作為一種架構(gòu)模式，云原生架構(gòu)通過若干原則來對應(yīng)用架構(gòu)進(jìn)行核心控制。這些原則可以幫助技術(shù)主管和架構(gòu)師在進(jìn)行技術(shù)選型時更加高效、準(zhǔn)確，下面將展開具體介紹。

1. 服務(wù)化原則

在軟件開發(fā)過程中，當(dāng)代碼數(shù)量與開發(fā)團(tuán)隊規(guī)模都擴(kuò)張到一定程度后，就需要重構(gòu)應(yīng)用，通過模塊化與組件化的手段分離關(guān)注點，降低應(yīng)用的復(fù)雜度，提升軟件的開發(fā)效率，降低維護(hù)成本。

如圖 1，隨著業(yè)務(wù)的不斷發(fā)展，單體應(yīng)用能夠承載的容量將逐漸到達(dá)上限，即使通過應(yīng)用改造來突破垂直擴(kuò)展(Scale Up)的瓶頸，并將其轉(zhuǎn)化為支撐水平擴(kuò)展(Scale Out)的能力，在全局并發(fā)訪問的情況下，也依然會面臨數(shù)據(jù)計算復(fù)雜度和存儲容量的問題。因此，需要將單體應(yīng)用進(jìn)一步拆分，按業(yè)務(wù)邊界重新劃分成分布式應(yīng)用，使應(yīng)用與應(yīng)用之間不再直接共享數(shù)據(jù)，而是通過約定好的契約進(jìn)行通信，以提高擴(kuò)展性。

圖 1 應(yīng)用服務(wù)化擴(kuò)展

服務(wù)化設(shè)計原則是指通過服務(wù)化架構(gòu)拆分不同生命周期的業(yè)務(wù)單元，實現(xiàn)業(yè)務(wù)單元的獨立迭代，從而加快整體的迭代速度，保證迭代的穩(wěn)定性。同時，服務(wù)化架構(gòu)采用的是面向接口編程方式，增加了軟件的復(fù)用程度，增強了水平擴(kuò)展的能力。服務(wù)化設(shè)計原則還強調(diào)在架構(gòu)層面抽象化業(yè)務(wù)模塊之間的關(guān)系，從而幫助業(yè)務(wù)模塊實現(xiàn)基于服務(wù)流量(而非網(wǎng)絡(luò)流量)的策略控制和治理，而無須關(guān)注這些服務(wù)是基于何種編程語言開發(fā)的。

有關(guān)服務(wù)化設(shè)計原則的實踐在業(yè)界已有很多成功案例。其中影響最廣、最為業(yè)界稱道的是 Netflix 在生產(chǎn)系統(tǒng)上所進(jìn)行的大規(guī)模微服務(wù)化實踐。通過這次實踐，Netflix 在全球不僅承接了多達(dá) 1.67 億訂閱用戶以及全球互聯(lián)網(wǎng)帶寬容量 15% 以上的流量，而且在開源領(lǐng)域貢獻(xiàn)了 Eureka、Zuul、Hystrix 等出色的微服務(wù)組件。

不僅海外公司正在不斷進(jìn)行服務(wù)化實踐，國內(nèi)公司對服務(wù)化也有很高的認(rèn)知。隨著近幾年互聯(lián)網(wǎng)化的發(fā)展，無論是新銳互聯(lián)網(wǎng)公司，還是傳統(tǒng)大型企業(yè)，在服務(wù)化實踐上都有很好的實踐和成功案例。阿里巴巴的服務(wù)化實踐發(fā)端于 2008 年的五彩石項目，歷經(jīng) 10 年的發(fā)展，穩(wěn)定支撐歷年大促活動。以 2019 年“雙 11”當(dāng)天數(shù)據(jù)為例，阿里巴巴的分布式系統(tǒng)創(chuàng)單峰值為每秒 54.4 萬筆，實時計算處理為每秒 25.5 億筆。阿里巴巴在服務(wù)化領(lǐng)域的實踐，已通過 Apache Dubbo、Nacos、Sentinel、Seata、Chaos Blade 等開源項目分享給業(yè)界， 同時，這些組件與 Spring Cloud的集成 Spring Cloud Alibaba 已成為 Spring Cloud Netflix 的繼任者。

雖然隨著云原生浪潮的興起，服務(wù)化原則不斷演進(jìn)、落地于實際業(yè)務(wù)，但企業(yè)在實際落地過程中也會遇到不少的挑戰(zhàn)。比如，與自建數(shù)據(jù)中心相比，公有云下的服務(wù)化可能存在巨大的資源池，使得機(jī)器錯誤率顯著提高;按需付費增加了擴(kuò)縮容的操作頻度;新的環(huán)境要求應(yīng)用啟動更快、應(yīng)用與應(yīng)用之間無強依賴關(guān)系、應(yīng)用能夠在不同規(guī)格的節(jié)點之間隨意調(diào)度等諸多需要考慮的實際問題。但可以預(yù)見的是，這些問題會隨著云原生架構(gòu)的不斷演進(jìn)而得到逐一解決。

