面对项目“不确定性”时,架构设计师应掌握的3个原则

2018 年 11 月 9 日 前端之巅


成为架构师是每个程序员的梦想,但并不意味着把编程做好就能够自然而然地成为一个架构师,优秀程序员和架构师之间还有一个明显的鸿沟需要跨越,这个鸿沟就是“不确定性”。如何面对这种不确定性?摘自极客时间《从0开始学架构》的付费文章《架构设计3原则》为你解答这个问题。


相比编程来说,架构设计并没有像编程语言那样的语法来进行约束,更多的时候是面对多种可能性时进行选择。可是一旦涉及“选择”,就很容易让架构师陷入两难的境地,例如:


1、是要选择业界最先进的技术,还是选择团队目前最熟悉的技术?如果选了最先进的技术后出了问题怎么办?如果选了目前最熟悉的技术,后续技术演进怎么办?

2、是要选择Google的Angular的方案来做,还是选择Facebook的React来做?Angular看起来更强大,但React看起来更灵活?

3、是要选MySQL还是MongoDB?团队对MySQL很熟悉,但是MongoDB更加适合业务场景?

4、淘宝的电商网站架构很完善,我们新做一个电商网站,是否简单地照搬淘宝就可以了?


业务千变万化,技术层出不穷,设计理念也是百花齐放,看起来似乎很难有一套通用的规范来适用所有的架构设计场景。但是在研究了架构设计的发展历史、多个公司的架构发展过程(QQ、淘宝、Facebook等)、众多的互联网公司架构设计后,我发现有几个共性的原则隐含其中,这就是:合适原则、简单原则、演化原则,架构设计时遵循这几个原则,有助于你做出最好的选择。


合适原则

宣言:“合适优于业界领先”

优秀的技术人员都有很强的技术情结,当他们做方案或者架构时,总想不断地挑战自己,想达到甚至优于业界领先水平是其中一个典型表现,因为这样才能够展现自己的优秀,才能在年终KPI绩效总结里面骄傲地写上“设计了XX方案,达到了和Google相同的技术水平”“XX方案的性能测试结果大大优于阿里集团的YY方案”。


但现实是,大部分这样想和这样做的架构,最后可能都以失败告终!我在互联网行业见过“亿级用户平台”的失败案例,2011年的时候,某个几个人规模的业务团队,雄心勃勃的提出要做一个和腾讯QQ(那时候微信还没起来)一拼高下的“亿级用户平台”,最后结果当然是不出所料的失败了。


为什么会这样呢?


再好的梦想,也需要脚踏实地实现!这里的“脚踏实地”主要体现在下面几个方面。


1、将军难打无兵之仗

大公司的分工比较细,一个小系统可能就是一个小组负责,比如说某个通信大厂,做一个OM管理系统就有十几个人,阿里的中间件团队有几十个人,而大部分公司,整个研发团队可能就100多人,某个业务团队可能就十几个人。十几个人的团队,想做几十个人的团队的事情,而且还要做得更好,不能说绝对不可能,但难度是可想而知的。

没那么多人,却想干那么多活,是失败的第一个主要原因。


2、罗马不是一天建成的

业界领先的很多方案,其实并不是一堆天才某个时期灵机一动,然后加班加点就做出来的,而是经过几年时间的发展才逐步完善和初具规模的。阿里中间件团队2008年成立,发展到现在已经有十年了。我们只知道他们抗住了多少次“双11”,做了多少优秀的系统,但经历了什么样的挑战、踩了什么样的坑,只有他们自己知道!这些挑战和踩坑,都是架构设计非常关键的促进因素,单纯靠拍脑袋或者头脑风暴,是不可能和真正实战相比的。

没有那么多积累,却想一步登天,是失败的第二个主要原因。


3、冰山下面才是关键

可能有人认为,业界领先的方案都是天才创造出来的,所以自己也要造一个业界领先的方案,以此来证明自己也是天才。确实有这样的天才,但更多的时候,业界领先的方案其实都是“逼”出来的!简单来说,“业务”发展到一定阶段,量变导致了质变,出现了新的问题,已有的方式已经不能应对这些问题,需要用一种新的方案来解决,通过创新和尝试,才有了业界领先的方案。GFS为何在Google诞生,而不是在Microsoft诞生?我认为Google有那么庞大的数据是一个主要的因素,而不是因为Google的工程师比Microsoft的工程师更加聪明。

没有那么卓越的业务场景,却幻想灵光一闪成为天才,是失败的第三个主要原因。


回到我前面提到的“亿级用户平台”失败的例子,分析一下原因。没有腾讯那么多的人(当然钱差得更多),没有QQ那样海量用户的积累,没有QQ那样的业务,这个项目失败其实是在一开始就注定的。注意这里的失败不是说系统做不出来,而是系统没有按照最初的目标来实现,上面提到的3个失败原因也全占了。


