快速迭代，持续交付是互联网和微服务开发的核心理念。这需要大量完善的基础设施的支撑。对支付系统开发来说，这些基础设施尤为重要。近年来随着互联网公司在金融领域上的发力，竞争越来越激烈，新产品推出速度也在加快，而对安全的要求却是越来越高，不断的有系统或者业务的安全问题爆发。如何在快速完成业务支持任务的同时，保证开发质量，是支付系统开发面临的难题。微服务架构是解决这个问题的利器，不过也需要强大的基础设施的支持。 “没有金刚钻别揽瓷器活”，基础设施不完善，会反而影响微服务的开发实施效率。这里介绍微服务开发中需要准备的一些基础设施。

一、概览

微服务基础设施可以从软件过程支持、运行支撑环境和软件架构支持三个方面来建设。所涉及到的系统以及主要相关软件如下：

二、软件过程支持

相对传统软件，微服务的开发在软件过程上，更强调敏捷。每个开发任务控制在1-2周以内完成，一般不会超过一个月。这就得在软件过程上实现高度的自动化。参考微服务开发的软件过程。在软件过程支持上，主要考虑如下软件。

2.1 任务管理

或者软件过程管理，这是整个系统的核心，通过这个软件可以将整个流程自动化运行起来。一般用Jira来支持，也有公司用Redmine。

2.2 版本控制

版本控制所有自动化工作的基础。国内大部分公司已经完成了从subversion到git的改造，git也成为版本控制的标配了。支付系统在版本控制上和其他系统并无太多的差异。这里需要介绍的是针对微服务架构的版本控制。我们知道对版本控制来说，代码合并是一个很难避免的噩梦。而微服务化可以很好的解决这个问题，由于服务的粒度小，每次变更一个人就可以搞定。每个服务有都可以独立上线，避免修改冲突。这样版本控制就相对来说比较简单： Image of version control

2.3 代码审核

支付系统的每一行代码都要执行审核！代码审核对支付来说意义重大，是避免恶意代码不可缺少的一个环节。一般来说，支付代码要求至少是2人审核通过。代码需要执行日常审核，而不是到快发布时的统一审核。审核的工具一般是需要和版本控制相集成的。 subversion上用reviewboard, git上用gerrit或者gitlab。虽然说gitlab是比较新的系统，不过还是推荐gerrit，可以强制代码审核以及控制代码审核流程，确保两个人都OK后才能入库。

对于使用gitlab的系统而言，它的优势在于可扩展性强。gitlab默认不支持强制代码评审。但如果不强制执行代码评审，那会出现开发人员未经code view就提交自己merge代码。而reviewer 未能够及时review代码，也会影响进度。此外，开发人员没有执行代码审计（sonar）就提交代码，也是常见的事情。好在gitlab有非常好的可扩展性，通过webhook可以根据需要实现各种额外功能。 webhook是gitlab的一个扩展点，通过用户提供的回调HTTP请求来监听git的push、comments、merge等事件。比如可以要求必须至少两个LGFM（LooksGoodForMe)才可以merge。通过webhook来监听comments，汇总两个LGFM之后，自动将代码merge到trunk上。

2.4 代码审计

或者说是静态代码审查。Apache PMD， FindBugs都是常用的工具，推荐用Codehaus Sonar系统，即可以实现和Maven的集成，也可以有Web UI可以查看代码质量。提供的审核规则也比较全面，并且可以根据公司的需求来定制。

2.5 自动部署

毫无疑问，Jenkins就是CI的不二之选。但是这也只是一个工具，怎么用还得结合业务来实现。而上面列出来的这么多工具和使用要求，如何确保开发人员安规范来实现，并且尽可能地自动化，一个解决方案就是用集成工具将这些活动串起来。这里不详细介绍Jenkins的原理或者它和hudson的恩恩怨怨，重点描述如何使用。 Jenkins使用的要点是设置各个Job。而Job的设置，又分为线上和测试的Job。测试环境的Job分为部署、启动、停止三个群组。线上分为预部署、部署、启动和停止四个群组。在每个群组中，每个项目对应一个可执行Job。

三、运行环境

3.1 虚拟化

从物理机、虚拟机到docker，虚拟化程度越高，管理难度也越高，但所支撑的服务规模也相应的会增加。并不是所有的微服务都需要使用docker，如果服务数量不多、高峰期和低估期的QPS差异不大，那普通的虚机就可以了。