2. 彈性原則

彈性原則是指系統(tǒng)部署規(guī)模可以隨著業(yè)務(wù)量變化自動調(diào)整大小，而無須根據(jù)事先的容量規(guī)劃準(zhǔn)備固定的硬件和軟件資源。優(yōu)秀的彈性能力不僅能夠改變企業(yè)的 IT 成本模式，使得企業(yè)不用再考慮額外的軟硬件資源成本支出(閑置成本)，也能更好地支持業(yè)務(wù)規(guī)模的爆發(fā)式擴(kuò)張，不再因為軟硬件資源儲備不足而留下遺憾。

在云原生時代，企業(yè)構(gòu)建 IT 系統(tǒng)的門檻大幅降低，這極大地提升了企業(yè)將業(yè)務(wù)規(guī)劃落地為產(chǎn)品與服務(wù)的效率。這一點在移動互聯(lián)網(wǎng)和游戲行業(yè)中顯得尤為突出。一款應(yīng)用成為爆款后，其用戶數(shù)量呈現(xiàn)指數(shù)級增長的案例不在少數(shù)。而業(yè)務(wù)呈指數(shù)級增長會對企業(yè) IT 系統(tǒng)的性能帶來巨大考驗。面對這樣的挑戰(zhàn)，在傳統(tǒng)架構(gòu)中，通常是開發(fā)人員、運維人員疲于調(diào)優(yōu)系統(tǒng)性能，但是，即使他們使出渾身解數(shù)，也未必能夠完全解決系統(tǒng)的瓶頸問題， 最終因系統(tǒng)無法應(yīng)對不斷涌入的海量用戶而造成應(yīng)用癱瘓。

除了面臨業(yè)務(wù)呈指數(shù)級增長的考驗之外，業(yè)務(wù)的峰值特征將是另一個重要的挑戰(zhàn)。比如，電影票訂票系統(tǒng)下午時段的流量遠(yuǎn)超凌晨時段，而周末的流量相比工作日甚至?xí)脦妆?還有外賣訂餐系統(tǒng)，在午餐和晚餐前后往往會出現(xiàn)訂單峰值時段。在傳統(tǒng)架構(gòu)中，為了應(yīng)對這類具有明顯峰值特征的場景，企業(yè)需要為峰值時段的流量提前準(zhǔn)備大量的計算、存儲及網(wǎng)絡(luò)資源并為這些資源付費，而這些資源在大部分時間內(nèi)卻處于閑置狀態(tài)。

因此，在云原生時代，企業(yè)在構(gòu)建 IT系統(tǒng)時，應(yīng)該盡早考慮讓應(yīng)用架構(gòu)具備彈性能力，以便在快速發(fā)展的業(yè)務(wù)規(guī)模面前靈活應(yīng)對各種場景需求，充分利用云原生技術(shù)及成本優(yōu)勢。

要想構(gòu)建彈性的系統(tǒng)架構(gòu)，需要遵循如下四個基本原則。

(1) 按功能切割應(yīng)用

一個大型的復(fù)雜系統(tǒng)可能由成百上千個服務(wù)組成，架構(gòu)師在設(shè)計架構(gòu)時，需要遵循的原則是：將相關(guān)的邏輯放到一起，不相關(guān)的邏輯拆解到獨立的服務(wù)中，各服務(wù)之間通過標(biāo)準(zhǔn)的服務(wù)發(fā)現(xiàn)(Service Discovery)找到對方，并使用標(biāo)準(zhǔn)的接口進(jìn)行通信。各服務(wù)之間松耦合，這使得每一個服務(wù)能夠各自獨立地完成彈性伸縮，從而避免服務(wù)上下游關(guān)聯(lián)故障的發(fā)生。

(2) 支持水平切分

按功能切割應(yīng)用并沒有完全解決彈性的問題。一個應(yīng)用被拆解為眾多服務(wù)后，隨著用戶流量的增長，單個服務(wù)最終也會遇到系統(tǒng)瓶頸。因此在設(shè)計上，每個服務(wù)都需要具備可水平切分的能力，以便將服務(wù)切分為不同的邏輯單元，由每個單元處理一部分用戶流量，從而使服務(wù)自身具備良好的擴(kuò)展能力。這其中最大的挑戰(zhàn)在于數(shù)據(jù)庫系統(tǒng)，因為數(shù)據(jù)庫系統(tǒng)自身是有狀態(tài)的，所以合理地切分?jǐn)?shù)據(jù)并提供正確的事務(wù)機(jī)制將是一個非常復(fù)雜的工程。不過，在云原生時代，云平臺所提供的云原生數(shù)據(jù)庫服務(wù)可以解決大部分復(fù)雜的分布式系統(tǒng)問題，因此，如果企業(yè)是通過云平臺提供的能力來構(gòu)建彈性系統(tǒng)，自然就會擁有數(shù)據(jù)庫系統(tǒng)的彈性能力。

(3) 自動化部署

系統(tǒng)突發(fā)流量通常無法預(yù)計，因此常用的解決方案是，通過人工擴(kuò)容系統(tǒng)的方式，使系統(tǒng)具備支持更大規(guī)模用戶訪問的能力。在完成架構(gòu)拆分之后，彈性系統(tǒng)還需要具備自動化部署能力，以便根據(jù)既定的規(guī)則或者外部流量突發(fā)信號觸發(fā)系統(tǒng)的自動化擴(kuò)容功能，滿足系統(tǒng)對于縮短突發(fā)流量影響時長的及時性要求，同時在峰值時段結(jié)束后自動縮容系統(tǒng)，降低系統(tǒng)運行的資源占用成本。

