 垃圾收集器文档
查看>>
python 基于 wordcloud + jieba + matplotlib 生成词云
查看>>
python 基于detectron或mask_rcnn的mask遮罩区域进行图片截取
查看>>
Python 基础 - Day 5 Learning Note - 模块 之 标准库:time (1)
查看>>