如果第二次看到我的文章,歡迎右側掃碼訂閱我喲~ 👉
每周五早8點 按時送達。當然了,也會時不時加個餐~
這篇是「分布式系統理論」系列的第20篇。提前預告一下,后面還有一篇文章,這個系列就結束了。
在之前,核心的概念都講的差不多了。前面Z哥帶你已經聊過了「數據一致性」、「高可用」、「易擴展」、「高性能」主題下的一些實踐思路。
這篇講怎么構建一個「易測試」的系統。
作為一位開發人員,可能一聽到測試就想關掉這篇文章了。那我只能說too young,too naive。
作為關注我這個號的“跨界者“們,你不能將自己的邊界划的太清楚,特別在當下這個變化越來越快、適者生存的時代。要活的像“水”一樣,與所處的環境結合的更緊密。
除此之外,測試工作並不是單單測試人員的事,開發人員是不是編寫了一個易測試的系統也至關重要。
在Z哥我過去的幾年coding經驗中,總結了六點認為有助於構建出一個易測試的系統建議,在這里分享給你。
第一點,分層。分層其實除了之前聊到的「易擴展」之外,對於測試工作的進行也是有很大幫助,規模越大的系統越是如此。
腦子里想象一下,一條業務線好比一根管道,每一次的業務操作會經歷整根管道的流轉最終到達終點。
往往很多時候,其實我們已經定位到了問題可能產生的范圍,但是由於項目沒有做好分層,導致每一次的測試工作不得不“從頭開始”。這是多么痛苦的一件事。
做好分層只要記住一個概念就行,「高內聚低耦合」。具體可以參考之前的文章,文末放鏈接。
第二點,無狀態。前面的文章里說過,滿足無狀態的功能點意味着可以動態的進行擴容而不用考慮“狀態丟失”問題。其實同時它也支持了一種測試場景,就是「容量規划」。
為了支撐業務的不斷發展以及不定期舉行的大型活動,我們需要清楚的知道,到底部署多少台機器為宜。
當然,你也可以選擇拍腦袋的方式進行,盡量多加一些就好了。但這不是一個科學的方法,也容易造成更多的浪費。
進行容量規划的過程就好比通過水龍頭裝水到一組杯子里。比如,你現在的要求是1分鍾裝入3L水,那么通過不斷的調整杯子的數量和大小,理想情況是剛剛好達到這個要求為宜。
如果此時支持無狀態,那么整個過程中水龍頭一直開着就好了,你只要專心調整杯子的數量和大小就行。做好無狀態具體也可以參考之前的文章,文末放鏈接。
第三點,避免硬編碼,盡量配置化。可能你一看到那些龐雜的配置項就頭疼,但是不得不說,配置對於測試工作的開展是有很大幫助的。
反而用“眼不見為凈”的方式,硬編碼到邏輯代碼中是“掩耳盜鈴”的辦法。
特別是以下這些用途的變量,盡量放到配置中去,否則每次配置的變更都需要重新打包編譯代碼,是多么麻煩的一件事情。
-
容量類的配置
-
次數類的配置
-
開關類的配置
-
時間類的配置
這些類型的配置之間的共同點是,沒有永遠正確、永遠合理的配置。你要根據你當前的需求,不斷的調整他們。
如果可以引入一個集中式的配置中心就更好了,這樣可以不用一個個登陸服務器去修改配置。
第四點,依賴注入。如果你平時經常編寫單元測試的話,對這個應該感受頗深。因為支持依賴注入的代碼,更容易編寫單元測試。
但它的價值還不止於此,隨着系統規模越來越大,對於直接在生產環境進行故障演練需求越迫切,因為這才足夠真實。
但是又要求不能對正常的業務數據產生影響,怎么做?那就只能單獨准備演練數據,然后寫入到單獨的數據庫中。
這個時候,依賴注入就起作用了。我們可以將載入數據源的地方設計成支持依賴注入的,如此一來,你就可以靈活的切換到不同的數據源,進行故障演練。
public interface IDataSource{ public string getName(int id); } public class DataSourceMysql implements IDataSource{ public string getName(int id){ // 從正常的數據庫里中獲取數據。 } } public class DataSourceDrill implements IDataSource{ public string getName(int id){ // 從故障演練的數據庫里中獲取數據。 } } public class UserBLL{ private IDataSource _database; public UserBLL(IDataSource database){ _database = database; } public void MethodA(int id){ // do something... var name = _database.getName(id); // do something... } } //以下是調用的時候 new UserBLL(new DataSourceMysql()).MethodA(id); //處理的是正常數據 new UserBLL(new DataSourceDrill()).MethodA(id); //處理的是演練數據
第五點,打日志。測試工作最終做的好不好,看的是數據,是結果。這就意味着,對一個系統要求是「可觀測」的。
一個系統的運行過程怎么來觀測呢?就是通過各個地方的打日志。
之前聽說過一個自嘲的段子,說我們中國程序員在硅谷為什么混的沒印度人好,就是因為沒人家日志打的多。說明我們很多時候都在靠“直覺”做事,但直覺會經常翻車~
怎么打好日志?主要就是2個事情,「梳理」和「歸類」。先梳理羅列一下各個打日志的地方,然后通過“目的”進行「歸類」。
比如你是想以應對方式來歸類的話,日志可以分為馬上處理,定期處理,定期關注,事后排查等等。
你想以重要程度來歸類的話,就是嚴重錯誤、錯誤、警告、普通信息等等。
【Fault】2019-05-24 09:01:07.669 | xxxxxx 【Error】2019-05-24 09:01:07.679 | xxxxxx 【Warning】2019-05-24 09:01:07.689 | xxxxxx 【Info】2019-05-24 09:01:07.699 | xxxxxx ...
記住,不要過分吝嗇你的磁盤空間,那點錢不值得你用更多排查問題的時間去換。
第六點,接口版本化,並且向前兼容。用戶規模越大的系統,越不能用一刀切的方式發布,需要像一滴水滴到紙上一樣,緩慢的進行蔓延,進行更新。這其實也是一種試探性的測試方式。
版本管理怎么進行呢?首先你得要有一個版本管理中心,管理着不同版本之間的依賴關系。比如以下這樣。
其次,你要有一個集中式的分發請求的地方。比如網關或者一些服務治理解決方案。
然后,在程序往下游系統發起請求的時候,將自己的版本號在消息頭中帶給網關或者服務治理框架。由他們通過上面的這個依賴關系表,路由到指定版本的服務節點上去。
除了這個之外,你的接口實現邏輯上還需要向前兼容,否則請求是路由過來了,處理不了還是白搭。
總結一下,今天沒有寫什么技術性的東西,主要就是一些思路上的東西。其實,哪怕你的程序不具有「易測試性」,並不會阻礙測試工作的進行。但這並不意味着,它不重要。
你不重視它,它也不重視你,更容易給你找麻煩。誰都不希望每天都在修bug,你說是吧?
相關文章:
作者:Zachary
出處:https://zacharyfan.com/archives/744.html
如果你喜歡這篇文章,可以點一下右下角的「推薦」。
這樣可以給我一點反饋。: )
謝謝你的舉手之勞。
既然看到這了,送我一個「贊同」吧,支持我的創作。
想更進一步和我一起玩耍,歡迎「搜索微信公號:跨界架構師」或者在「右側掃描」。
內容包括:架構設計丨分布式系統丨產品丨運營丨個人深度思考。