(4) 支持服務(wù)降級

彈性系統(tǒng)需要提前設(shè)計異常應(yīng)對方案，比如，對服務(wù)進(jìn)行分級治理，在彈性機(jī)制失效、彈性資源不足或者流量峰值超出預(yù)期等異常情況下，系統(tǒng)架構(gòu)需要具備服務(wù)降級的能力，通過降低部分非關(guān)鍵服務(wù)的質(zhì)量，或者關(guān)閉部分增強功能來讓出資源，并擴(kuò)容重要功能對應(yīng)的服務(wù)容量，以確保產(chǎn)品的主要功能不受影響。

國內(nèi)外已有很多成功構(gòu)建大規(guī)模彈性系統(tǒng)的實踐案例，其中最具代表性的是阿里巴巴一年一度的“雙11”大促活動。為了應(yīng)對相較于平時上百倍的流量峰值，阿里巴巴每年從阿里云采買彈性資源部署自己的應(yīng)用，并在“雙 11”活動之后釋放這一批資源，按需付費，從而大幅降低大促活動的資源成本。另一個例子是新浪微博的彈性架構(gòu)，在社會熱點事件發(fā)生時，新浪微博通過彈性系統(tǒng)將應(yīng)用容器擴(kuò)容到阿里云，以應(yīng)對熱點事件導(dǎo)致的大量搜索和轉(zhuǎn)發(fā)請求。系統(tǒng)通過分鐘級的按需擴(kuò)容響應(yīng)能力，大幅降低了熱搜所產(chǎn)生的資源成本。

隨著云原生技術(shù)的發(fā)展，F(xiàn)aaS、Serverless 等技術(shù)生態(tài)逐步成熟，構(gòu)建大規(guī)模彈性系統(tǒng)的難度逐步降低。當(dāng)企業(yè)以 FaaS、Serverless 等技術(shù)理念作為系統(tǒng)架構(gòu)的設(shè)計原則時，系統(tǒng)就具備了彈性伸縮的能力，企業(yè)也就無須額外為“維護(hù)彈性系統(tǒng)自身”付出成本。

3. 可觀測原則

與監(jiān)控、業(yè)務(wù)探活、APM(Application Performance Management，應(yīng)用性能管理)等系統(tǒng)提供的被動能力不同，可觀測性更強調(diào)主動性，在云計算這樣的分布式系統(tǒng)中，主動通過日志、鏈路跟蹤和度量等手段，讓一次 App 點擊所產(chǎn)生的多次服務(wù)調(diào)用耗時、返回值和參數(shù)都清晰可見，甚至可以下鉆到每次第三方軟件調(diào)用、SQL 請求、節(jié)點拓?fù)?、網(wǎng)絡(luò)響應(yīng)等信息中。運維、開發(fā)和業(yè)務(wù)人員通過這樣的觀測能力可以實時掌握軟件的運行情況，并獲得前所未有的關(guān)聯(lián)分析能力，以便不斷優(yōu)化業(yè)務(wù)的健康度和用戶體驗。

隨著云計算的全面發(fā)展，企業(yè)的應(yīng)用架構(gòu)發(fā)生了顯著變化，正逐步從傳統(tǒng)的單體應(yīng)用向微服務(wù)過渡。在微服務(wù)架構(gòu)中，各服務(wù)之間松耦合的設(shè)計方式使得版本迭代更快、周期更短;基礎(chǔ)設(shè)施層中的 Kubernetes 等已經(jīng)成為容器的默認(rèn)平臺;服務(wù)可以通過流水線實現(xiàn)持續(xù)集成與部署。這些變化可將服務(wù)的變更風(fēng)險降到最低，提升了研發(fā)的效率。

在微服務(wù)架構(gòu)中，系統(tǒng)的故障點可能出現(xiàn)在任何地方，因此我們需要針對可觀測性進(jìn)行體系化設(shè)計，以降低 MTTR(故障平均修復(fù)時間)。

要想構(gòu)建可觀測性體系，需要遵循如下三個基本原則。

(1)數(shù)據(jù)的全面采集

指標(biāo)(Metric)、鏈路跟蹤(Tracing)和日志(Logging)這三類數(shù)據(jù)是構(gòu)建一個完整的可觀測性系統(tǒng)的“三大支柱”。而系統(tǒng)的可觀測性就是需要完整地采集、分析和展示這三類數(shù)據(jù)。

