从零打造聚合支付系统:三、应用微服务架构

简介: 从零打造聚合支付系统 系列文章链接如下从零打造聚合支付系统:一、浅谈聚合支付的核心价值从零打造聚合支付系统:二、建立领域模型从零打造聚合支付系统:三、应用微服务架构上一篇建立了聚合支付的领域模型,本篇将讨论聚合支付系统的具体实现方案。

从零打造聚合支付系统 系列文章链接如下

从零打造聚合支付系统:一、浅谈聚合支付的核心价值
从零打造聚合支付系统:二、建立领域模型
从零打造聚合支付系统:三、应用微服务架构

上一篇建立了聚合支付的领域模型,本篇将讨论聚合支付系统的具体实现方案。

设计策略

在决定采用什么样的架构之前,不妨先回顾一下聚合支付的功能。

  • 为商户提供支付的一站式接入,由商户发起支付,在支付机构和银行落地。
  • 将商户的支付、查询、退款信息,通过系统调用的方式传递给支付机构和银行。
  • 提供一些辅助功能,如对账、结算、商户注册、交易管理等。

实现这些功能可以采取如下的设计策略:

  1. 对外提供HTTP(或HTTPS)接口:首先,没有比这个更通用的协议;其次,这是由落地方决定的,聚合支付系统只是商户与支付机构间的中介,不破坏两者之间原有的协议是最省事的;
  2. 第一要务是信息传递:作为一个中介,聚合支付既不管理资金账户,也不持有商品订购的数据,这与许多业务系统是有区别的。设计重心要放在为商户与支付机构之间提供稳定的信道与准确的信息传递。而数据的管理,可以放在第二位考虑。
  3. 摒弃有状态的设计:既然数据不在第一位考虑,那么也就意味着,数据的一致性要求可以适当降低,参考CAP的约束,可以让我们在保证可用性和分区容错性上有更多的发挥空间。

微服务架构

无论是追捧还是质疑,微服务架构拥有巨大优势,尤其是它让敏捷开发和复杂的企业应用交付成为可能。———— 引用自「Chris Richardson 微服务系列」《微服务架构概念解析》

Chris Richardson 如何理解微服务架构?微服务架构有什么优缺点?请参考文末附录的的文章。

我认为,微服务架构与聚合支付的契合度颇高,列举几点:

  • RESTful API是微服务中进程间通信标配:为什么选用HTTP做信道?不仅因为HTTP协议足够灵活,更因为不需要处理在引入特定的通信组件(如Thrift)带来的复杂性。
  • 微服务架构擅长于消息的可靠传递:在微服务特点的论述中,有大量篇幅用于探讨如何传递息,包括外部通信、进程间通信、容错处理等。同时,为了适应众多的场景,微服务架构也发展出了各式各样的通信组件可供使用。
  • 聚合支付免去微服务中关于数据分区的挑战:微服务会导致数扰分区,即相关数据被分在不同的数据库中,这让保持多个服务数据的一致性成为挑战。所幸聚合支付对数据一致性的要求不高,这就让我们实现微服务变的简单,采用对账来保证最终一致性即可;

另外一个关于微服务的挑战来自于分区的数据库架构。同时更新多个业务主体的事务很普遍。这种事务对于单体式应用来说很容易,因为只有一个数据库。在微服务架构应用中,需要更新不同服务所使用的不同的数据库。使用分布式事务并不一定是好的选择,不仅仅是因为 CAP 理论,还因为当前高扩展性的 NoSQL 数据库和消息传递中间件并不支持这一需求。最终你不得不使用一个最终一致性的方法,从而对开发者提出了更高的要求和挑战。———— 引用自「Chris Richardson 微服务系列」《微服务架构概念解析》

  • 优秀的横向扩展能力满足未来的性能要求:应用微服务架构的一个要点就是将服务设计为无状态,使得每个服务都能简单地横向扩展,规模化部署。这样,即便单个服务实例的处理性能不够强,也可以通过部署更多的实例来迅速满足业务增长的需求。

微服务架构模式使得每个服务独立扩展。你可以根据每个服务的规模来部署满足需求的实利。甚至于,你可以使用更适合于服务资源需求的硬件。 ———— 引用自「Chris Richardson 微服务系列」《微服务架构概念解析》

  • 优秀的解耦能力满足未来分工的要求

这种架构使得每个服务都可以有专门开发团队来开发。开发者可以自由选择开发技术,提供 API 服务。……甚至于,因为服务都是相对简单,即使用现在技术重写以前代码也不是很困难的事情。———— 引用自「Chris Richardson 微服务系列」《微服务架构概念解析》

