什么是业务逻辑

1 .阿里技术嘉年华 - aDev 内容 感悟 占进冬 2013 年 7 月

2 .写 在前面

3 .这 次杭州之行，干货确实 有，但很多时候自己没有切身体会或者 没有相同规 模 的应用场景可能很难产生共鸣。 对于我个人 来说启发的 价值大于实际应用的价值，有些抽象的东西不管 大系统还是小系统都是很有指导意义的。 这个分享内容主要是自己 在这次会议中感悟到 的一些东西并结合了大牛们的一些经验之谈，有不对的地方，欢迎批证。

4 .什么是 aDev

5 .“ aDev 由淘宝技术工程师自由发起的组织，主要关注 的后端 技术 。 关注开发人员和架构师在完成不同系统中的问题解决和经验实战， 以及 相关的技术趋势。 业务架构 & 后端技术 整个软件架构中，从不同的角度可以看到很多视图， aDev 主要关注的是 业务 架构 和 技术 架构， 之所以 说是后端技术，是因为在整个软件架构中，技术 架 构在 底层为上层业务架构所服务。

6 .逻辑架构 、 物理架构 、 部署架构 ……

7 .淘宝业务和后端技术 宏观上 ：整个淘宝的架构是业务 拆分，后端 技术共享。 微观 上 ：具体到某个子业务上， 依然能得到业务拆分和技术架构 作为底层服务的类似的结构。 抽象 ：某个技术架构依然可以 看成底层模块为上层模块服务 的结构。 再抽象 …… 什么是架构？

8 .架构 = 组件 + 交互 + 约束 架构 = 结构 + 结构 +…… 结构 = 组件 + 交互 + 约束

9 .什么是业务逻辑

10 .对于业务逻辑的理解很多人仅 限于对 三 层架构中业务逻辑层的理解 => 仅仅 是对数据访问层的简单封装 。 原因是我们大多接触的三层架构都很简单，基本上都是对数据库的 CURD 操作，比如 OSSP 的 运营管理系统 业务逻辑 = 三层架构中的业务逻辑层

11 .分层的目的：为了 分离 和 复用 。 领域逻辑 ：业务逻辑也叫领域逻辑，每个人站的领域不同，看到的业务逻辑的范围 自然 不相同。这既跟软件客体有关系，也和架构师主体有关系，因此同样一个软件不同的人分层也不同。 对于甲来说，从软件 1 和软件 2 中抽取公共部分之后，剩下的就是各个软件中的业务逻辑了。 而对于乙来说，从软件 1 和软件 2 中没有抽象出任何公共部分，那么设计出来的软件架构可想而知：必然将业务逻辑穿插于软件的各层。

12 .个人理解 ： 以 某个领域的视角， 将 一个软件中所有可以复用的部分抽象出来，那么剩下的就是业务逻辑。大部分都能做到将数据访问和界面展示抽出来，所以有了三层架构。 具体例子 ：比如 VAServer 和 VAClientServer 将请求信源也独立成一个 Source.jar 包可以复用，那么对于 VAServer 和 VAClientServer 来说剩下的 BLL 就是各自业务逻辑了。 如果站的更高一点来看 OSSP 接口和灵犀业务服务器，那么 Source.jar 其实也是属于业务逻辑了。 但是 OSSP 接口和灵犀业务服务器的数据访问层理论上依然是可以抽象出来的，再比如配置也是可以抽出来的。

13 .检验 ： 一个 检验程序是否将业务逻辑分离出来的方法很简单：让别人复用你抽象出来的组件。

14 .分布式的阿喀琉斯之踵

15 .阿里分布式数据库服务

16 .DRDS 是阿里巴巴即将对外发布的云服务，阿里目前已经提供关系数据库服务 RDS （ http://www.aliyun.com/product/rds/ ） 好处： 通过阿里分布式数据库服务，可以将一张表中的数据映射到不同的物理数据库服务器上，从而给数据库带来弹性扩展能力。从大处讲，使用了阿里分布式数据库服务你就拥有了一个海量数据库，不用担心数据库物理服务器的计算能力跟不上；从小处讲，在开发中你不用再纠结于如何进行表拆分 。 同时可以在线数据迁移（全量复制 + 增量复制） 本质： DRDS 的后端不是真正意义上的分布式数据库，而是关系型数据的分布式处理，它是介于应用程序与关系型数据库之间的中间件。

17 .限制 ： 分布式 事务：单机→多机，网络延迟不可避免 分布式 锁 分布式 join ：基于内存 → 基于网络 分布式 索引：保证一致性、实时更新索引 分布式分页 ……

18 .这些限制很多都是相互依赖的，本质上都是一个问题。我们没法同时获取分布式系统中所有节点的状态信息，这其中的罪魁祸首就是 网络延迟 ，节点之间距离越远，延迟也就越大 。 分布式的一个原则：“ 不要分布式 ”，两层意思： 1 ）当我们的规模单机就可以搞定的时候完全没必要拆分； 2 ）当不得以需要拆分后，尽可能利用单机的资源： ①尽可能走内存； ②一次性查询需要的数据要放到一台机器上（如：文章和文章的评论列表） ③合理的冗余：减少网络开销

19 .一些理论和思路 ： 分布式事务 ： 1 ）两阶段提交协议：阻塞的 因为为了克服不可避免 的 网络 开销 保证在获取到所有节点的状态后再做出决策，这种 方式存在着很大的 代价： A 组织 B 、 C 和 D 三个人去爬长城：如果所有人都同意去爬长城，那么活动将举行；如果有一人不同意去爬长城，那么活动将取消 。 A 就是协调者（ coordinator ）， B 、 C 、 D 就是事务参与者（ participants 、 workers ） → →参考备注

20 .二 阶段锁的改进和变种 ： 协调者备份、超时机制→三阶段提交协议、 树形 2PC 协议（或称递归 2PC 协议）、动态 2 阶段提交协议（ D2PC ） ……

21 .2 ）基于消息通知的分布式事务：最终一致性的

22 .分布式锁 ： ZooKeeper 分布式锁服务： http:// www.cnblogs.com/shanyou/archive/2012/09/22/2697818.html 分布式 join ： 小表 广播 相同的切分条件：将同一个用户的数据放在一起 异构复制

23 .分布式 分页 ： 写时有序（单机没问题），但多台机器一定会有热点 Map-Reduce ：写时保证各个节点有序，上层做归并

24 .无处不在的 …… （ PASS ）

25 .

26 .

27 .无处不在的缓存 c pu 中的 L1 Cache/L2 Cache 、 memmcahe 、 sqlserver 中的存储过程的预编译、 Aps.net 中页面输出缓存、浏览器中 css / js / img 资源的缓存 …… 从生活到技术、从 整体 到 局部 为什么需要缓存 因为从生活到技术的各个方面存在着不对等，不对等的计算能力，不对等的传输速率，不对等的成本 …… 缓存最关键 指标 命中率

28 .无处不在的队列 无处不在 的异步 无处不在的 超时 …… 所有这些，目的都是提高系统的鲁棒性和稳定性。

29 .互联网系统的稳定性保证