指標(biāo)：指標(biāo)是指在多個連續(xù)的時間周期里用于度量的 KPI 數(shù)值。一般情況下，指標(biāo)會按軟件架構(gòu)進(jìn)行分層，分為系統(tǒng)資源指標(biāo)(如 CPU 使用率、磁盤使用率和網(wǎng)絡(luò)帶寬情況等)、應(yīng)用指標(biāo)(如出錯率、服務(wù)等級協(xié)議 SLA、服務(wù)滿意度 APDEX、平均延時等)、業(yè)務(wù)指標(biāo)(如用戶會話數(shù)、訂單數(shù)量和營業(yè)額等)。鏈路跟蹤：鏈路跟蹤是指通過 TraceId 的唯一標(biāo)識來記錄并還原發(fā)生一次分布式調(diào)用的完整過程，貫穿數(shù)據(jù)從瀏覽器或移動端經(jīng)過服務(wù)器處理，到執(zhí)行 SQL 或發(fā)起遠(yuǎn)程調(diào)用的整個過程。日志：日志通常用來記錄應(yīng)用運行的執(zhí)行過程、代碼調(diào)試、錯誤異常等信息，如 Nginx 日志可以記錄遠(yuǎn)端 IP、發(fā)生請求時間、數(shù)據(jù)大小等信息。日志數(shù)據(jù)需要集中化存儲，并具備可檢索的能力。

(2) 數(shù)據(jù)的關(guān)聯(lián)分析

讓各數(shù)據(jù)之間產(chǎn)生更多的關(guān)聯(lián)，這一點對于一個可觀測性系統(tǒng)而言尤為重要。出現(xiàn)故障時，有效的關(guān)聯(lián)分析可以實現(xiàn)對故障的快速定界與定位，從而提升故障處理效率，減少不必要的損失。一般情況下，我們會將應(yīng)用的服務(wù)器地址、服務(wù)接口等信息作為附加屬性，與指標(biāo)、調(diào)用鏈、日志等信息綁定，并且賦予可觀測系統(tǒng)一定的定制能力，以便靈活滿足更加復(fù)雜的運維場景需求。

(3) 統(tǒng)一監(jiān)控視圖與展現(xiàn)

多種形式、多個維度的監(jiān)控視圖可以幫助運維和開發(fā)人員快速發(fā)現(xiàn)系統(tǒng)瓶頸，消除系統(tǒng)隱患。監(jiān)控數(shù)據(jù)的呈現(xiàn)形式應(yīng)該不僅僅是指標(biāo)趨勢圖表、柱狀圖等，還需要結(jié)合復(fù)雜的實際應(yīng)用場景需要，讓視圖具備下鉆分析和定制能力，以滿足運維監(jiān)控、版本發(fā)布管理、故障排除等多場景需求。

隨著云原生技術(shù)的發(fā)展，基于異構(gòu)微服務(wù)架構(gòu)的場景會越來越多、越來越復(fù)雜，而可觀測性是一切自動化能力構(gòu)建的基礎(chǔ)。只有實現(xiàn)全面的可觀測性，才能真正提升系統(tǒng)的穩(wěn)定性、降低 MTTR。因此，如何構(gòu)建系統(tǒng)資源、容器、網(wǎng)絡(luò)、應(yīng)用、業(yè)務(wù)的全?？捎^測體系，是每個企業(yè)都需要思考的問題。

4. 韌性原則

韌性是指當(dāng)軟件所依賴的軟硬件組件出現(xiàn)異常時，軟件所表現(xiàn)出來的抵御能力。這些異常通常包括硬件故障、硬件資源瓶頸(如 CPU 或網(wǎng)卡帶寬耗盡)、業(yè)務(wù)流量超出軟件設(shè)計承受能力、影響機(jī)房正常工作的故障或災(zāi)難、所依賴軟件發(fā)生故障等可能造成業(yè)務(wù)不可用的潛在影響因素。

業(yè)務(wù)上線之后，在運行期的大部分時間里，可能還會遇到各種不確定性輸入和不穩(wěn)定依賴的情況。當(dāng)這些非正常場景出現(xiàn)時，業(yè)務(wù)需要盡可能地保證服務(wù)質(zhì)量，滿足當(dāng)前以聯(lián)網(wǎng)服務(wù)為代表的“永遠(yuǎn)在線”的要求。因此，韌性能力的核心設(shè)計理念是面向失敗設(shè)計，即考慮如何在各種依賴不正常的情況下，減小異常對系統(tǒng)及服務(wù)質(zhì)量的影響并盡快恢復(fù)正常。

韌性原則的實踐與常見架構(gòu)主要包括服務(wù)異步化能力、重試 / 限流 / 降級 / 熔斷 / 反壓、主從模式、集群模式、多 AZ(Availability Zone，可用區(qū))的高可用、單元化、跨區(qū)域(Region)容災(zāi)、異地多活容災(zāi)等。

下面結(jié)合具體案例詳細(xì)說明如何在大型系統(tǒng)中進(jìn)行韌性設(shè)計?！半p 11”對于阿里巴巴來說是一場不能輸?shù)膽?zhàn)役，因此其系統(tǒng)的設(shè)計在策略上需要嚴(yán)格遵循韌性原則。例如，在統(tǒng)一接入層通過流量清洗實現(xiàn)安全策略，防御黑產(chǎn)攻擊;通過精細(xì)化限流策略確保峰值流量穩(wěn)定，從而保障后端工作正常進(jìn)行。為了提升全局的高可用能力，阿里巴巴通過單元化機(jī)制實現(xiàn)了跨區(qū)域多活容災(zāi)，通過同城容災(zāi)機(jī)制實現(xiàn)同城雙活容災(zāi)，從而最大程度提升 IDC(Internet Data Center，互聯(lián)網(wǎng)數(shù)據(jù)中心)的服務(wù)質(zhì)量。在同一 IDC 內(nèi)通過微服務(wù)和容器技術(shù)實現(xiàn)業(yè)務(wù)的無狀態(tài)遷移;通過多副本部署提高高可用能力;通過消息完成微服務(wù)間的異步解耦以降低服務(wù)的依賴性，同時提升系統(tǒng)吞吐量。從每個應(yīng)用的角度，做好自身依賴梳理，設(shè)置降級開關(guān)，并通過故障演練不斷強化系統(tǒng)健壯性，保證阿里巴巴“雙11”大促活動正常穩(wěn)定進(jìn)行。

