聊聊项目架构调整
过度设计的反面是
务实
去年接手了一套系统，花了近三个月做了一些调整才正式外发。
当时这套系统是为了满足一个时间点快速迭代发布的，接手后觉得其中有一些问题，聊聊其中做的一些决策。
模块存在的合理性
case1
A 项目和 B 项目都是 Django+DRF 提供的服务。
仔细阅读代码后发现
- B 项目逻辑并不复杂，但是麻雀虽小五脏俱全，DB、缓存、配置、helm-charts，出包流水线等都得来一套
- 存在一些共同的逻辑，抽象出一个 SDK 来实现逻辑复用
- A 项目需要调用 B 项目，此时封装一层独立的调用逻辑（B 项目加一个接口，需要同步改这里）
- 为同一套前端提供的服务（通过k8s svc将请求转发到不同项目）
同构的技术栈，强耦合的逻辑，却是两个独立的项目。
能否合并成一个项目？答案是可以。
花了几个小时，将 B 项目的差异化代码直接拷贝到 A 项目，去掉 SDK，独立调用层改成直接函数调用，去掉对应的helm-charts，出包流水线等等。
结果：
- 项目 -1
- SDK -1
- 流水线 -1
- helm-chart -1
- A 项目中调用逻辑 -1
整体的维护成本，复杂度等都降低了。
一个服务是否拆分成多个，以及多个服务是否应该合并成一个，取决于很多因素，不一定说拆分一定不好，但是拆分带来的维护成本往往是大于单体的。
case2
A 项目启动时，会从一个静态文件服务器 B 拉取一些运行时文件，B 是可以动态更新这些文件的。这样做的好处，是为了方便用户侧动态更新一些文件，直接 rolling update A 就能使得线上接口刷新成新的。
当然，这样做时候代价的，需要维护服务 B，同时 A 需要嵌入拉取逻辑。
问，这个机制目前有使用场景吗？没有，但是可能有。
这个就有点臆测未来用户侧的使用场景了，这种更应该有真实用户反馈过来再去加上，而不是一开始就加上。
所以，选择了去掉 静态文件服务器 B, 直接在 A 项目打镜像时将运行时依赖文件打进去，相当于强耦合。我们甚至留了口子，如果用户侧需要更新，基于 A 镜像再打一个镜像，问题是上线一年多一次也没遇到。
结果：
- 项目 -1
- A 项目中的拉取更新逻辑 -1
case3
重构时，A 项目使用了最新的实现方案，去替代 B 项目，二者语言和技术栈完全不一样。
B 项目中有个频率控制逻辑，使用的漏桶算法，而 A 的生态中频率控制算法只有fixed window，由于觉得漏桶算法效果更好，并且时间很赶并没有多余的精力在 A 中实现漏桶算法。所以将 B 中的漏桶算法直接挪出来独立成一个模块 C，然后 A 项目实现对应逻辑依赖模块 C。
相当于异构的实现，通过 RPC 协议交互。
但是这样引入了额外的模块和复杂度。
那么， fixed window频率控制算法在实际用户使用中真的会有问题吗？是的，会有问题，但是最终的频率控制效果用户能接受吗？
捞了线上正在运行的 B 项目的频率控制触发的日志，发现实际上用户侧配置的值一般都比较高，并且很少有触发的频率控制的调用方。
最终，我们决定去掉这个模块 C，直接使用 A 生态中基于fixed window的频率控制。
上线后只出现了一两例触发极端情况的场景，但是这个也给我们在 A 项目中实现漏桶算法提供了充足的缓冲时间。
如果效果差不多，或者稍微差一点但是能接受，那么不一定需要引入一个新模块来解决问题。
模块实现的合理性
case1
A 项目需要用到外部鉴权，依赖于外部的权限数据。此时引入一个模块 B，B 使用 A 生态的多语言框架实现（不同的语言），内部通过 RPC 交互。B 通过 HTTP 调用Web做全量以及增量的权限数据同步。
