【服务化之前高可用架构】
在服务化之前，互联网的高可用架构大致是这样一个架构：
（ 1 ）用户端是浏览器 browser ， APP 客户端
（ 2 ）后端入口是高可用的 nginx 集群，用于做反向代理
（ 3 ）中间核心是高可用的 web-server 集群， 研发工程师主要编码工作就是在这一层
（ 4 ）后端存储是高可用的 db 集群，数据存储在这一层
更典型的， web-server 层是通过 DAO/ORM 等技术来访问数据库的。
可以看到，最初都是没有服务层的，此时架构会碰到一些什么痛点呢？
【架构痛点一：代码到处拷贝】
举一个最常见的业务的例子 -> 用户数据的访问，绝大部分公司都有一个数据库存储用户数据，各个业务都有访问用户数据的需求：
在有用户服务之前， 各个业务线都是自己通过 DAO 写 SQL 访问 user 库来存取用户数据，这无形中就导致了代码的拷贝 。
【架构痛点二：复杂性扩散】
随着并发量的越来越高，用户数据的访问数据库成了瓶颈，需要加入缓存来降低数据库的读压力，于是架构中引入了缓存，由于没有统一的服务层， 各个业务线都需要关注缓存的引入导致的复杂性 ：
对于用户数据的写请求，所有业务线都要升级代码：
（ 1 ）先淘汰 cache
（ 2 ）再写数据
对于用户数据的读请求，所有业务线也都要升级代码：
（ 1 ）先读 cache ，命中则返回
（ 2 ）没命中则读数据库
（ 3 ）再把数据放入 cache
这个复杂性是典型的“业务无关”的复杂性，业务方需要被迫升级。
随着数据量的越来越大，数据库需要进行水平拆分，于是架构中又引入了分库分表，由于没有统一的服务层， 各个业务线都需要关注分库分表的引入导致的复杂性 ：
这个复杂性也是典型的“业务无关”的复杂性，业务方需要被迫升级。
包括 bug 的修改， 发现一个 bug ，多个地方都需要修改 。
【架构痛点三：库的复用与耦合】
服务化并不是唯一的解决上述两痛点的方法，抽象出统一的 “ 库 ” 是最先容易想到的解决：
（ 1 ）代码拷贝
（ 2 ）复杂性扩散
的方法。抽象出一个 user.so ，负责整个用户数据的存取，从而避免代码的拷贝。至于复杂性，也只有 user.so 这一个地方需要关注了。
解决了旧的问题，会引入新的问题， 库的版本维护与业务线之间代码的耦合 ：
业务线 A 将 user.so 由版本 1 升级至版本 2 ，如果不兼容业务线 B 的代码，会导致 B 业务出现问题；
业务线 A 如果通知了业务线 B 升级，则是的业务线 B 会无故做一些“自身业务无关”的升级，非常郁闷。当然，如果各个业务线都是拷贝了一份代码则不存在这个问题。
【架构痛点四： SQL 质量得不到保障，业务相互影响】
业务线通过 DAO 访问数据库：
本质上 SQL 语句还是各个业务线拼装的，资深的工程师写出高质量的 SQL 没啥问题，经验没有这么丰富的工程师可能会写出一些低效的 SQL ， 假如业务线 A 写了一个全表扫描的 SQL ，导致数据库的 CPU100% ，影响的不只是一个业务线，而是所有的业务线都会受影响 。
【架构痛点五：疯狂的 DB 耦合】
业务线不至访问 user 数据，还会结合自己的业务访问自己的数据：
典型的，通过 join 数据表来实现各自业务线的一些业务逻辑。
这样的话，业务线 A 的 table-user 与 table-A 耦合在了一起，业务线 B 的 table-user 与 table-B 耦合在了一起，业务线 C 的 table-user 与 table-C 耦合在了一起，结果就是： table-user ， table-A ， table-B ， table-C 都耦合在了一起。
随着数据量的越来越大，业务线 ABC 的数据库是无法垂直拆分开的 ，必须使用一个大库（疯了，一个大库 300 多个业务表 =_= ）。
【架构痛点六： … 】
为了解决上面的诸多问题，互联网高可用分层架构演进的过程中，引入了“服务层”。
以上文中的用户业务为例，引入了 user-service ，对业务线响应所用用户数据的存取。引入服务层有什么好处，解决什么问题呢？
【好处一：调用方爽】
有服务层之前：业务方访问用户数据，需要通过 DAO 拼装 SQL 访问
有服务层之后： 业务方通过 RPC 访问用户数据，就像调用一个本地函数一样，非常之爽
User = UserService::GetUserById(uid);
传入一个 uid ，得到一个 User 实体，就像调用本地函数一样，不需要关心序列化，网络传输，后端执行，网络传输，范序列化等复杂性。
【好处二：复用性，防止代码拷贝】
这个不展开叙述，所有 user 数据的存取，都通过 user-service 来进行，代码只此一份，不存在拷贝。
升级一处升级， bug 修改一处修改。
【好处三：专注性，屏蔽底层复杂度】
在没有服务层之前，所有业务线都需要关注缓存、分库分表这些细节。
在有了服务层之后，只有服务层需要专注关注底层的复杂性了，向上游屏蔽了细节 。
【好处四： SQL 质量得到保障】
原来是业务向上游直接拼接 SQL 访问数据库。
有了服务层之后，所有的 SQL 都是服务层提供的，业务线不能再为所欲为了 。底层服务对于稳定性的要求更好的话，可以由更资深的工程师维护，而不是像原来 SQL 难以收口，难以控制。
【好处五：数据库解耦】
原来各个业务的数据库都混在一个大库里，相互 join ，难以拆分。
服务化之后， 底层的数据库被隔离开了，可以很方便的拆分出来，进行扩容 。
【好处六：提供有限接口，无限性能】
在服务化之前，各业务线上游想怎么操纵数据库都行，遇到了性能瓶颈，各业务线容易扯皮，相互推诿。
服务化之后， 服务只提供有限的通用接口，理论上服务集群能够提供无限性能，性能出现瓶颈，服务层一处集中优化 。