隨著數(shù)字化進(jìn)程的加快，越來越多的數(shù)字化業(yè)務(wù)成為整個社會經(jīng)濟(jì)正常運轉(zhuǎn)的基礎(chǔ)設(shè)施，但隨著支撐這些數(shù)字化業(yè)務(wù)的系統(tǒng)越來越復(fù)雜，依賴服務(wù)質(zhì)量不確定的風(fēng)險正變得越來越高，因此系統(tǒng)必須進(jìn)行充分的韌性設(shè)計，以便更好地應(yīng)對各種不確定性。尤其是在涉及核心行業(yè)的核心業(yè)務(wù)鏈路(如金融的支付鏈路、電商的交易鏈路)、業(yè)務(wù)流量入口、依賴復(fù)雜鏈路時，韌性設(shè)計至關(guān)重要。

5. 所有過程自動化原則

技術(shù)是把“雙刃劍”，容器、微服務(wù)、DevOps 以及大量第三方組件的使用，在降低分布式復(fù)雜性和提升迭代速度的同時，也提高了軟件技術(shù)棧的復(fù)雜度，加大了組件規(guī)模，從而不可避免地導(dǎo)致了軟件交付的復(fù)雜性。如果控制不當(dāng)，應(yīng)用就會無法體會到云原生技術(shù)的優(yōu)勢。通過 IaC、GitOps、OAM、Operator 和大量自動化交付工具在 CI/CD(持續(xù)集成 /持續(xù)交付)流水線中的實踐，企業(yè)可以標(biāo)準(zhǔn)化企業(yè)內(nèi)部的軟件交付過程，也可以在標(biāo)準(zhǔn)化的基礎(chǔ)上實現(xiàn)自動化，即通過配置數(shù)據(jù)自描述和面向終態(tài)的交付過程，實現(xiàn)整個軟件交付和運維的自動化。

要想實現(xiàn)大規(guī)模的自動化，需要遵循如下四個基本原則。

(1) 標(biāo)準(zhǔn)化

實施自動化，首先要通過容器化、IaC、OAM 等手段，標(biāo)準(zhǔn)化業(yè)務(wù)運行的基礎(chǔ)設(shè)施，并進(jìn)一步標(biāo)準(zhǔn)化對應(yīng)用的定義乃至交付的流程。只有實現(xiàn)了標(biāo)準(zhǔn)化，才能解除業(yè)務(wù)對特定的人員和平臺的依賴，實現(xiàn)業(yè)務(wù)統(tǒng)一和大規(guī)模的自動化操作。

(2) 面向終態(tài)

面向終態(tài)是指聲明式地描述基礎(chǔ)設(shè)施和應(yīng)用的期望配置，持續(xù)關(guān)注應(yīng)用的實際運行狀態(tài)，使系統(tǒng)自身反復(fù)地變更和調(diào)整直至趨近終態(tài)的一種思想。面向終態(tài)的原則強調(diào)應(yīng)該避 免直接通過工單系統(tǒng)、工作流系統(tǒng)組裝一系列過程式的命令來變更應(yīng)用，而是通過設(shè)置終態(tài)，讓系統(tǒng)自己決策如何執(zhí)行變更。

(3) 關(guān)注點分離

自動化最終所能達(dá)到的效果不只取決于工具和系統(tǒng)的能力，更取決于為系統(tǒng)設(shè)置目標(biāo)的人，因此要確保找到正確的目標(biāo)設(shè)置人。在描述系統(tǒng)終態(tài)時，要將應(yīng)用研發(fā)、應(yīng)用運維、基礎(chǔ)設(shè)施運維這幾種主要角色所關(guān)注的配置分離開來，各個角色只需要設(shè)置自己所關(guān)注和擅長的系統(tǒng)配置，以便確保設(shè)定的系統(tǒng)終態(tài)是合理的。

(4) 面向失敗設(shè)計

要想實現(xiàn)全部過程自動化，一定要保證自動化的過程是可控的，對系統(tǒng)的影響是可預(yù)期的。我們不能期望自動化系統(tǒng)不犯錯誤，但可以保證即使是在出現(xiàn)異常的情況下，錯誤的影響范圍也是可控的、可接受的。因此，自動化系統(tǒng)在執(zhí)行變更時，同樣需要遵循人工變更的最佳實踐，保證變更是可灰度執(zhí)行的、執(zhí)行結(jié)果是可觀測的、變更是可快速回滾的、變更影響是可追溯的。

