如何对遗留系统的数据库进行拆分

在上述几个改造场景中，有些步骤涉及对遗留系统的数据库进行拆分。那么在多服务共享数据库的情况下，如何决定首先拆分哪个服务的数据库？哪种拆分顺序的工作量最小呢？一种方法是采用数据“读依赖最小”的顺序进行拆分，这种方法的实施可以概括为以下三个步骤：

1．表拆分，解除服务之间的数据关系耦合：列出各个服务对表的读写关系，如果只有一个服务对某个表进行写操作，不用拆分该表；当有多个服务对某个表进行写操作时，首先考虑将这张表拆分成多张有连接关系的表，将其转化为被某个服务单独进行写操作的表。

2．绘制服务依赖关系图：在每张表被独立服务单独进行写操作的情况下，按照如下规则构造有向图，即将所有服务作为有向图中的点，当服务A需要从服务B的数据库读取数据时，画一条由B指向A的有向边，表示服务A依赖于服务B；依此类推，直到绘制完整个依赖关系图。

3．库拆分，解除服务之间的数据库耦合：以有向图中各节点的出度（即从节点出发的边的条数）作为该服务被依赖数，进行排序，挑选被依赖数最小的服务，首先对其进行数据库解耦，把该服务下的数据库表独立出来，并在该服务里提供数据接口，以供依赖于它的服务调用。

重复第3步，直到所有数据库被拆分为由各个服务独享的数据库。

例如，如图6-12所示，是一组包含四个服务的依赖关系图，服务右上角的角标表示该服务的被依赖数。得知短信服务的被依赖数为0，为当前被依赖最少的服务，可以首先将该服务的数据库拆分出来。其次再按顺序依次拆分积分服务、订单服务和账户服务的数据库，直至所有数据库被拆分为由服务所独享的数据库。

四、遗留系统改造案例

本节以笔者曾亲身参与改造的遗留系统为案例，介绍如何将一个大型遗留系统向微服务架构进行迁移。

1. 改造前的系统情况

该系统是一个用于提供全球房产信息搜索服务的大型门户平台，核心功能主要包括如下几点，如图6-13所示。

• 为用户提供基于地理位置、关键字的房产信息搜索功能。
  
• 提供基于定制搜索条件的房源信息订阅。
  
• 提供桌面端、平板端、手机端等多种不同方式的访问。
  

该系统是从多年前收购的一个通用搜索平台改造而来的，整体为一个规模庞大的单体应用，使用同一个代码库，技术栈主要以Java为主，数据库为Postgre，搜索引擎使用FASTSearch（历史原因），代码量大约在300万行左右。

随着业务演进的速度越来越快，单体应用的弊端导致系统变更成本越来越高。即使修改几行代码也需要经过冗长的测试以及发布流程，系统发布才能生效。面对这些问题，团队决心使用微服务架构，将未来的新功能全部以微服务实现，并将系统原有功能逐步迁移到微服务架构下。

2. 改造过程

步骤1：通过遗留系统API提供数据

当时，研发团队接到的第一个特性需求如下所示：

• 支持NativeApp提供核心功能
  
• 三个月上线首个版本
  

此时，面临的挑战主要包括以下两个：

• 该系统的主要研发成员在海外，国内团队刚成立，新人多，知识迁移成本高。
  
• 系统本身是基于商业通用搜索平台上进行的二次开发，逻辑复杂，代码耦合度高，变更成本高。
  

采取的方案主要包括如下几部分：

• 在遗留系统上封装现有逻辑，提供基础API。
  
• 重新实现一个服务，类似之前章节提到的BFF模式，为NativeApp提供数据。
  
• 该服务通过访问遗留系统提供的基础API获得所需要的数据。
  
• 该服务内实现必要的转换，提供给NativeApp界面进行呈现。
  

利用微服务架构的异构性，新服务命名为AppService，使用RubyOnRails实现，并实现相关的数据转换逻辑，为NativeApp提供数据API。通过这种方式实现的新服务，不仅能满足NativeApp的需求，而且可以快速开发，独立部署。

改造后的系统架构图，如图6-14所示。其中AppService服务提供两组API，分别是提供房源信息的EstateAPI和提供地理位置信息的LocAPI。