所以,真正优秀的架构都是在企业当前人力、条件、业务等各种约束下设计出来的,能够合理地将资源整合在一起并发挥出最大功效,并且能够快速落地。这也是很多BAT出来的架构师到了小公司或者创业团队反而做不出成绩的原因,因为没有了大公司的平台、资源、积累,只是生搬硬套大公司的做法,失败的概率非常高。


▶️扫码试看或订阅专栏


简单原则

宣言:“简单优于复杂”

软件架构设计是一门技术活。所谓技术活,从历史上看,无论是瑞士的钟表,还是瓦特的蒸汽机;无论是莱特兄弟发明的飞机,还是摩托罗拉发明的手机,无一不是越来越精细、越来越复杂。因此当我们进行架构设计时,会自然而然地想把架构做精美、做复杂,这样才能体现我们的技术实力,也才能够将架构做成一件艺术品。


由于软件架构和建筑架构表面上的相似性,我们也会潜意识地将对建筑的审美观点移植到软件架构上面。我们惊叹于长城的宏伟、泰姬陵的精美、悉尼歌剧院的艺术感、迪拜帆船酒店的豪华感,因此,对于我们自己亲手打造的软件架构,我们也希望它宏伟、精美、艺术、豪华……总之就是不能寒酸、不能简单。


团队的压力有时也会有意无意地促进我们走向复杂的方向,因为大部分人在评价一个方案水平高低的时候,复杂性是其中一个重要的参考指标。例如设计一个主备方案,如果你用心跳来实现,可能大家都认为这太简单了。但如果你引入ZooKeeper来做主备决策,可能很多人会认为这个方案更加“高大上”一些,毕竟ZooKeeper使用的是ZAB协议,而ZAB协议本身就很复杂。其实,真正理解ZAB协议的人很少(我也不懂),但并不妨碍我们都知道ZAB协议很优秀。


刚才我聊的这些原因,会在潜意识层面促使初出茅庐的架构师,不自觉地追求架构的复杂性。然而,“复杂”在制造领域代表先进,在建筑领域代表领先,但在软件领域,却恰恰相反,代表的是“问题”。


软件领域的复杂性体现在两个方面:


1、结构的复杂性

结构复杂的系统几乎毫无例外具备两个特点:

  • 组成复杂系统的组件数量更多;

  • 同时这些组件之间的关系也更加复杂。

我以图形的方式来说明复杂性:


2个组件组成的系统:

                    

3个组件组成的系统:

             

4个组件组成的系统:

             

5个组件组成的系统:

             

结构上的复杂性存在的第一个问题是,组件越多,就越有可能其中某个组件出现故障,从而导致系统故障。这个概率可以算出来,假设组件的故障率是10%(有10%的时间不可用),那么有3个组件的系统可用性是(1-10%)×(1-10%)×(1-10%)= 72.9%,有5个组件的系统可用性是(1-10%)×(1-10%)×(1-10%)×(1-10%)×(1-10%)=59%,两者的可用性相差13%。



结构上的复杂性存在的第二个问题是,某个组件改动,会影响关联的所有组件,这些被影响的组件同样会继续递归影响更多的组件。还以上面图中5个组件组成的系统为例,组件A修改或者异常时,会影响组件B/C/E,D又会影响E。这个问题会影响整个系统的开发效率,因为一旦变更涉及外部系统,需要协调各方统一进行方案评估、资源协调、上线配合。



结构上的复杂性存在的第三个问题是,定位一个复杂系统中的问题总是比简单系统更加困难。首先是组件多,每个组件都有嫌疑,因此要逐一排查;其次组件间的关系复杂,有可能表现故障的组件并不是真正问题的根源。



2、逻辑的复杂性

意识到结构的复杂性后,我们的第一反应可能就是“降低组件数量”,毕竟组件数量越少,系统结构越简。最简单的结构当然就是整个系统只有一个组件,即系统本身,所有的功能和逻辑都在这一个组件中实现。


不幸的是,这样做是行不通的,原因在于除了结构的复杂性,还有逻辑的复杂性,即如果某个组件的逻辑太复杂,一样会带来各种问题。


逻辑复杂的组件,一个典型特征就是单个组件承担了太多的功能。以电商业务为例,常见的功能有:商品管理、商品搜索、商品展示、订单管理、用户管理、支付、发货、客服……把这些功能全部在一个组件中实现,就是典型的逻辑复杂性。