業(yè)務(wù)實例的故障自愈是一個典型的過程自動化場景。業(yè)務(wù)遷移到云上后，云平臺雖然通過各種技術(shù)手段大幅降低了服務(wù)器出故障的概率，但是卻并不能消除業(yè)務(wù)本身的軟件故障。軟件故障既包括應(yīng)用軟件自身的缺陷導(dǎo)致的崩潰、資源不足導(dǎo)致的內(nèi)存溢出(OOM)和負(fù)載過高導(dǎo)致的夯死等異常問題，也包括內(nèi)核、守護(hù)進(jìn)程(daemon 進(jìn)程)等系統(tǒng)軟件的問題，更包括混部的其他應(yīng)用或作業(yè)的干擾問題。隨著業(yè)務(wù)規(guī)模的增加，軟件出現(xiàn)故障的風(fēng)險正變得越來越高。傳統(tǒng)的運維故障處理方式需要運維人員的介入，執(zhí)行諸如重啟或者騰挪之類的修復(fù)操作，但在大規(guī)模場景下，運維人員往往疲于應(yīng)對各種故障，甚至需要連夜加班進(jìn)行操作，服務(wù)質(zhì)量很難保證，不管是客戶，還是開發(fā)、運維人員，都無法滿意。

為了使故障能夠?qū)崿F(xiàn)自動化修復(fù)，云原生應(yīng)用要求開發(fā)人員通過標(biāo)準(zhǔn)的聲明式配置，描述應(yīng)用健康的探測方法和應(yīng)用的啟動方法、應(yīng)用啟動后需要掛載和注冊的服務(wù)發(fā)現(xiàn)以及配置管理數(shù)據(jù)庫(Configuration Management Data Base，CMDB)信息。通過這些標(biāo)準(zhǔn)的配置，云平臺可以反復(fù)探測應(yīng)用，并在故障發(fā)生時執(zhí)行自動化修復(fù)操作。另外，為了防止故障探測本身可能存在的誤報問題，應(yīng)用的運維人員還可以根據(jù)自身容量設(shè)置服務(wù)不可用實例的比例，讓云平臺能夠在進(jìn)行自動化故障恢復(fù)的同時保證業(yè)務(wù)可用性。實例故障自愈的實現(xiàn)，不僅把開發(fā)人員和運維人員從煩瑣的運維操作中解放了出來，而且可以及時處理各種故障，保證業(yè)務(wù)的連續(xù)性和服務(wù)的高可用性。

6. 零信任原則

基于邊界模型的傳統(tǒng)安全架構(gòu)設(shè)計，是在可信和不可信的資源之間架設(shè)一道墻，例如，公司內(nèi)網(wǎng)是可信的，而因特網(wǎng)則是不可信的。在這種安全架構(gòu)設(shè)計模式下，一旦入侵者滲透到邊界內(nèi)，就能夠隨意訪問邊界內(nèi)的資源了。而云原生架構(gòu)的應(yīng)用、員工遠(yuǎn)程辦公模式的普及以及用手機(jī)等移動設(shè)備處理工作的現(xiàn)狀，已經(jīng)完全打破了傳統(tǒng)安全架構(gòu)下的物理邊界。員工在家辦公也可以實現(xiàn)與合作方共享數(shù)據(jù)，因為應(yīng)用和數(shù)據(jù)被托管到了云上。

如今，邊界不再是由組織的物理位置來定義，而是已經(jīng)擴(kuò)展到了需要訪問組織資源和服務(wù)的所有地方，傳統(tǒng)的防火墻和虛擬專用網(wǎng)已經(jīng)無法可靠且靈活地應(yīng)對這種新邊界。因此，我們需要一種全新的安全架構(gòu)，來靈活適應(yīng)云原生和移動時代環(huán)境的特性，不論員工在哪里辦公，設(shè)備在哪里接入，應(yīng)用部署在哪里，數(shù)據(jù)的安全性都能夠得到有效保護(hù)。如果要實現(xiàn)這種新的安全架構(gòu)，就要依托零信任模型。

傳統(tǒng)安全架構(gòu)認(rèn)為防火墻內(nèi)的一切都是安全的，而零信任模型假設(shè)防火墻邊界已經(jīng)被攻破，且每個請求都來自于不可信網(wǎng)絡(luò)，因此每個請求都需要經(jīng)過驗證。簡單來說，“永不信任，永遠(yuǎn)驗證”。在零信任模型下，每個請求都要經(jīng)過強認(rèn)證，并基于安全策略得到驗證授權(quán)。與請求相關(guān)的用戶身份、設(shè)備身份、應(yīng)用身份等，都會作為核心信息來判斷請求是否安全。

如果我們圍繞邊界來討論安全架構(gòu)，那么傳統(tǒng)安全架構(gòu)的邊界是物理網(wǎng)絡(luò)，而零信任安全架構(gòu)的邊界則是身份，這個身份包括人的身份、設(shè)備的身份、應(yīng)用的身份等。要想實現(xiàn)零信任安全架構(gòu)，需要遵循如下三個基本原則。