构建最小系统

接下来根据我们在上一篇文章中描述的领域模型,应用微服务架构的思想构建聚合支付系统。

“最小系统”特指以下描述的每个部分都是不可缺少的。

服务划分

img_77045d59d41e6e1cf721d217e5cea96a.png

橙色部分就是微服务架构中的“服务”了。

  • 支付后台:支付的核心功能,处理来自于商户后台的支付与退款请求,是整个聚合支付消息传递的关键。
  • 收银台:考虑支付请求并不一定来自于后台。在实际支付场景中,请求可以由客户端APP或浏览器跳转过来,它与后台请求所使用的网络通常是不一样的,某些场景下,还要提供让客户选择支付方式的页面。
  • 支付机构:支付落地在支付机构或银行,意味着最终是调用他们提供的接口,但支付机构的接口并不是一成不变的,经常会升级改造。将每个支付机构的接口包装成一个服务,可以减少支付机构接口改造核心业务模块的影响。
    对账结算模块:
  • 账户服务:为了实时记账而存在的服务,将支付金额按规则进行分账,并与外部账户保持同步。

值得说明的是,对账结算模块中除了账户服务之外,比对结算功能通常不需要设计为服务。比对通常使用批处理技术(如Spark或MapReduce),而结算模块由于与会计系统对接,通常按指定的规范来实现。

  • 商户服务:负责提供商户交互的UI界面,融合商户使用过程中所需的功能。

必要的辅助组件

img_e16612c45153b37b1b4496e33dc77983.png
  • API网关:API 网关可以说是进入系统的唯一节点。这与面向对象设计模式中的 Facade 模式很像。主要用来收敛后面的服务实现。
  • 注册中心:实现服务自动发现,从而实现客户端负载均衡。
  • 配置中心:集中管理所有服务的配置,简化配置过程。

应用微服务架构,以上是三个必要的辅助组件,需要配套部署,缺一不可。

部署到云

对于小团队,为了降低运维成本,方便扩展,通常会租用云服务器。正巧,微服务架构是云友好和容器(如Docker)友好的,尤其是现在许多云平台服务商都提供了容器技术,更方便我们将聚合支付系统部署到云上。

如果你的团队己经做了聚合支付,而且己经有业务在跑了,那么我强烈建议参考《将单体应用改造为微服务》 一文,尽快应用微服务架构。要小心,不要大规模重构代码,正如 Martin Fowler 所言,“大规模重写唯一能够保证的只有大规模!”。眼光要看的足够远,但步子不能一下子迈的太大。