逻辑复杂几乎会导致软件工程的每个环节都有问题,假设现在淘宝将这些功能全部在单一的组件中实现,可以想象一下这个恐怖的场景:

  • 系统会很庞大,可能是上百万、上千万的代码规模,“clone”一次代码要30分钟。

  • 几十、上百人维护这一套代码,某个“菜鸟”不小心改了一行代码,导致整站崩溃。

  • 需求像雪片般飞来,为了应对,开几十个代码分支,然后各种分支合并、各种分支覆盖。

  • 产品、研发、测试、项目管理不停地开会讨论版本计划,协调资源,解决冲突。

  • 版本太多,每天都要上线几十个版本,系统每隔1个小时重启一次。

  • 线上运行出现故障,几十个人扑上去定位和处理,一间小黑屋都装不下所有人,整个办公区闹翻天。

  • ……

不用多说,肯定谁都无法忍受这样的场景。


但是,为什么复杂的电路就意味更强大的功能,而复杂的架构却有很多问题呢?根本原因在于电路一旦设计好后进入生产,就不会再变,复杂性只是在设计时带来影响;而一个软件系统在投入使用后,后续还有源源不断的需求要实现,因此要不断地修改系统,复杂性在整个系统生命周期中都有很大影响。


功能复杂的组件,另外一个典型特征就是采用了复杂的算法。复杂算法导致的问题主要是难以理解,进而导致难以实现、难以修改,并且出了问题难以快速解决。


以ZooKeeper为例,ZooKeeper本身的功能主要就是选举,为了实现分布式下的选举,采用了ZAB协议,所以ZooKeeper功能虽然相对简单,但系统实现却比较复杂。相比之下,etcd就要简单一些,因为etcd采用的是Raft算法,相比ZAB协议,Raft算法更加容易理解,更加容易实现。


综合前面的分析,我们可以看到,无论是结构的复杂性,还是逻辑的复杂性,都会存在各种问题,所以架构设计时如果简单的方案和复杂的方案都可以满足需求,最好选择简单的方案。《UNIX编程艺术》总结的KISS(Keep It Simple,Stupid!)原则一样适应于架构设计。


演化原则

宣言:“演化优于一步到位”

软件架构从字面意思理解和建筑结构非常类似,事实上“架构”这个词就是建筑领域的专业名词,维基百科对“软件架构”的定义中有一段话描述了这种相似性:


从和目的、主题、材料和结构的联系上来说,软件架构可以和建筑物的架构相比拟。


例如,软件架构描述的是一个软件系统的结构,包括各个模块,以及这些模块的关系;建筑架构描述的是一幢建筑的结构,包括各个部件,以及这些部件如何有机地组成成一幢完美的建筑。


然而,字面意思上的相似性却掩盖了一个本质上的差异:建筑一旦完成(甚至一旦开建)就不可再变,而软件却需要根据业务的发展不断地变化!

  • 古埃及的吉萨大金字塔,4000多年前完成的,到现在还是当初的架构。

  • 中国的明长城,600多年前完成的,现在保存下来的长城还是当年的结构。

  • 美国白宫,1800年建成,200年来进行了几次扩展,但整体结构并无变化,只是在旁边的空地扩建或者改造内部的布局。

对比一下,我们来看看软件架构。

Windows系统的发展历史:

       

如果对比Windows 8的架构和Windows 1.0的架构,就会发现它们其实是两个不同的系统了!


Android的发展历史:

       


同样,Android 6.0和Android 1.6的差异也很大。


对于建筑来说,永恒是主题;而对于软件来说,变化才是主题!软件架构需要根据业务的发展而不断变化。设计Windows和Android的人都是顶尖的天才,即便如此,他们也不可能在1985年设计出Windows 8,不可能在2009年设计出Android 6.0。



如果没有把握“软件架构需要根据业务发展不断变化”这个本质,在做架构设计的时候就很容易陷入一个误区:试图一步到位设计一个软件架构,期望不管业务如何变化,架构都稳如磐石。



为了实现这样的目标,要么照搬业界大公司公开发表的方案;要么投入庞大的资源和时间来做各种各样的预测、分析、设计。无论哪种做法,后果都很明显:投入巨大,落地遥遥无期。更让人沮丧的是,就算跌跌撞撞拼死拼活终于落地,却发现很多预测和分析都是不靠谱的。


考虑到软件架构需要根据业务发展不断变化这个本质特点,软件架构设计其实更加类似于大自然“设计”一个生物,通过演化让生物适应环境,逐步变得更加强大:


