一、持續集成對於微服務的意義：拆之前要先解決合的問題
在很多微服務化的文章中，很少會把持續集成放在第一篇，因爲大多數的文章都會將如何拆的問題，例如拆的粒度，拆的時機，拆的方式。
爲什麼需要拆呢？因爲這是人類處理問題的本質方式：將一個大的複雜問題，變成很多個小問題解決。
所以當一個系統複雜到一定程度，當維護一個系統的人數多到一定程度，解決問題的難度和溝通成本大大提高，因而需要拆成很多個工程，拆成很多個團隊，分而治之。
然而當每個子團隊將子問題解決了，整個系統的問題就解決了麼？你可以想象你將一輛整車拆成零件，然後再組裝起來的過程，你就可以想象拆雖然不容易，合則更難，需要各種標準，各種流水線，才能將零件組裝稱爲車。
我們先來回顧一下拆的過程。
最初的應用大多數是一個單體應用
一個Java後端，後面跟一個數據庫，基本上就搞定了。
隨着系統複雜度的增加，首先Java程序需要做的是縱向的拆分。
首先最外面是一個負載均衡，接着是接入的nginx，做不同服務的路由。
不同的服務拆成獨立的進程，獨立部署，每個服務使用自己的數據庫和緩存，解決數據庫和緩存的單點瓶頸。
數據庫使用一主多從的模式，進行讀寫分離，主要針對讀多寫少的場景。
爲了承載更多的請求，設置緩存層，將數據緩存到Memcached或者Redis中，增加命中率。
當然還有些跨服務的查詢，或者非結構化數據的查詢，引入搜索引擎，比關係型數據庫的查詢速度快很多。
在高併發情況下，僅僅縱向拆分還不夠，因而需要做真正的服務化。
一個服務化的架構如圖所示。
首先是接入層，這一層主要實現API網關和動態資源和靜態資源的分離及緩存，並且可以在這一層做整個系統的限流。
接下來是Web層，也就是controller，提供最外層的API，是對外提供服務的一層。
下面是組合服務層，有時候被稱爲編排層，compose層，是實現複雜邏輯的一層。
下面是基礎服務層，是提供原子性的基本的邏輯的一層，他下面是緩存，數據庫。
服務之間需要治理，需要相互發現，所以一般會有dubbo或者springcloud一樣的框架。
對所有的服務，都應該有監控告警，及時發現異常，並自動修復或者告警運維手動修復。
對於所有的服務的日誌，應該有相同的格式，收集到一起，稱爲日誌中心，方便發現錯誤的時候，在統一的一個地方可以debug。
對於所有的服務的配置，有統一的管理的地方，稱爲配置中心，可以通過修改配置中心，下發配置，對於整個集羣進行配置的修改，例如打開熔斷或者降級開關等。
通過簡單的描述，大家可以發現，從一個簡單的單體應用，變成如此複雜的微服務架構，除了關心怎麼拆的問題，還必須關注：
如何控制拆的風險
如何保證代碼質量
如何保證功能不變，不引入新的Bug
答案當然就是集成，從一開始就集成，並且不斷的集成，反覆的將拆分的模塊重新組合，看看是否能夠順利組合起來，並且保證功能的不變。
要是不沒事兒就組合一下，天知道幾個月以後還能不能合的起來。
別忘了程序是人寫的，你和你媳婦長時間不溝通都對不上默契，別說兩個程序員了。
二、持續集成就是不斷的嘗試在一起
集成就是在一起。
爲什麼需要一個統一的代碼倉庫Git來做代碼管理呢？是爲了代碼集成在一起。
爲什麼需要進行構建build呢？就是代碼邏輯需要集成在一起，編譯不出錯
爲什麼要單元測試呢？一個模塊的功能集成在一起能夠正確工作。
爲什麼需要聯調測試Staging環境呢？需要將不同模塊之間集成在一起，在一個類生產的環境中進行測試。
最終纔是部署到生產環境中，將所有人分開做的工作纔算真正的合在了一起。
持續集成就是制定一系列流程，或者一個系列規則，將需要在一起的各個層次規範起來，方便大家在一起，強迫大家在一起。