最后,选择语言

好了,我们打算动手写代码了。

但在这之前,还有一件事我们要确定一下。

我们应该构建在什么语言平台上?虽然微服务号称对各种语言都兼容,但一个小团队最重要的还是保持技术栈相对单一。

首先被排除的是C/C++,在初期,语言的效率就是团队的效率,真的玩不起。

PHP虽然足够简单,但由于对微服务支持不佳,也被我们排除。

Nodejs与GO在国内受众仍然较少,考虑到招程序员的要求,虽然看起来很酷,但我们还是别折腾了。

Python最近由于人工智能而大热,但在微服务方面的支持还不是那么完善,还需要发展一下。

Java体系中有个非常硬霸的框架叫Spring Cloud,不只是对微服务支持很好,还喊出了“连接一切”的口号。

所以,没有什么特别原因的话,建议还是选 Java 和 Spring Cloud吧。

附录:微服务架构的圭臬

本文反复提到了微服务架构,但微服务架构并非本文重点。关于微服务的论述,我在此附上Chris Richardson的微服务系列文章。

以下是原文与译文的链接。

  1. Introduction to Microservices
  2. Building Microservices: Using an API Gateway
  3. Building Microservices: Inter-Process Communication in a Microservices Architecture
  4. Service Discovery in a Microservices Architecture
  5. Event-Driven Data Management for Microservices
  6. Choosing a Microservices Deployment Strategy
  7. Refactoring a Monolith into Microservices
  1. 微服务架构概念解析
  2. 构建微服务架构:使用 API Gateway
  3. 深入微服务架构的进程间通信
  4. 服务发现的可行方案以及实践案例
  5. 微服务的事件驱动数据管理
  6. 选择微服务部署策略
  7. 将单体应用改造为微服务
相关文章
|
6月前
|
SQL 前端开发 关系型数据库
如何开发一套研发项目管理系统?(附架构图+流程图+代码参考)
研发项目管理系统助力企业实现需求、缺陷与变更的全流程管理,支持看板可视化、数据化决策与成本优化。系统以MVP模式快速上线,核心功能包括需求看板、缺陷闭环、自动日报及关键指标分析,助力中小企业提升交付效率与协作质量。
|
5月前
|
数据采集 机器学习/深度学习 运维
量化合约系统开发架构入门
量化合约系统核心在于数据、策略、风控与执行四大模块的协同,构建从数据到决策再到执行的闭环工作流。强调可追溯、可复现与可观测性,避免常见误区如重回测轻验证、忽视数据质量或滞后风控。初学者应以MVP为起点,结合回测框架与实时风控实践,逐步迭代。详见相关入门与实战资料。
|
5月前
|
前端开发 JavaScript BI
如何开发车辆管理系统中的车务管理板块(附架构图+流程图+代码参考)
本文介绍了中小企业如何通过车务管理模块提升车辆管理效率。许多企业在管理车辆时仍依赖人工流程,导致违章处理延误、年检过期、维修费用虚高等问题频发。将这些流程数字化,可显著降低合规风险、提升维修追溯性、优化调度与资产利用率。文章详细介绍了车务管理模块的功能清单、数据模型、系统架构、API与前端设计、开发技巧与落地建议,以及实现效果与验收标准。同时提供了数据库建表SQL、后端Node.js/TypeScript代码示例与前端React表单设计参考,帮助企业快速搭建并上线系统,实现合规与成本控制的双重优化。
|
6月前
|
人工智能 监控 测试技术
告别只会写提示词:构建生产级LLM系统的完整架构图​
本文系统梳理了从提示词到生产级LLM产品的八大核心能力:提示词工程、上下文工程、微调、RAG、智能体开发、部署、优化与可观测性,助你构建可落地、可迭代的AI产品体系。
865 52
|
5月前
|
机器学习/深度学习 人工智能 缓存
面向边缘通用智能的多大语言模型系统:架构、信任与编排——论文阅读
本文提出面向边缘通用智能的多大语言模型(Multi-LLM)系统,通过协同架构、信任机制与动态编排,突破传统边缘AI的局限。融合合作、竞争与集成三种范式,结合模型压缩、分布式推理与上下文优化技术,实现高效、可靠、低延迟的边缘智能,推动复杂场景下的泛化与自主决策能力。
474 3
面向边缘通用智能的多大语言模型系统:架构、信任与编排——论文阅读
|
5月前
|
人工智能 自然语言处理 安全
AI助教系统:基于大模型与智能体架构的新一代教育技术引擎
AI助教系统融合大语言模型、教育知识图谱、多模态交互与智能体架构,实现精准学情诊断、个性化辅导与主动教学。支持图文语音输入,本地化部署保障隐私,重构“教、学、评、辅”全链路,推动因材施教落地,助力教育数字化转型。(238字)
970 23
|
6月前
|
消息中间件 数据采集 NoSQL
秒级行情推送系统实战:从触发、采集到入库的端到端架构
本文设计了一套秒级实时行情推送系统,涵盖触发、采集、缓冲、入库与推送五层架构,结合动态代理IP、Kafka/Redis缓冲及WebSocket推送,实现金融数据低延迟、高并发处理,适用于股票、数字货币等实时行情场景。
874 3
秒级行情推送系统实战:从触发、采集到入库的端到端架构
|
6月前
|
前端开发 API 定位技术
如何开发车辆管理系统中的用车申请板块(附架构图+流程图+代码参考)
本文详细解析了如何将传统纸质车辆管理流程数字化,涵盖业务规则、审批流、调度决策及数据留痕等核心环节。内容包括用车申请模块的价值定位、系统架构设计、数据模型构建、前端表单实现及后端开发技巧,助力企业打造可落地、易扩展的车辆管理系统。
|
5月前
|
存储 人工智能 搜索推荐
拔俗AI助教系统:基于大模型与智能体架构的新一代教育技术引擎
AI助教融合大语言模型、教育知识图谱、多模态感知与智能体技术,重构“教、学、评、辅”全链路。通过微调LLM、精准诊断错因、多模态交互与自主任务规划,实现个性化教学。轻量化部署与隐私保护设计保障落地安全,未来将向情感感知与教育深度协同演进。(238字)
601 0
|
5月前
|
机器学习/深度学习 人工智能 搜索推荐
拔俗AI学伴智能体系统:基于大模型与智能体架构的下一代个性化学习引擎
AI学伴智能体系统融合大模型、多模态理解与自主决策,打造具备思考能力的个性化学习伙伴。通过动态推理、长期记忆、任务规划与教学逻辑优化,实现千人千面的自适应教育,助力因材施教落地,推动教育公平与效率双提升。(238字)
715 0