  • 首先,生物要适应当时的环境。

  • 其次,生物需要不断地繁殖,将有利的基因传递下去,将不利的基因剔除或者修复。

  • 第三,当环境变化时,生物要能够快速改变以适应环境变化;如果生物无法调整就被自然淘汰;新的生物会保留一部分原来被淘汰生物的基因。


软件架构设计同样是类似的过程:


  • 首先,设计出来的架构要满足当时的业务需要。

  • 其次,架构要不断地在实际应用过程中迭代,保留优秀的设计,修复有缺陷的设计,改正错误的设计,去掉无用的设计,使得架构逐渐完善。

  • 第三,当业务发生变化时,架构要扩展、重构,甚至重写;代码也许会重写,但有价值的经验、教训、逻辑、设计等(类似生物体内的基因)却可以在新架构中延续。


    架构师在进行架构设计时需要牢记这个原则,时刻提醒自己不要贪大求全,或者盲目照搬大公司的做法。应该认真分析当前业务的特点,明确业务面临的主要问题,设计合理的架构,快速落地以满足业务需要,然后在运行过程中不断完善架构,不断随着业务演化架构。


    即使是大公司的团队,在设计一个新系统的架构时,也需要遵循演化的原则,而不应该认为团队人员多、资源多,不管什么系统上来就要一步到位,因为业务的发展和变化是很快的,不管多牛的团队,也不可能完美预测所有的业务发展和变化路径。


    今天我为你讲了面对“不确定性”时架构设计的三原则,分别是合适优于业界领先、简单优于复杂、演化优于一步到位,希望对你有所帮助。这就是今天的全部内容,留一道思考题给你吧。我讲的这三条架构设计原则是否每次都要全部遵循?是否有优先级?谈谈你的理解,并说说为什么。欢迎你把答案写到留言区,和我一起讨论。相信经过深度思考的回答,也会让你对知识的理解更加深刻。


    限时福利

    福利一:《从0开始学架构》专栏双十一限时优惠¥79,原价¥99,11月12日恢复原价。


    福利二:每邀请一位好友购买,你可获得 24 元现金返现,多邀多得,上不封顶,随时提现。(提现流程:极客时间 App - 我的 - 分享有赏)


    ps : 扫码进入专栏详情页,可在底部免费领取资深架构专家制作的《架构师成长技能图谱》


    如何订阅

    点击「阅读原文」或下图海报,即可试看或订阅此专栏。

    登录查看更多
    0

    相关内容

    打怪升级!2020机器学习工程师技术路线图
    专知会员服务
    98+阅读 · 2020年6月3日
    专知会员服务
    123+阅读 · 2020年3月26日
    《代码整洁之道》:5大基本要点
    专知会员服务
    49+阅读 · 2020年3月3日
    【书籍推荐】简洁的Python编程(Clean Python),附274页pdf
    专知会员服务
    179+阅读 · 2020年1月1日
    【阿里技术论文】AliMe KBQA:阿里小蜜中的结构化知识问答
    专知会员服务
    82+阅读 · 2019年12月14日
    【书籍】深度学习框架:PyTorch入门与实践(附代码)
    专知会员服务
    163+阅读 · 2019年10月28日
    阿里巴巴全球化架构设计挑战
    InfoQ
    35+阅读 · 2019年11月25日
    工行基于MySQL构建分布式架构的转型之路
    炼数成金订阅号
    15+阅读 · 2019年5月16日
    李善友:战略听着空?但有人用它“绝处逢生”
    互联网er的早读课
    10+阅读 · 2019年1月15日
    如何快速入门TensorFlow ?丨极客时间
    InfoQ
    4+阅读 · 2019年1月8日
    如何入门并成为一名出色的算法工程师?
    认识个性化推荐系统:从推荐算法到产品冷启动
    人人都是产品经理
    6+阅读 · 2017年9月15日
    Arxiv
    14+阅读 · 2019年11月26日
    Heterogeneous Deep Graph Infomax
    Arxiv
    12+阅读 · 2019年11月19日
    Arxiv
    9+阅读 · 2019年4月19日
    VIP会员
    相关资讯
    阿里巴巴全球化架构设计挑战
    InfoQ
    35+阅读 · 2019年11月25日
    工行基于MySQL构建分布式架构的转型之路
    炼数成金订阅号
    15+阅读 · 2019年5月16日
    李善友:战略听着空?但有人用它“绝处逢生”
    互联网er的早读课
    10+阅读 · 2019年1月15日
    如何快速入门TensorFlow ?丨极客时间
    InfoQ
    4+阅读 · 2019年1月8日
    如何入门并成为一名出色的算法工程师?
    认识个性化推荐系统:从推荐算法到产品冷启动
    人人都是产品经理
    6+阅读 · 2017年9月15日
    Top
    微信扫码咨询专知VIP会员