惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

V
V2EX
aimingoo的专栏
aimingoo的专栏
S
SegmentFault 最新的问题
博客园_首页
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
IT之家
IT之家
博客园 - 【当耐特】
月光博客
月光博客
C
Check Point Blog
T
The Blog of Author Tim Ferriss
罗磊的独立博客
博客园 - Franky
MongoDB | Blog
MongoDB | Blog
H
Help Net Security
Microsoft Security Blog
Microsoft Security Blog
B
Blog
阮一峰的网络日志
阮一峰的网络日志
腾讯CDC
美团技术团队
N
Netflix TechBlog - Medium
Stack Overflow Blog
Stack Overflow Blog
Y
Y Combinator Blog
L
LangChain Blog
The Cloudflare Blog

暗无天日

读:AI Agent 安全日志——从可见性与隐私的两难说起 - 暗无天日 AI写作的语言指纹——如何让文字不那么像机器 - 暗无天日 读:50 条 Claude Code 技巧——一个工程经理的六个月使用心得 读:AI 辅助开发为什么让 E2E 测试更有价值 - 暗无天日 读:在Emacs中使用Claude Code(Spacemacs适配版) - 暗无天日 Claude Code 背后的工程哲学——读 Agent Harness Engineering 读:Agent Harness Engineering——AI 智能体不只是模型,还有套件 - 暗无天日 browser-harness:让 AI 直接接管你的浏览器 - 暗无天日 读:Security-First CI/CD —— DevSecOps 自动化实践指南 TIL: 数字小键盘的小数点陷阱与行内算术求值 - 暗无天日 读:Immutability 不是万能药,它是一种权衡 - 暗无天日 Conducty:给 Claude Code 加上项目记忆和并行执行能力 - 暗无天日 读 — GitHub Trending 里的 Claude Code 技能包 读 — Prompt Caching 省钱指南 TIL: Emacs 中那些跟鼠标配合的冷门快捷键 - 暗无天日 读:Anvil——把 Emacs 变成 AI 的工具服务器 读:Emacs 代码折叠终极指南 - 暗无天日 读:Clojure 搭车客指南 - 暗无天日 git推送失败后恢复仓库损坏的完整记录 - 暗无天日 多智能体系统的两个有效模式——以及对 Claude Code 用户的启示 - 暗无天日 用 Org Babel 写 Literate 博文:扩展执行 + 定制导出 proced:Emacs 内置的进程查看器 - 暗无天日 从 proced 定制中学到的 Elisp 模式 读:让 Emacs proced 在 macOS 上显示 CPU 和内存 异步编程的函数着色税 - 暗无天日 链式调用的代价:JavaScript 和 Clojure 的共同教训 - 暗无天日 hyperfine:命令行基准测试工具 - 暗无天日 管道中的变量去哪了?——子 shell 作用域陷阱 - 暗无天日 开源包装器的信任陷阱:四个危险信号 - 暗无天日 程序员愿意为 AI 写文档,却不愿为同事写 - 暗无天日
TIL:微服务与复杂度守恒——从单体到分布式的代价转移 - 暗无天日
2026-05-10 · via 暗无天日

微服务架构已经火了十几年。关于它的好处,独立部署、弹性伸缩、团队自治,各种文章说得够多了。Jayapragash Dakshnamurthy 在 DZone 上写了一篇从单体到微服务的实战教训,总结了他在多个企业现代化项目中的观察。文章讲了五个教训,都是微服务领域的标准知识。但其中有一个洞察值得单独拎出来说。

微服务不减少系统复杂度。它重新分配复杂度。

单体的复杂度集中在代码里:模块耦合、巨型构建、改一行测全身。微服务把这份复杂度拆散,搬到了网络、基础设施、监控、部署流水线和数据层。复杂度总量没变,只是换了地方。

