IT管理者本來(lái)寄希望于SOA解決系統(tǒng)運(yùn)維中的一些問(wèn)題，而這個(gè)治病的良藥，偏偏又可能帶來(lái)新的疾病，如網(wǎng)銀因系統(tǒng)擁堵而變慢。如何克服SOA架構(gòu)下的新問(wèn)題，也就成了IT管理者所要面臨的首要任務(wù)。

系統(tǒng)運(yùn)行維護(hù)一直是企業(yè)IT部門(mén)的重頭戲，而在銀行這樣擁有眾多應(yīng)用系統(tǒng)的大型企業(yè)，運(yùn)維問(wèn)題顯得更加突出。當(dāng)SOA架構(gòu)出現(xiàn)時(shí)，銀行的科技部又不得不去面臨一些嶄新的難題。他們本來(lái)寄希望SOA解決系統(tǒng)運(yùn)維中的一些問(wèn)題，而這個(gè)治病的良藥，偏偏又會(huì)帶來(lái)了副作用，如何在SOA架構(gòu)下克服這些不良反應(yīng)，也就成了IT管理者所要面臨的首要任務(wù)。

業(yè)務(wù)高峰期的擁堵

系統(tǒng)擁堵是經(jīng)常會(huì)看到的場(chǎng)景。以網(wǎng)銀系統(tǒng)為例，上午10點(diǎn)鐘左右，是一天中最為集中的業(yè)務(wù)高峰，網(wǎng)銀系統(tǒng)發(fā)生了擁堵，造成的問(wèn)題是客戶不能正常訪問(wèn)和登錄。在實(shí)際工作中，首先能夠發(fā)現(xiàn)問(wèn)題的往往不是IT運(yùn)維部門(mén)，而是客戶服務(wù)部門(mén)，因?yàn)樗麄兘拥搅舜罅康目蛻敉对V以及抱怨，當(dāng)問(wèn)題不斷發(fā)現(xiàn)和積累之后才逐步上報(bào)到IT管理者手中，然后運(yùn)維部門(mén)才能予以解決。

這時(shí)，系統(tǒng)堵塞已發(fā)生半個(gè)小時(shí)之久，并造成了較為廣泛的不良影響。為什么運(yùn)維人員沒(méi)能及時(shí)發(fā)現(xiàn)問(wèn)題呢？其實(shí)，這不是他們工作不負(fù)責(zé)任，也不是領(lǐng)導(dǎo)的玩忽職守。網(wǎng)銀系統(tǒng)擁堵的原因并非出現(xiàn)在某個(gè)系統(tǒng)上，而是出現(xiàn)在SOA整合之后，多個(gè)系統(tǒng)并行和協(xié)同的處理引起了系統(tǒng)擁堵。

通過(guò)一個(gè)服務(wù)鏈路的示意圖，網(wǎng)銀系統(tǒng)擁堵的原因更容易被理解。A、B、C、D是銀行的客戶服務(wù)渠道，E、F、G、H都是后臺(tái)應(yīng)用系統(tǒng)。假設(shè)A是網(wǎng)銀渠道，銀行客戶在A渠道上提交的服務(wù)請(qǐng)求被發(fā)送到ESB上，服務(wù)總線將請(qǐng)求進(jìn)行處理和轉(zhuǎn)換之后，再發(fā)送到其他的后臺(tái)應(yīng)用系統(tǒng)E和G，可能是一個(gè)，也可能是多個(gè)，而且其中要保證整個(gè)服務(wù)和事務(wù)的一致性，最后再將應(yīng)答返回給渠道系統(tǒng)A。

經(jīng)分析，筆者發(fā)現(xiàn)每個(gè)應(yīng)用系統(tǒng)都會(huì)存在自己的流量控制、超時(shí)控制、安全控制和用戶訪問(wèn)控制。因?yàn)榻?jīng)過(guò)了上線前的集成測(cè)試和壓力測(cè)試，所以點(diǎn)對(duì)點(diǎn)地去訪問(wèn)某一個(gè)系統(tǒng)是不會(huì)有任何問(wèn)題的。可是當(dāng)通過(guò)SOA進(jìn)行系統(tǒng)整合之后，卻發(fā)現(xiàn)各個(gè)系統(tǒng)之間的控制參數(shù)設(shè)置，并不是最優(yōu)的，甚至?xí)斐苫ハ嗝芎椭萍s。

