浅谈SOA

概念

wiki对于SOA定义如下：

A service-oriented architecture (SOA) is a design pattern in which application components provide services to other components via a communications protocol, typically over a network. The principles of service-orientation are independent of any vendor, product or technology

从定义上看，可以总结出SOA软件架构模式的几个特点：

1. 面向服务划分系统--将庞大的业务系统拆分成高内聚的服务单元，每个单元对外提供服务服务能力，服务与服务之间通过相互协作共同实现业务价值
2. 松耦合---SOA框架中可以应用多种技术，服务消费方不依赖于服务提供者的技术实现（比如Java服务提供方，Python服务消费者）。双方可以通过thrift, proto-buffer或者消息队列等框架来实现消息的互通。
3. 系统的可靠性依赖外部网络特质---传统的单进程系统拆分成多进程系统之间的相互协作，进程之间通过RPC进行通信，增加了网络开销。

SOA系统中，最基础的单元是服务，那么什么是服务呢？

Service Is a logical representation of a repeatable business activity that has a specified outcome (e.g., check customer credit, provide weather data, consolidate drilling reports). 从定义上看，服务是对业务活动的逻辑表达。服务能力通常使用API接口来进行抽象，形成所谓的"契约"，外部模块通过遵循契约来获得相应的能力。

概念说完了，那么来聊聊如何去构建一个SOA框架。构建SOA框架需要考虑下面几个要点

1. 服务注册/发现
2. 负载均衡：使用合理的框架或是算法实现流量均匀的负载到集群节点上
3. Heatbeat
4. 服务监控（Metric, 熔断机制（比如: 过去一分钟，http调用失败率超过60%，判定服务不可用，移出或打标签））
5. RPC框架

服务注册/发现

服务注册/发现是实现SOA的重中之重，负载均衡、Heatbeat都是基于这一基础实现的。我们可以通过使用zookeeper来实现服务的注册和发现。zookeeper wiki给出的定义如下：

ZooKeeper is a centralized service for maintaining configuration information, naming, providing distributed synchronization, and providing group services.

从定义上看zookeeper能够：

1. 作为配置信息的存储服务器
2. 命名服务
3. 分布式的协调服务

除此之外zookeeper具有其他一些特点：

1. 奇数个服务节点（和leader选举算法有关）
2. 提供多种语言的API
3. 技术比较成熟
4. 使用linux文件存储结构，树状组织
5. 使用watch机制push数据节点变更消息

主要使用zookeeper的命名服务去实现服务中心的功能，服务注册/发现的架构如下所示：

在此架构中有三种角色: 服务提供者，服务注册中心，服务消费者：

1. 服务提供者注册自己的服务，注册信息包含系统信息，服务名称，服务的ip和端口号，服务请求的url, 服务的权重等
2. 注册中心提供注册服务的中心存储，和向服务消费者push服务变更通知
3. 服务消费者在启动时获取所需服务注册信息（根据系统名称+服务名称），将服务注册信息缓存在本地，监听服务信息的变更，更新本地的缓存。服务消费者根据本地缓存的服务提供者信息负载，来转发请求。对服务提供方提供心跳检测。

心跳检测

心跳是检验服务是否可用必不可少的服务，如果出现问题，将该服务提供者从该服务的提供者列表中移除;反之，则加入到服务的提供者列表中。Heatbeat实现原理比较简单，启动后台线程定期的向provier发送http请求，多次连续失败将Provider从调度列表中移出。

负载均衡

负载可以通过两种方式实现，一种是通过硬件分流，简单方便，不过成本较高；

另一种方式是采用软负载，软负载的两种方式：

a，中心控制－软负载服务器。全局视角，可以得出全局最优解。但是有单点问题存在。方式

b，客户端控制—客户端自己选择特定的service的provider，通过收集provider相关的信息，按照可选的一系列选择算法，进行工作。好处是更加贴近consumer，能够做出针对于本机的个性化选择；问题是，每个选择都是针对一个consumer进行的，consumer之间互相不知情，容易导致选择冲突（eg，两个provider a和b，如果在某一特定时刻，所有的consumer都指定了a，导致a的服务质量较差，所有的consumer感知到这一情况，按照一般算法都会将下一次的请求发给b，此时，所有的请求都积压在b端，导致b的服务质量较差；然后，下一次又会同时指向a。造成了网络的震荡和服务资源的浪费）

下面介绍一种简单的轮询算法，JAVA实现如下所示：

ServiceInstanceManager---维护ServiceInstance实例类

private final AtomicInteger counter = new AtomicInteger(0);

public String getUrl(){
    List list = this.manager.getAvailableProviders();
    if(list != null && !list.isEmpty()) {
        int tmpCount = this.counter.getAndIncrement();
        int index = tmpCount % list.size();
        index = index >= 0 ? index:index + list.size();
        String url = (String)list.get(index);
        logger.debug("Service({}), invoke counter({}), url({})!", new Object[]{this.service, Integer.valueOf(tmpCount), url});
        return url;
    } else {
        throw new LoadBalanceException(String.format("Service(%s) has no available provider!", new Object[]{this.service}));
    }
}

RPC

RPC—Remote Procedure Call Protocol，是应用实现进程间调用的一种常用手段。通过指定服务对外的IP地址和端口id，本地计算机能够访问到远端机器的资源。常用的RPC框架包括Java RMI, thrift, Google protobuf等。用户在选择不同的RPC框架可以从序列化，性能，语言支持几个方面去考虑，比如Java RMI只能在java生态圈中使用，无法对接其他语言提供的RPC服务，而thrift在语言支持方面就相当全面，通过编写thrift描述接口文档，可以实现不同程序之间的调用。