14、构建可演化的软件架构：数据管理与架构原则

构建可演化的软件架构：数据管理与架构原则

1. 数据管理在架构中的挑战与策略

1.1 数据完整性与事件驱动同步

在数据管理中，确保信息删除能传播到可能仍引用该删除实体的其他服务至关重要。事件驱动架构中的一些模式可处理这类后台任务。例如，当用户界面通过交易员 blotter 服务拒绝一笔交易时，它会在持久消息队列上传播一条消息，所有感兴趣的服务都会监听该队列，并根据需要更新或删除更改。不过，数据库中的引用完整性虽然强大，但有时会造成不必要的耦合，需要权衡其利弊。

1.2 数据复制问题

当团队习惯使用单一关系数据库时，往往不会将读写操作分开考虑。但在微服务架构中，必须仔细区分哪些服务可以更新信息，哪些只能读取信息。常见的情况是多个服务需要访问系统的关键部分，如参考数据、审计表、配置信息和客户数据等。一种解决方案是将表共享给所有感兴趣的服务，这种方式虽然方便，但违反了微服务架构避免服务与公共数据库耦合的原则。一旦表结构发生变化，会影响到与之耦合的服务。另一种方法是将每个共享信息建模为一个独立的服务，但这可能会导致服务间通信过多，影响性能。还有一种常见做法是使用进程内缓存进行只读访问，左侧的服务组件“拥有”数据，每个感兴趣的服务在启动时读取并缓存感兴趣的数据，并设置合适的缓存更新频率。若右侧服务需要更新共享值，可通过向拥有该数据的服务发送请求来实现。

1.3 替换触发器和存储过程

数据团队常用的存储过程，虽然在操作数据方面功能强大且性能高，但在现代软件工程实践中存在一些挑战，如难以进行单元测试、重构支持差以及将行为与源代码中的其他行为分离等。向微服务迁移时，由于数据不再集中在单个数据库中，数据团队通常需要重构存储过程