系統(tǒng)A、B、C、D、E、F、G、H所設(shè)定的流量控制值分別是60、5、40、10、80、50、30、60，ESB的流量控制值是200。如果現(xiàn)在A系統(tǒng)流量值達(dá)到了60的峰值，執(zhí)行1～4步驟時(shí)，整個(gè)系統(tǒng)的服務(wù)都是正常的，但是由于G系統(tǒng)的設(shè)定值有限，大于30的并發(fā)服務(wù)請(qǐng)求被G系統(tǒng)拒絕，從而導(dǎo)致E系統(tǒng)需要做回滾處理、A系統(tǒng)的用戶服務(wù)請(qǐng)求造成堵塞。這樣來(lái)看，A系統(tǒng)設(shè)定的60并發(fā)流量是存在風(fēng)險(xiǎn)隱患的，在目前G系統(tǒng)不能提升處理能力的情況下，只能設(shè)定為30，這就是所謂的木桶短板效應(yīng)。

參數(shù)設(shè)置難題

前面列舉的只是最為簡(jiǎn)單的例子，其實(shí)在實(shí)際工作中所面臨的問(wèn)題更為復(fù)雜、困難。針對(duì)SOA架構(gòu)所帶來(lái)的改變，運(yùn)維管理上帶來(lái)的困擾主要體現(xiàn)在參數(shù)設(shè)置和系統(tǒng)監(jiān)控兩個(gè)方面。

系統(tǒng)參數(shù)的設(shè)置不盡合理的原因主要有六個(gè)方面。

第一，各系統(tǒng)建設(shè)和運(yùn)行維護(hù)都是靠獨(dú)立的項(xiàng)目組來(lái)完成，各自形成了一套自成體系的流量和超時(shí)控制方法，可是當(dāng)多個(gè)系統(tǒng)并行運(yùn)行在SOA架構(gòu)下的時(shí)候，沒(méi)有一個(gè)統(tǒng)一的規(guī)則和機(jī)制來(lái)進(jìn)行管理，必然會(huì)造成系統(tǒng)的整體運(yùn)行不夠協(xié)調(diào)和匹配。

第二，各系統(tǒng)的控制參數(shù)都是根據(jù)當(dāng)初自身的處理能力評(píng)估值來(lái)設(shè)定的，可是這些評(píng)估值與實(shí)際系統(tǒng)運(yùn)行態(tài)的訪問(wèn)壓力相比來(lái)說(shuō)相去甚遠(yuǎn)，這也是導(dǎo)致系統(tǒng)運(yùn)行效率低下的原因之一。

第三，在正常交易狀況下，系統(tǒng)整體是穩(wěn)定運(yùn)行的，可是當(dāng)訪問(wèn)量增大系統(tǒng)擁堵發(fā)生時(shí)，服務(wù)一旦被拒絕，必然會(huì)產(chǎn)生大量的沖正服務(wù)來(lái)占用通道流量，影響了其他正常服務(wù)請(qǐng)求。

第四，各個(gè)系統(tǒng)過(guò)于強(qiáng)調(diào)自我保護(hù)機(jī)制，運(yùn)維人員希望能夠把系統(tǒng)安全風(fēng)險(xiǎn)降到最低，所以在設(shè)定系統(tǒng)參數(shù)時(shí)，會(huì)盡量考慮配置到系統(tǒng)承載能力的下限?？墒菑恼w應(yīng)用上來(lái)講，保守的參數(shù)設(shè)置并不足以滿足系統(tǒng)的訪問(wèn)壓力，從而降低了整體SOA架構(gòu)的系統(tǒng)資源利用率。

第五，從SOA架構(gòu)整體運(yùn)行來(lái)看，并不能在擁堵發(fā)生時(shí)，發(fā)現(xiàn)在某個(gè)系統(tǒng)內(nèi)發(fā)生的是系統(tǒng)故障還是系統(tǒng)過(guò)載，而對(duì)于這兩種情況，運(yùn)維人員完全會(huì)采取不同的處理方式。對(duì)于系統(tǒng)故障，應(yīng)該采用系統(tǒng)隔離和故障修復(fù)的方式，而對(duì)于系統(tǒng)過(guò)載，是可以采用降低壓力和過(guò)載分流來(lái)進(jìn)行處理。而在目前狀況下，這兩種情況是難以區(qū)分的。

第六，沒(méi)有結(jié)合故障隔離機(jī)制，也就是在系統(tǒng)故障發(fā)生時(shí)，需要將堵塞的服務(wù)請(qǐng)求進(jìn)行隔離，避免影響正常的用戶訪問(wèn)，而且單點(diǎn)所造成的系統(tǒng)堵塞很容易擴(kuò)散到整個(gè)SOA架構(gòu)中的相關(guān)系統(tǒng)中，導(dǎo)致所有的服務(wù)請(qǐng)求受到影響。