(1) 顯式驗證

對每個訪問請求都進(jìn)行認(rèn)證和授權(quán)。認(rèn)證和授權(quán)需要基于用戶身份、位置、設(shè)備信息、服務(wù)和工作負(fù)載信息以及數(shù)據(jù)分級和異常檢測等信息來進(jìn)行。例如，對于企業(yè)內(nèi)部應(yīng)用之間的通信，不能簡單地判定來源 IP是內(nèi)部 IP 就直接授權(quán)訪問，而是應(yīng)該判斷來源應(yīng)用的身份和設(shè)備等信息，再結(jié)合當(dāng)前的策略授權(quán)。

(2) 最少權(quán)限

對于每個請求，只授予其在當(dāng)下必需的權(quán)限，且權(quán)限策略應(yīng)該能夠基于當(dāng)前請求上下文自適應(yīng)。例如，HR 部門的員工應(yīng)該擁有訪問 HR相關(guān)應(yīng)用的權(quán)限，但不應(yīng)該擁有訪問財務(wù)部門應(yīng)用的權(quán)限。

(3) 假設(shè)被攻破

假設(shè)物理邊界被攻破，則需要嚴(yán)格控制安全爆炸半徑，將一個整體的網(wǎng)絡(luò)切割成對用戶、設(shè)備、應(yīng)用感知的多個部分。對所有的會話加密，使用數(shù)據(jù)分析技術(shù)保證對安全狀態(tài)的可見性。

從傳統(tǒng)安全架構(gòu)向零信任架構(gòu)演進(jìn)，會對軟件架構(gòu)產(chǎn)生深刻的影響，具體體現(xiàn)在如下三個方面。

第一，不能基于 IP 配置安全策略。在云原生架構(gòu)下，不能假設(shè) IP 與服務(wù)或應(yīng)用是綁定的，這是由于自動彈性等技術(shù)的應(yīng)用使得 IP 隨時可能發(fā)生變化，因此不能以 IP 代表應(yīng)用的身份并在此基礎(chǔ)上建立安全策略。

第二，身份應(yīng)該成為基礎(chǔ)設(shè)施。授權(quán)各服務(wù)之間的通信以及人訪問服務(wù)的前提是已經(jīng)明確知道訪問者的身份。在企業(yè)中，人的身份管理通常是安全基礎(chǔ)設(shè)施的一部分，但應(yīng)用的身份也需要管理。

第三，標(biāo)準(zhǔn)的發(fā)布流水線。在企業(yè)中，研發(fā)的工作通常是分布式的，包括代碼的版本管理、構(gòu)建、測試以及上線的過程，都是比較獨立的。這種分散的模式將會導(dǎo)致在實際生產(chǎn)環(huán)境中運行的服務(wù)的安全性得不到有效保證。如果可以標(biāo)準(zhǔn)化代碼的版本管理、構(gòu)建以及上線的流程，那么應(yīng)用發(fā)布的安全性就能夠得到集中增強。

總體來說，整個零信任模型的建設(shè)包括身份、設(shè)備、應(yīng)用、基礎(chǔ)設(shè)施、網(wǎng)絡(luò)、數(shù)據(jù)等幾個部分。零信任的實現(xiàn)是一個循序漸進(jìn)的過程，例如，當(dāng)組織內(nèi)部傳輸?shù)乃辛髁慷紱]有加密的時候，第一步應(yīng)該先保證訪問者訪問應(yīng)用的流量是加密的，然后再逐步實現(xiàn)所有流量的加密。如果采用云原生架構(gòu)，就可以直接使用云平臺提供的安全基礎(chǔ)設(shè)施和服務(wù)，以便幫助企業(yè)快速實現(xiàn)零信任架構(gòu)。

7. 架構(gòu)持續(xù)演進(jìn)原則

如今，技術(shù)與業(yè)務(wù)的發(fā)展速度都非?？欤诠こ虒嵺`中很少有從一開始就能夠被明確定義并適用于整個軟件生命周期的架構(gòu)模式，而是需要在一定范圍內(nèi)不斷重構(gòu)，以適應(yīng)變 化的技術(shù)和業(yè)務(wù)需求。同理，云原生架構(gòu)本身也應(yīng)該且必須具備持續(xù)演進(jìn)的能力，而不是一個封閉式的、被設(shè)計后一成不變的架構(gòu)。因此在設(shè)計時除了要考慮增量迭代、合理化目標(biāo)選取等因素之外，還需要考慮組織(例如架構(gòu)控制委員會)層面的架構(gòu)治理和風(fēng)險控制規(guī)范以及業(yè)務(wù)自身的特點，特別是在業(yè)務(wù)高速迭代的情況下，更應(yīng)該重點考慮如何保證架構(gòu)演進(jìn)與業(yè)務(wù)發(fā)展之間的平衡。

(1) 演進(jìn)式架構(gòu)的特點和價值

演進(jìn)式架構(gòu)是指在軟件開發(fā)的初始階段，就通過具有可擴(kuò)展性和松耦合的設(shè)計，讓后續(xù)可能發(fā)生的變更更加容易、升級性重構(gòu)的成本更低，并且能夠發(fā)生在開發(fā)實踐、發(fā)布實踐和整體敏捷度等軟件生命周期中的任何階段。

