架构与系统设计 / 系统课时
同步调用链什么时候该拆
同步调用链什么时候该拆
下单接口慢,不一定要把所有调用改成消息。本文用一个订单场景区分必须当场完成的核心动作与可以延后执行的副作用,结合响应预算、故障影响和变更成本,判断同步链究竟该拆哪一段。
学习目标
- 从响应时间、可用性依赖和服务耦合识别拆分信号。
- 区分用户必须等待的业务结果与允许延后完成的动作。
- 用预算计算和故障演练要求评估拆分收益与代价。
先定义返回成功意味着什么
假设本例的“下单成功”只承诺前置校验通过且订单已确认落库,通知和统计允许稍后完成。但当前实现要求订单服务依次完成核心处理、调用通知服务、调用统计服务,全部成功才向用户返回。
同步依赖的关键是调用方是否等待业务结果,不是线程有没有阻塞。 即使使用异步 I/O,只要下单请求仍等待通知与统计的响应,这两个服务就还在用户等待链上。([Microsoft Learn][1])
用三类证据寻找拆分信号
先选一个具体接口,查看端到端耗时与调用追踪,再检查故障记录和近期需求变更。本例可以按下面三个问题评审,而不是看到服务数量多就立即引入消息中间件。
| 观察维度 | 本例应检查的证据 | 值得拆分的信号 |
|---|---|---|
| 响应时间 | 通知、统计在慢请求中各占多少时间 | 可延后动作挤占核心响应预算 |
| 可用性依赖 | 通知不可用时,下单是否一起报错 | 非核心故障阻断核心业务 |
| 服务耦合 | 新增营销订阅是否必须修改订单流程 | 每增加一种后续动作,都要改生产者 |
同步调用要求下游当场可用;等待和重试还可能占用资源并扩大故障影响。事件订阅能减少生产者对具体消费者的直接依赖,但不会消除消息契约本身的耦合。([Microsoft Learn][1])
用一个预算模型量化收益
下面是可在 Python 3.10 及以上环境运行的完整脚本,无需第三方依赖。所有耗时和概率都是人为设定的模型输入,不是线上指标;它只计算预算,不启动服务、线程或消息队列。
from math import prod
def main() -> None:
# 固定预算样本,不是真实压测数据或分位数。
latency_ms = {"core": 80, "notification": 200, "analytics": 120}
outbox_extra_ms = 5
# 仅在故障独立、每项都是硬依赖的模型中使用乘积。
availability = [0.999, 0.99, 0.995]
old_ms = sum(latency_ms.values())
new_ms = latency_ms["core"] + outbox_extra_ms
print(f"sync_latency_ms={old_ms}")
print(f"new_response_budget_ms={new_ms}")
print(f"hard_dependency_success={prod(availability):.6f}")
if __name__ == "__main__":
main()预期输出:
sync_latency_ms=400
new_response_budget_ms=85
hard_dependency_success=0.984065在这个串行模型里,旧响应预算为 400 毫秒;把通知和统计移出等待路径,并为事务内记录待发事件增加 5 毫秒预算后,新响应预算为 85 毫秒。这不代表通知和统计也在 85 毫秒内完成。
最后一行只是独立故障假设下的乘积估计。真实服务可能共享数据库、网络或机房,不能直接相乘得到实际可用性;同样,真实链路的 p99 不能靠各段 p99 相加得出。这里计算的是固定样本,线上结论仍要由端到端测量验证。
把副作用移走,但保留可靠交接
本例采用 Outbox,即数据库中的待发事件记录。订单更新与 Outbox 写入放在同一个本地事务中,事务提交后即可返回;投递器随后把已提交事件送到消息通道,再由通知、统计独立处理。这样避免“订单已落库,但事件还没发出进程就退出”的双写缺口。([AWS 文档][2])

Outbox 不是端到端只执行一次的保证,投递和消费仍需处理重试与重复。消息通道长期不可用时,积压也需要容量限制与告警,不能把延后执行理解为无限缓冲。([AWS 文档][2])
以业务承诺和故障演练决定是否拆
把以下要求写进本例的验收标准,避免只比较接口变快了多少。
- 暂停通知消费者后,订单仍按约定返回成功,待处理通知可被追踪。
- 恢复消费者后,积压能够补处理,重复投递不会重复产生业务副作用。
- 同时观察下单响应时间和通知完成延迟,不用前者掩盖后者恶化。
若业务要求返回成功前必须完成库存预留或资格确认,就不能直接删掉等待、仍向用户宣称原来的成功。可以保留同步,也可以重新设计“处理中—成功—失败”的异步流程,但后者必须改变用户承诺,并增加状态查询和失败收尾机制。简单同步流程已经满足需求时,没有必要为解耦而增加异步复杂度。([Microsoft Learn][3])