在服務化之前，網際網路的高可用架構大致是這樣乙個架構
2）後端入口是高可用的nginx集群，用於做反向**
3）中間核心是高可用的web-server集群，研發工程師主要編碼工作就是在這一層
4）後端儲存是高可用的db集群，資料儲存在這一層
更典型的，web-server層是通過dao/orm等技術來訪問資料庫的。
可以看到，最初都是沒有服務層的，此時架構會碰到一些什麼痛點呢？
舉乙個最常見的業務的例子->使用者資料的訪問，絕大部分公司都有乙個資料庫儲存使用者資料，各個業務都有訪問使用者資料的需求：
在有使用者服務之前，各個業務線都是自己通過dao寫sql訪問user庫來訪問使用者資料，這無形中就導致了**的拷貝。
隨著併發量的越來越高，使用者資料的訪問資料庫成了瓶頸，需要加入快取來降低資料庫的讀壓力，於是架構中引入了快取，由於沒有統一的服務層，各個業務線都需要關注快取的引入導致的複雜性：
對於使用者資料的寫請求，所有業務線都要公升級**：
對於使用者資料的讀請求，所有業務線也都要公升級**：
這個複雜性是典型的「業務無關」的複雜性，業務方需要被迫公升級。
隨著資料量的越來越大，資料庫需要進行水平拆分，於是架構中又引入了分庫分表，由於沒有統一的服務層，各個業務線都需要關注分庫分表的引入導致的複雜性：
這個複雜性也是典型的「業務無關」的複雜性，業務方需要被迫公升級。 包括bug的修改，發現乙個bug，多個地方都需要修改。
服務化並不是唯一的解決上述兩痛點的方法，抽象出統一的「庫」是最先容易想到的解決：
的方法。抽象出乙個user.so，負責整個使用者資料的訪問，從而避免**的拷貝。至於複雜性，也只有user.so這乙個地方需要關注了。
解決了舊的問題，會引入新的問題，庫的版本維護與業務線之間**的耦合：
業務線通過dao訪問資料庫：
本質上sql語句還是各個業務線拼裝的，資深的工程師寫出高質量的sql沒啥問題，經驗沒有這麼豐富的工程師可能會寫出一些低效的sql，假如業務線a寫了乙個全表掃瞄的sql，導致資料庫的cpu100%，影響的不只是乙個業務線，而是所有的業務線都會受影響
業務線不至訪問user資料，還會結合自己的業務訪問自己的資料
為了解決上面的諸多問題，網際網路高可用分層架構演進的過程中，引入了「服務層」。
以上文中的使用者業務為例，引入了user-service，對業務線響應所用使用者資料的訪問。引入服務層有什麼好處，解決什麼問題呢？
user = userservice::getuserbyid(uid);
在沒有服務層之前，所有業務線都需要關注快取、分庫分表這些細節
在有了服務層之後，只有服務層需要專注關注底層的複雜性了，向上游遮蔽了細節。
原來是業務向上游直接拼接sql訪問資料庫。
有了服務層之後，所有的sql都是服務層提供的，業務線不能再為所欲為了。底層服務對於穩定性的要求更好的話，可以由更資深的工程師維護，而不是像原來sql難以收口，難以控制。
原來各個業務的資料庫都混在乙個大庫里，相互join，難以拆分。
服務化之後，底層的資料庫被隔離開了，可以很方便的拆分出來，進行擴容。
在服務化之前，各業務線上游想怎麼操縱資料庫都行，遇到了效能瓶頸，各業務線容易扯皮，相互推諉。
服務化之後，服務只提供有限的通用介面，理論上服務集群能夠提供無限效能，效能出現瓶頸，服務層一處集中優化。
網際網路架構為什麼要做服務化？
服務化之前高可用架構 在服務化之前，網際網路的高可用架構大致是這樣乙個架構 使用者端是瀏覽器 browser 客戶端 2 後端入口是高可用的nginx集群，用於做反向 3 中間核心是高可用的web server集群，研發工程師主要編碼工作就是在這一層 4 後端儲存是高可用的db集群，資料儲存在這一層...
網際網路架構為什麼要做服務化？
1 使用者端是瀏覽器 browser 客戶端 web server 層是通過 dao orm 等技術來訪問資料庫的。各個業務線都是自己通過 dao寫 sql訪問 user 庫來訪問使用者資料，這無形中就導致了 的拷貝 發現乙個bug，多個地方都需要修改 sql 語句還是各個業務線拼裝的，資深的工程師...
網際網路架構為什麼要做服務化？
1 使用者端是瀏覽器 browser 客戶端 web server 層是通過 dao orm 等技術來訪問資料庫的。各個業務線都是自己通過 dao寫 sql訪問 user 庫來訪問使用者資料，這無形中就導致了 的拷貝 發現乙個bug，多個地方都需要修改 sql 語句還是各個業務線拼裝的，資深的工程師...