演進(jìn)式架構(gòu)之所以在工業(yè)實踐中具有重要意義，其根本原因在于，在現(xiàn)代軟件工程領(lǐng)域達(dá)成的共識中，變更都是很難預(yù)測的，其改造的成本也極其高昂。演進(jìn)式架構(gòu)并不能避免重構(gòu)，但是它強調(diào)了架構(gòu)的可演進(jìn)性，即當(dāng)整個架構(gòu)因為技術(shù)、組織或者外部環(huán)境的變化需要向前演進(jìn)時，項目整體依然能夠遵循強邊界上下文的原則，確保領(lǐng)域驅(qū)動設(shè)計中描述的邏輯劃分變成物理上的隔離。演進(jìn)式架構(gòu)通過標(biāo)準(zhǔn)化且具有高可擴(kuò)展性的基礎(chǔ)設(shè)施體系，大量采納標(biāo)準(zhǔn)化應(yīng)用模型與模塊化運維能力等先進(jìn)的云原生應(yīng)用架構(gòu)實踐，實現(xiàn)了整個系統(tǒng)架構(gòu)在物理上的模塊化、可復(fù)用性與職責(zé)分離。在演進(jìn)式架構(gòu)中，系統(tǒng)的每個服務(wù)在結(jié)構(gòu)層面與其他服務(wù)都是解耦的，替換服務(wù)就像替換樂高積木一樣方便。

(2) 演進(jìn)式架構(gòu)的應(yīng)用

在現(xiàn)代軟件工程實踐中，演進(jìn)式架構(gòu)在系統(tǒng)的不同層面有著不同的實踐與體現(xiàn)。

在面向業(yè)務(wù)研發(fā)的應(yīng)用架構(gòu)中，演進(jìn)式架構(gòu)通常與微服務(wù)設(shè)計密不可分。例如，在阿里巴巴的互聯(lián)網(wǎng)電商應(yīng)用中(例如大家所熟悉的淘寶和天貓等)，整個系統(tǒng)架構(gòu)實際上被精細(xì)地設(shè)計成數(shù)千個邊界劃分明確的組件，其目的就是為希望做出非破壞性變更的開發(fā)人員 提供更大的便利，避免因為不適當(dāng)?shù)鸟詈蠈⒆兏鼘?dǎo)向難以預(yù)料的方向，從而阻礙架構(gòu)的演 進(jìn)?？梢园l(fā)現(xiàn)，演進(jìn)式架構(gòu)的軟件都支持一定程度的模塊化，這種模塊化通常體現(xiàn)為經(jīng)典的分層架構(gòu)及微服務(wù)的最佳實踐。

而在平臺研發(fā)層面，演進(jìn)式架構(gòu)更多地體現(xiàn)為基于“能力”的架構(gòu)( Capability Oriented Architecture，COA)。在 Kubernetes 等云原生技術(shù)逐漸普及之后，基于標(biāo)準(zhǔn)化的云原生基礎(chǔ)設(shè)施正迅速成為平臺架構(gòu)的能力提供方，而以此為基礎(chǔ)的開放應(yīng)用模型( Open ApplieationModel，OAM )理念，正是一種從應(yīng)用架構(gòu)視角出發(fā)，將標(biāo)準(zhǔn)化基礎(chǔ)設(shè)施按照能力進(jìn)行模塊化的 COA 實踐。

(3) 云原生下的架構(gòu)演進(jìn)

當(dāng)前，演進(jìn)式架構(gòu)還處于快速成長與普及階段。不過，整個軟件工程領(lǐng)域已經(jīng)達(dá)成共識，即軟件世界是不斷變化的，它是動態(tài)而非靜態(tài)的存在。架構(gòu)也不是一個簡單的等式，它是持續(xù)過程的一種快照。所以無論是在業(yè)務(wù)應(yīng)用還是在平臺研發(fā)層面，演進(jìn)式架構(gòu)都是一個必然的發(fā)展趨勢。業(yè)界大量架構(gòu)更新的工程實踐都詮釋了一個問題，即由于忽略實現(xiàn)架構(gòu)，且保持應(yīng)用常新所要付出的精力是非常巨大的。但好的架構(gòu)規(guī)劃可以幫助應(yīng)用降低新技術(shù)的引入成本，這要求應(yīng)用與平臺在架構(gòu)層面滿足:架構(gòu)標(biāo)準(zhǔn)化、職責(zé)分離與模塊化。而在云原生時代，開發(fā)應(yīng)用模型( OAM )正在迅速成為演進(jìn)式架構(gòu)推進(jìn)的重要助力。

結(jié)語

我們可以看到云原生架構(gòu)的構(gòu)建和演進(jìn)都是以云計算的核心特性(例如，彈性、自動化、韌性)為基礎(chǔ)并結(jié)合業(yè)務(wù)目標(biāo)以及特征進(jìn)行的，從而幫助企業(yè)和技術(shù)人員充分釋放云計算的技術(shù)紅利。隨著云原生的不斷探索，各類技術(shù)不斷擴(kuò)展，各類場景不斷豐富，云原生架構(gòu)也將不斷演進(jìn)。但在這些變化過程中。典型的架構(gòu)設(shè)計原則始終都有著重要意義，指導(dǎo)我們進(jìn)行架構(gòu)設(shè)計以及技術(shù)落地。