三、持續集成，持續交付，持續部署，敏捷開發，DevOps都啥關係？
這些概念都容易混淆，他們之間是什麼關係呢？
敏捷開發Agile是一種開發流程，是一種快速迭代的開發流程，每個開發流程非常短，長到一個月，短到兩個星期，就會是一個週期，在這個週期中，每天都要開會同步，每天都要集成。正是因爲週期短，才需要持續的做這件事情，如果一個開發週期長達幾個月，則不需要持續的集成，最後留幾個星期的集成時間一起做也是可以的，但是這樣就不能達到互聯網公司的快速迭代，也是我們常常看到傳統公司的做法。
持續集成往往指對代碼的提交，構建，測試的過程，也就是上述的在一起的過程。
持續交付是指將集成好的交付物，例如war，jar，或者容器鏡像，部署在聯調環境，或者預發環境的過程。
持續部署是指將交付物持續部署在生產環境的過程。
我們常說CICD，CD有時候指的是Delivery交付，有的是指Deployment部署，對於非生產環境，自動部署是沒有問題的，對於生產環境，往往還是需要有專人來進行更爲嚴肅的部署過程，不會完全的自動化。
接下來就是DevOps，DevOps不只是CICD，除了技術和流程，還包含文化。例如容器化帶來的一個巨大的轉變是，原來只有運維關心環境的部署，無論是測試環境，還是生產環境，都是運維搞定的，而容器化之後，需要開發自己寫Dockerfile，自己關心環境的部署。因爲微服務之後，模塊太多了，讓少數的運維能夠很好的管理所有的服務，壓力大，易出錯，然而開發往往分成很多的團隊，每個模塊自己關心自己的部署，則不易出錯，這就需要運維一部分的工作讓研發來做，需要研發和運維的打通，如果公司沒有這個文化，研發的老大說我們不寫Dockerfile，則DevOps是搞不定的。
四、從一個持續集成的日常，看上述的幾個概念如何實踐
這是一個持續集成的流程，但是運行起來更加的複雜。
首先，項目開發的流程使用的是Agile，用常見的scrum爲例子。
每天早上第一件事情，就是開站會standup meeting，爲什麼要站着呢？因爲時間不能太長，微服務的一個模塊，大概需要5-9人的團隊規模，如果團隊規模太大了，說明服務應該進行拆分了，這個團隊規模，是能夠保證比較短的時間之內過完昨天的狀態的。
一定要大家一起開，而不要線下去更新Jira，雖然看起來一樣，但是執行起來完全不一樣。只有大家一起開，一起看燃盡圖，一起說我昨天做了什麼，今天打算做什麼，有什麼阻礙，才能夠讓大家都瞭解情況，不要期望大家會去看別人的Jira，經驗告訴你，不會的。
而且這個站會對於開發是比較大的壓力，例如你的一個功能block了依賴方的開發，在會議上會暴露出來，大家都知道這件事情了，一天block，兩天block，第三天你都不好意思去說了，這會強迫你將大任務，比如原來寫1周幹一件什麼事情，寫成小時級別，這樣每天你都有的說，昨天完成了一個task，而不是周只在那裏說幹同樣一件事情，而且一旦有了block，team lead會知道這件事情，會幫你趕緊解決這個事情，推進整個項目的進展。讓一個技術人員在團隊面前承認這件事情我嘗試了幾天，的確搞不定了，也是一種壓力。
站會中的內容其實在前一天晚上就要開始準備了。
持續集成要求每天都提交代碼，這樣才能降低代碼集成的風險，不能埋頭寫一週一起提交，這樣往往集成不成功。怎麼樣才能鼓勵每天都提交代碼呢？一個就是第二天的站會，你這個功能代碼提交了，單元測試通過了，第二天才能說做完了，否則不算，這就逼得你，將大任務拆成小任務，每天都多次提交。
