39、微服务架构：从基础到实践

微服务架构：从基础到实践

1. 数据存储与扩展策略

当数据量处于合理规模时，可通过添加新实例对服务进行水平扩展，每个实例需能存储所有数据。然而，若数据量因记录数量或记录大小增加而增长，就需考虑其他存储非权威数据的策略。例如在某些场景下，随着功能的增加，单个记录可能会变得很大。

有两种主要策略可供选择：
- 使用共享外部数据库 ：可以用延迟换取存储大小，但这会改变维护成本，且需确保数据库具备扩展性。虽然使用传统数据库通常需要模式（schema），但当数据足够稳定时，模式带来的风险会降低。模式在项目初期成本较高，因为它锁定了假设，但后期可基于经验证据构建。
- 分片（Sharding） ：若想避免使用共享数据库，可采用分片策略。可以使用分片编排服务，或者通过模式匹配对数据实体消息进行预分片，这是用于扩展信息服务的标记属性方法的一种变体。

2. 建议服务的优化

建议服务最初设计为完全在内存中运行且无状态，旨在提供“足够好”的建议，因此可直接进行水平扩展。但在生产环境运行一段时间后，用户反馈表明自动完成建议是一项有价值的功能，且希望能获得近乎即时的智能建议。当前的消息流设计无法满足这一目标，用户测试显示响应时间在 50 毫秒或更短能带来近乎神奇的体验。

为实现低于 50 毫秒的延迟，可采取以下措施：
- 使用用 C 语言编写的自定义 Web 服务器直接提供建议 API，并搭配高性能嵌入式键值存储。
- 服务器需运行在大型机器上，并可能使用无冲突复制数据结构来共享建议。
- 在全球范围内部署服务器，以靠近用户。