换句话说,选架构本质上是在选 你愿意把复杂度放在哪里

故障排查 → 复杂度搬到了调用链上

单体的好处之一是故障现场完整。一个请求从认证到查库到返回结果,全在一个进程里完成,看日志和堆栈跟踪就能理清调用链。

微服务不一样。一个下单操作可能穿过认证服务、库存服务、支付服务、通知服务。任何一个环节挂了,整个操作都可能受影响。排查问题时,你不能只看一个服务的日志,要跨多个服务拼出完整链路。

复杂度没有消失。它从进程内的调用栈变成了网络上的分布式调用链。你需要分布式追踪系统(Jaeger、Zipkin)来还原请求路径,这就是单体时代不需要的东西。

可观测性 → 复杂度搬到了监控体系上

单体应用里,日志文件通常在一台机器上,grep 一下就能定位问题。告警也简单:进程挂了、CPU 飙了、磁盘满了,几个基础指标覆盖大部分场景。

微服务架构下,几十个服务分布在多台机器(或 Pod)上,日志分散在各处。要回答"用户下单为什么超时"这个问题,你得跨服务、跨机器地关联日志和指标。集中式日志平台(ELK、Loki)、指标看板(Prometheus + Grafana)、服务健康检查、告警规则,这些在单体时代是锦上添花,在微服务时代是生存必需品。

可观测性基础设施本身成了系统的一部分,不再是运维的外挂工具。

部署 → 复杂度搬到了流水线上

部署一个单体应用:打包一个 war/ear,传到服务器,重启。手工操作可能慢,但不复杂。

部署微服务:几十个服务,每个有自己的代码仓库、构建流程、配置、依赖版本。手工部署不可行,你得有 CI/CD 流水线、容器编排(Kubernetes)、基础设施即代码(Terraform、Ansible)。

原文把这叫 DevOps 成熟度。说到底是微服务把部署的复杂度从"一个包"放大到了"一个系统"。自动化不是提效手段,是进入门槛。

服务边界 → 复杂度搬到了团队协作上

单体里模块边界是一起写在代码里的,跨模块调用就是函数调用。微服务把模块边界变成了服务边界,跨模块调用变成网络调用。

这带来一个新问题:怎么切服务?按技术层切(controller 层、service 层、dao 层各一个服务),服务之间会产生大量同步调用,改一个业务需求要协调多个服务,比单体时代更慢。按业务领域切(订单服务、库存服务、支付服务各一个),团队跟着服务边界走,一个团队拥有一个完整的业务能力。

复杂度的转移方向:从"代码内部的模块职责不清"变成了"团队之间的服务边界不清"。DDD(领域驱动设计)在微服务时代重新火起来就是这个原因。

数据 → 复杂度搬到了一致性上

单体的最大便利是 ACID 事务。一个数据库连接里 begin transaction,多个表穿插操作,最后 commit 或 rollback,一致性由数据库保证。

微服务推崇每个服务有自己的数据库。好处是服务独立演进,坏处是跨服务的业务操作不再有数据库事务兜底。订单扣库存、支付扣余额、通知发消息,这三个操作跨三个服务三个数据库,任何一个失败都需要补偿逻辑。于是分布式事务(Saga)、最终一致性、事件驱动架构成了必修课。

复杂度的转移方向:从"数据库保证一致性"变成了"你得自己在代码里处理不一致"。

不是反对微服务

这篇不是反微服务的檄文。微服务解决的真实问题,比如大团队协作、独立部署、弹性伸缩,是单体确实难做好的。

但要清楚代价。每次把复杂度从一个地方搬走,它就会在另一个地方重新出现。迁移之前问自己:我们现在最痛的是哪种复杂度?搬到新地方之后,我们有能力处理那种复杂度吗?

如果团队只有五个人、没有 CI/CD 基础设施、业务逻辑还在频繁变动,单体的代码耦合可能比微服务的运维复杂度更好承受。反过来,如果团队上百人、单次部署要协调十几个组、改一个模块要回归整个应用,那运维复杂度的代价也许就值得付。

架构选型没有标准答案,只有你愿意把复杂度放在哪里。