而且Git的提交方式，是後提交者有責任去merge，保證代碼的編譯通過和測試通過，你會發現，如果你不及時提交，等你改了一大片代碼，別人都提交完了，這一大片的衝突都是你來merge，測試用例不通過的你來fix，所以逼的你有一個小的功能的改動，就儘早提交，pull一下發現沒有人提交，趕緊提交。
提交不是馬上進入主庫，而是需要代碼審覈，這是把控代碼質量的重要的環節。
代碼質量的控制往往每個公司都有文檔，甚至你可以從網上下載一篇很長很長的Java代碼規範。但是我們常常看到的例子是，規範是有，但是蝨子多了不咬人，規範太多的，誰也記不住，等於沒有規範。
所以建議將複雜的規範通過項目組內部的討論，簡化爲簡單的10幾條軍規，深入人心，大家都容易記住，並且容器執行。
代碼審覈往往需要注意下面的幾方面
代碼結構：整個項目組應該規定統一的代碼組織結構，使得每個開發拿到另一個人的代碼，都能看的熟悉的面孔。這也是scrum中提倡的每個開發之間是可替代的，當一個模塊有了阻礙，其他人是可以幫上忙的。至於核心的邏輯，估計審覈人員也來不及細看，這不要緊，核心邏輯是否通過，不能靠眼睛，要靠測試。
有沒有註釋，尤其是對外的接口，應該有完善的註釋，方便自動生成接口文檔。
異常的處理，是否拋出太過寬泛的異常，是否吞掉異常，是否吞掉異常的日誌等。
對於pom是否有修改，引入了新的jar。
對於配置文件是否有修改，對外訪問是否設置超時
對於數據庫是否有修改，是否經過DBA審覈
接口實現是否冪等，因爲Dubbo和springcloud都會重試接口。接口是否會升級，是否帶版本號
是否有單元測試
當然還有一些不容易一眼看出來的，可以通過一段時間通過統一的代碼review，來修改這些問題。
某個類代碼長度過長
設計是否合理，高內聚低耦合
數據庫設計是否合理
數據庫事務是否使用合理
代碼是否有明顯的阻塞
代碼審覈完畢之後提交上去之後，一個是要通過靜態代碼審查，可以發現一些可能帶來代碼風險的問題，例如異常過於寬泛等。
在就是要通過單元測試。我們應該要求每個類都要有單元測試，並且單元測試覆蓋率要達到一定的指標。單元測試要有帶Mock的模塊內的集成測試。
在編譯過程中會觸發單元測試，單元測試不通過，已經代碼覆蓋率，都會統計後發郵件，抄送所有的人，這對於研發來講又是一個壓力。
當有一天你的提交break掉了測試，或者代碼覆蓋率很低，則就像通報批評一樣，你需要趕緊去修改。
單元測試完畢之後，就會上傳成果物，或者是war或者是jar，一般會用nexus，因爲有版本號，有md5，可以保證安裝在環境中的就是某個版本的某個包，我們還遇到過有使用FTP的，這樣一個是很難保證版本號的維護，升級和回滾比較難弄，另一個是沒有md5，很可能包不完整都有可能的，而且一旦發生，很難發現。
如果使用了容器，則還需要編譯Dockerfile，使用Docker鏡像作爲交付，能夠實現更好的環境一致性，保證原子的升級和回滾。
每天下班前，當天的代碼需要提交到庫中去，晚上會做一次統一的環境部署和集成測試。
每天晚上凌晨，會有自動化的腳本將Docker鏡像通過編排部署一個完整的環境，然後跑集成測試用例，集成測試用例應該是基於API的，很多的公司是基於UI的，這樣由於UI變化太快，還有UI不能覆蓋所有的場景，所以還是建議UI和API分離，通過API進行集成測試，有了每天的測試，才能保證每天晚上的版本都是可以交付的版本，也保證我們微服務拆分的時候，儘管改了很多，不會因爲新的修改，破壞掉原來能夠通過的測試用例，保證不會有了新的，壞了舊的。
這個集成測試或者叫回歸測試每天晚上都做，都是在一個全新的環境中，這就是持續部署和持續交付。
如果某一天測試不通過，則會發出郵件來，是因爲當天誰的哪個提交，導致測試不通過，抄送所有人，這是另一個壓力。
