分布式系统关注点(21)——构建「易测试」系统的“六脉神剑”

这篇是「分布式系统理论」系列的第20篇。提前预告一下，后面还有一篇文章，这个系列就结束了。

 

在之前，核心的概念都讲的差不多了。前面Z哥带你已经聊过了「数据一致性」、「高可用」、「易扩展」、「高性能」主题下的一些实践思路。

 

这篇讲怎么构建一个「易测试」的系统。

 

 

作为一位开发人员，可能一听到测试就想关掉这篇文章了。那我只能说too young，too naive。

 

作为关注我这个号的“跨界者“们，你不能将自己的边界划的太清楚，特别在当下这个变化越来越快、适者生存的时代。要活的像“水”一样，与所处的环境结合的更紧密。

 

除此之外，测试工作并不是单单测试人员的事，开发人员是不是编写了一个易测试的系统也至关重要。

 

 

在Z哥我过去的几年coding经验中，总结了六点认为有助于构建出一个易测试的系统建议，在这里分享给你。

 

 

第一点，分层。分层其实除了之前聊到的「易扩展」之外，对于测试工作的进行也是有很大帮助，规模越大的系统越是如此。

 

脑子里想象一下，一条业务线好比一根管道，每一次的业务操作会经历整根管道的流转最终到达终点。

 

往往很多时候，其实我们已经定位到了问题可能产生的范围，但是由于项目没有做好分层，导致每一次的测试工作不得不“从头开始”。这是多么痛苦的一件事。

 

做好分层只要记住一个概念就行，「高内聚低耦合」。具体可以参考之前的文章，文末放链接。

 

 

第二点，无状态。前面的文章里说过，满足无状态的功能点意味着可以动态的进行扩容而不用考虑“状态丢失”问题。其实同时它也支持了一种测试场景，就是「容量规划」。

 

为了支撑业务的不断发展以及不定期举行的大型活动，我们需要清楚的知道，到底部署多少台机器为宜。

 

当然，你也可以选择拍脑袋的方式进行，尽量多加一些就好了。但这不是一个科学的方法，也容易造成更多的浪费。

 

进行容量规划的过程就好比通过水龙头装水到一组杯子里。比如，你现在的要求是1分钟装入3L水，那么通过不断的调整杯子的数量和大小，理想情况是刚刚好达到这个要求为宜。

 

如果此时支持无状态，那么整个过程中水龙头一直开着就好了，你只要专心调整杯子的数量和大小就行。做好无状态具体也可以参考之前的文章，文末放链接。

 

 

第三点，避免硬编码，尽量配置化。可能你一看到那些庞杂的配置项就头疼，但是不得不说，配置对于测试工作的开展是有很大帮助的。

 

反而用“眼不见为净”的方式，硬编码到逻辑代码中是“掩耳盗铃”的办法。

 

特别是以下这些用途的变量，尽量放到配置中去，否则每次配置的变更都需要重新打包编译代码，是多么麻烦的一件事情。

• 容量类的配置
• 次数类的配置
• 开关类的配置
• 时间类的配置

 

这些类型的配置之间的共同点是，没有永远正确、永远合理的配置。你要根据你当前的需求，不断的调整他们。

 

如果可以引入一个集中式的配置中心就更好了，这样可以不用一个个登陆服务器去修改配置。

 

 

第四点，依赖注入。如果你平时经常编写单元测试的话，对这个应该感受颇深。因为支持依赖注入的代码，更容易编写单元测试。

 

但它的价值还不止于此，随着系统规模越来越大，对于直接在生产环境进行故障演练需求越迫切，因为这才足够真实。

 

但是又要求不能对正常的业务数据产生影响，怎么做？那就只能单独准备演练数据，然后写入到单独的数据库中。

 

这个时候，依赖注入就起作用了。我们可以将载入数据源的地方设计成支持依赖注入的，如此一来，你就可以灵活的切换到不同的数据源，进行故障演练。

public interface IDataSource{
    public string getName(int id);
}
​
public class DataSourceMysql implements IDataSource{
    public string getName(int id){
        // 从正常的数据库里中获取数据。
    }
}
​
public class DataSourceDrill implements IDataSource{
public string getName(int id){
        // 从故障演练的数据库里中获取数据。
    }
}
​
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...
    }
}
​
//以下是调用的时候
new UserBLL(new DataSourceMysql()).MethodA(id);  //处理的是正常数据
new UserBLL(new DataSourceDrill()).MethodA(id);  //处理的是演练数据

第五点，打日志。测试工作最终做的好不好，看的是数据，是结果。这就意味着，对一个系统要求是「可观测」的。

 

一个系统的运行过程怎么来观测呢？就是通过各个地方的打日志。

 

之前听说过一个自嘲的段子，说我们中国程序员在硅谷为什么混的没印度人好，就是因为没人家日志打的多。说明我们很多时候都在靠“直觉”做事，但直觉会经常翻车～

 

怎么打好日志？主要就是2个事情，「梳理」和「归类」。先梳理罗列一下各个打日志的地方，然后通过“目的”进行「归类」。

 

比如你是想以应对方式来归类的话，日志可以分为马上处理，定期处理，定期关注，事后排查等等。

 

你想以重要程度来归类的话，就是严重错误、错误、警告、普通信息等等。

 

 

记住，不要过分吝啬你的磁盘空间，那点钱不值得你用更多排查问题的时间去换。

 

 

第六点，接口版本化，并且向前兼容。用户规模越大的系统，越不能用一刀切的方式发布，需要像一滴水滴到纸上一样，缓慢的进行蔓延，进行更新。这其实也是一种试探性的测试方式。

 

版本管理怎么进行呢？首先你得要有一个版本管理中心，管理着不同版本之间的依赖关系。比如以下这样。

其次，你要有一个集中式的分发请求的地方。比如网关或者一些服务治理解决方案。

 

然后，在程序往下游系统发起请求的时候，将自己的版本号在消息头中带给网关或者服务治理框架。由他们通过上面的这个依赖关系表，路由到指定版本的服务节点上去。

 

 

除了这个之外，你的接口实现逻辑上还需要向前兼容，否则请求是路由过来了，处理不了还是白搭。

 

总结一下，今天没有写什么技术性的东西，主要就是一些思路上的东西。其实，哪怕你的程序不具有「易测试性」，并不会阻碍测试工作的进行。但这并不意味着，它不重要。

 

你不重视它，它也不重视你，更容易给你找麻烦。谁都不希望每天都在修bug，你说是吧？