3.2 系统监控

现在基本上 Zabbix 成为监控的标配了。一个常规的 Zabbix 监控实现，是在被监控的机器上部署Zabbix Agent，从日志中收集所需要的数据，分析出监控指标，发送到zabbix服务器上。这种方式要求每个机器上部署 Zabbix 客户端，并配置数据收集脚本。Zabbix的部署可以作为必装软件随操作系统一起安装。

3.3 消息机制

异步消息是微服务必不可少的一个组件。常用的如下消息机制：

RabbitMQ：这是一个面向企业应用的重型的消息机制。他实现了消息机制的broker架构，即消息在发送到客户端之前需要先放到中心队列中。虽然RabbitMQ很容易部署和使用，但也显得笨重、性能差。
ZeroMQ 是一个轻量级的消息系统，它的设计目标是为了实现高吞吐、低延迟，但使用并不方便，有大量的机制需要自己实现。
ActiveMQ，这是一个介于RabbitMQ和ZeroMQ之间的消息机制，既有ZeroMQ的性能，也有RabbitMQ的稳定性和易用性。
Kafka: 严格说，Kafka设计初衷是为了处理日志，后来被应用到高性能的消息处理上。 Kafka可以通过Hadoop或者Spark来消费，性能也远比ActiveMQ、ZeroMQ高。
日志搜集与分析

开发同学不碰线上系统，这是支付系统的原则。那线上系统出问题了怎么办？开发人员总是依赖日志来排查问题，一个日志汇总系统是支付平台必备的基础设施。考虑到日志最终都需要归并到一个日志仓库中，这个仓库可以有很多用途，特别是日常维护中的日志查询工作。多数指标可以在日志上完成计算的。借助这个系统，也可以完成监控： zabbix 监控

日志通过Apache Flume来收集，通过Apache Kafka来汇总，一般最后日志都归档到Elastic中。统计分析工作也可以基于Elastic来做，但这个不推荐。使用Apache Spark 的 Streaming组件来接入Apache Kafka 完成监控指标的提取和计算，将结果推送到Zabbix服务器上，就可以实现可扩展的监控。 Apache Flume和Logstash都可以用于日志收集，从实际使用来看，两者在性能上并无太大差异。Flume是java系统，Logstash是ruby系统。使用中都会涉及到对系统的扩展，这就看那个语言你能hold住了。 Apache Flume和Logstash都支持日志直接入库，即写入HDFS，Elastic等，有必要中间加一层Kafka吗？太有必要了，日志直接入库，以后分析就限制于这个库里面了。接入Kafka后，对于需要日志数据的应用，可以在Kafka上做准实时数据流分析，并将结果保存到需要的数据库中。

持续集成

在测试环境部署执行如下工作：

获取受控代码。如果有指定版本号，则下载该版本号对应的代码；否则获取最新的Tag分支并下载该代码。集成是必须从代码开始构建，目的是保证线上运行的系统和版本控制服务器上的代码是一致的，而不是从某人机器上修改后的代码直接传上去的。如果出现问题，只要获取该版本的代码即可定位到出问题的地方；
执行代码审计
执行maven deploy命令，执行编译、单元测试、版本发布等工作。注意，这个阶段发布的包，都是SNAPSHOT版本的包。
生成javadoc, 接口文档，发布到测试服务器上，测试人员将对这个文档做验证。
生成单元测试覆盖率报告、代码质量报告。
发布系统到测试环境上。

在线上环境部署执行如下工作：

如果有指定版本号，则下载该版本号对应的代码；否则获取最新的Tag分支并下载该代码；
执行mvn setVersion命令，将所有SNAPSHOT版本依赖修改为正式版本依赖。
执行代码审计
执行maven deploy命令，执行编译、单元测试、版本发布等工作。注意，这个阶段发布的包，都是RELEASE版本的包。
生成javadoc, 接口文档，这是正式版本的文档。
发布系统到线上环境上。

以上支付系统中涉及的主要的基础设施，本文仅完成初稿，后续将会逐步再完善其他的基础设置。也欢迎大家补充完善。

修订记录

2016年11月12日完成初稿