所以第二天的站會上，昨天你完成了哪些功能，是否提交了，是否完成了單元測試，是否通過了集成測試，就都知道了，你需要給大家一個解釋，然後進入到新一天的開發。
到了兩週，一個週期完畢，可以上線到生產環境了，可以通知有權限的運維進行操作，但是也是通過自動化的腳本進行部署的。
這就是整個過程，層層保證質量，從中可以看到，敏捷開發，持續集成，持續交付，持續部署，DevOps是互相聯繫的，少了哪個，流程都玩不轉。
五、有關代碼結構
代碼結構往往包括：
API接口包
訪問外部服務包
數據庫DTO
訪問數據庫包
服務與商務邏輯
外部服務
如果使用Dubbo RPC，則API接口往往在一個單獨的jar裏面，被服務端和客戶端共同依賴，但是使用了springcloud的restful方式就不用了，只要在各自的代碼裏面定義就可以了，會變成json的方式傳遞，這樣的好處是當jar有多個版本依賴，需要升級的時候，關係非常複雜，難以維護，而json的方式比較好的解決了這個問題。
這個模塊提供了哪些接口，只要到API接口這個package下面找就可以了。因爲無論是Dubbo還是springcloud，接口的調用都會重試，因而接口需要實現冪等。
訪問外部服務的包，這將所有對外的訪問獨立出來，好處一是可以抽象出來，在服務拆分的時候，可能會用到，例如原來支付的邏輯在下單的模塊中，要講支付獨立出來，則會有一個抽象層，涉及到老的支付方式，還是調用本模塊中的邏輯，涉及到新接入的支付方式使用遠程調用，有了這一層方便的多。好處二是可以實現熔斷，當被調用的服務不正常的時候，在這裏可以返回託底數據。好處三是可以實現Mock，這樣對於單元測試來講非常好，不用依賴於其他服務，就可以自己進行測試。
DTO和訪問數據庫的包，看到了這些數據結構，會幫助程序員快速掌握代碼邏輯，不知道大家有沒有這個體驗，你去看一個開源軟件的代碼，首先要看的是他的數據結構，數據結構和關係看懂了，代碼邏輯就比較容易懂了，如果數據結構沒看懂，則光看邏輯，就容易雲裏霧裏的。
還有就是核心的代碼邏輯和對接口的實現。在這裏面是軟件代碼設計的內功所在，但是卻不是流程能夠控制的。
六、有關接口設計規範
上面也說過了，Dubbo和Springcloud會對接口進行重試，因而接口需要保持冪等。也即多次調用，應該產生一致的結果，例如轉賬1元，因爲調用失敗或者超時重試的時候，最終結果還應該是轉賬1元，而非調用兩次變成轉賬2元。
冪等判斷儘量提前，可以使用ID作爲判斷條件。
接口的實現應該儘量避免阻塞，可以使用異步方式提升性能。
接口應該包括能夠區分不同情況的異常，而非拋出寬泛的Exception，不能吞掉異常。
接口的實現要有足夠的容錯性，以及對不同版本的兼容性。當要引入新接口的時候，使用先添加，後刪除的方式。
接口應該有良好的註釋。
七、有關代碼設計
對於代碼的設計，這裏常說的就是SOLID原則。
S是單一責任原則，如果你的代碼中有一個類行數太長，可能你需要重新審視一下，是不是這個類承擔了過多的責任。
O是開放關閉原則，比較拗口，對擴展開放，對修改關閉。思想是對於代碼的直接修改是非常危險的事情，因爲你不知道這段代碼原來被誰用了，而且當時候用的時候，面臨的情況都是怎樣的。因而不要貿然修改一段代碼，而是選擇用接口進行調用，用實現進行擴展的方式進行。當你要實現一段新的功能的時候，不要改原來的代碼，也不要if-else，而是應該擴展一種實現，讓原來的調用的代碼邏輯還是原來的，在新的情況下使用新實現的代碼邏輯。
L是里氏替換原則，如果基於接口進行編程，則子類一定要能夠擴展父類的功能，如果不能，說明不應該繼承與這個接口。例如你的實現的時候，發現接口中有一個方法在你這裏實在對應不到實現，不是接口設計的問題，就是你不應該繼承這個接口，絕不能出現not implemented類似之類的實現方法。
I是接口隔離原則，接口不應該設計的大而全，一個接口暴露出所有的功能，從而使得客戶端依賴了自己不需要的接口或者接口的方法。而是應該講接口進行細分和提取，而不應該將太過靈活的參數和變量混雜在一個接口中。
D是依賴倒置原則，A模塊依賴於B模塊，B模塊有了修改，反而要改A，就是依賴的過於緊密的問題。這就是常說的，你變了，我沒變，爲啥我要改。如果基於抽象的接口編程，將修改隱藏在後面，則能夠實現依賴的解耦。
以上是模塊內部常見的設計原則，對於模塊之間，則是對於雲原生應用常說的十二原則。
八、有關配置文件
在代碼倉庫中，還需要管理的是配置文件，往往在src/main/resource下面。
配置的管理原來多使用profile進行管理，對於dev, test, production使用不同的配置文件。
然而當配置非常多的時候，比較的痛苦，而且配置不斷的修改，每次上線各種配置需要仔細的核對，眼睛都花了，纔敢上線。
我們可以將配置分爲下面的三類：
內部配置項(啓動後不變，改變需要重啓)
集中配置項(配置中心，可動態下發)
外部配置項(外部依賴，和環境相關)
在梳理配置的時候，可以按着三類歸類，分門別類管理。
在使用了容器之後，很多的內部配置項可固化在配置文件中，放在容器鏡像中，需要啓動的時候修改的，則通過環境變量，在啓動容器的時候，在編排文件中進行修改。
依賴的內部服務的地址，在容器平臺kubernetes裏面，可以通過配置服務名進行服務發現，僅僅在配置文件中配置名稱就可以了，不用配置真實的地址，kubernetes可以根據不同的環境，不同的namespace自動關聯好，大大簡化了配置。當然也可以用服務中心Dubbo和Springcloud做內部服務的相互發現。
依賴的外部服務的地址，例如mysql，redis等，往往不同的環境不同，也可以通過配置kubernetes外部服務名的方式進行，而不用一一覈對，擔心測試環境連上了生產環境的IP地址。
還有一些集中配置項，需要動態修改的，例如限流，降級的開關等，需要通過統一的配置中心進行管理。
九、有關數據庫版本
代碼可以很好的版本化，應用也可以用鏡像進行原子化的升級和回滾。
唯一比較難做到的就是數據庫如何版本化管理。
有一個工具flyway可以比較好的做這件事情。
在代碼中，flyway需要有以下的結構：
在src/db/migration中有sql文件，命名規則，如：V1__2017_4_13.sql ，V開頭+版本號+雙下劃線+描述，後綴爲sql
增加flyway的java類，實現migration方法
在數據庫中，flyway會自動增加SCHEME_VERSION表。
當服務啓動的時候，java類的migration方法會被調用，它會按照指定路徑中sql語句的版本號進行排序並且按照這個排序去執行，當每一個sql文件被執行後，元數據的表就會按照格式進行更新。
當服務重啓的時候，Flyway 再次掃描sql的時候，它就會檢查元數據表中遷移版本，如果要執行的遷移腳本的版本小於或者等於當前版本，Flyway將會忽略，不再重複執行。
但是flyway從來不解決數據庫升級和回滾的代碼兼容性問題。
太多的人問這個問題了，代碼可以灰度發佈，數據庫咋灰度？代碼升級了，發現不對可以回滾，數據庫咋回滾。
如果可以停服的話，自然是使用數據庫快照備份的方式進行回滾了。
如果不可以停服，沒辦法，只有在代碼層面做兼容性。每次涉及數據庫升級的都是大事情，代碼當然應該有個開關，保證隨時可以切回原來的邏輯。