相当于： A => RPC => B => HTTP => Web Server
由于这个全量、增量同步做得很复杂，并且做了一层cache，导致线上出现权限问题时并不好排查。并且 Web Server 是一个产品项目，发布频率高并且稳定性低于 A。
那么为什么使用多语言框架呢？可能刚好官方支持吧（坑比较多），这时候有点像是拿着锤子满世界都是钉子，往里面放也行。
感觉掉坑里了，能否去掉 B 模块呢？
最终经过评审，我们的实现非常简单A => HTTP => Core Server => DB，不存在全量、增量数据同步，直接依赖 DB，加了一层缓存，整体复杂度非常低。
有时候生态里面一些亮点、强力的 feature，并不一定是好事，平平无奇的机制能实现的话，不一定要用。
case2
A 项目生态中有一个白名单， 历史 B 项目中也有个白名单逻辑，然后在从 B 项目升级到 A 项目的过程中， 竟然在 A 项目也实现了 B 项目的白名单逻辑，即同时存在两个白名单逻辑。
两个白名单逻辑本质上是一致的。
决策：升级过程中做简单的数据迁移，只留一个白名单逻辑。
不合理的依赖
case1 反向依赖
上面模块合理性的case， 底层对可用性要求更高的模块，依赖了上层可用性不那么高的Web Server模块，直接拉低了整体的可用性。
通过新起一个更底层的服务，只依赖于 DB，独立于Web Server，将之前的依赖链路抹掉，变成可靠性更高的链路。
case2 循环依赖
A 项目是一个业务网关，依赖了一个认证项目 B，实施的时候，发现这个 B 的地址竟然是 A 项目的子路径。
原来是因为这个认证逻辑本身没有流水日志用于问题排查，所以将 B 项目接入了 A 项目网管。
此时即循环依赖 A 的认证逻辑依赖了 A 自己的网关地址；
后来决策，依赖地址直接改成B 服务，流水日志 B 项目自行解决。
其他相关的
过于灵活的配置
项目的配置文件生成：原始helm chart中的template有一个configmap， 并且有一批环境变量，在启动的shell脚本中，读取环境变量，并且用 envset、sed 等命令，将配置文件和镜像中的配置文件合并生成一个新的文件。 相当于，配置有 3 个来源，configmap/镜像中的yaml/环境变量中的配置。
这样看起来非常灵活，一系列判断逻辑可以根据一些开关、环境变量，生成差异化的配置，然后启动；
但是带来的问题是，在 shell 脚本中维护这个逻辑可维护性无疑是非常差的，并且认知负担非常重。
后来做的决策是，去掉启动脚本中的逻辑，在configmap中由 helm 的语法、模板负责生成一个完备的配置，即所见即所得。
这样所有的差异化在模板阶段就处理掉了，而不是在运行时处理。
有时候，灵活的配置，强大的脚本，看起来很厉害，但是并不一定是好事，特别是来源多，条件复杂这种场景。这时候，唯一来源，并且看起来有些笨的方式，反而是最好维护的。
过于冗长的流水线
存在不一定合理
由于之前处于快速迭代期，交付期间出现过各个环节的问题，导致出包的流水线非常长，几乎要二三十分钟才能出一个包，一旦有问题重出又是二三十分钟。
流水线中很多环节，是为了 cover 掉之前快速迭代容易遗漏的一些点，例如依赖包遗漏不熟检查，例如打包后执行一次helm install部署测试。 这些环节耗时都比较长，并且是同步的。
但是，当过来快速迭代期之后，依赖变更已经不频繁，并且出现了其他环节能够cover掉出包过程中的早期测试，那么原先有效的环节可能变得非常鸡肋。
不删只是慢了点，存在即合理，会导致很多时候不敢去改流水线，去掉这些鸡肋。
后来复盘，统一删除，将时间压缩到 5 分钟以内。
过多的测试用例、测试环境及流程
使用 A 项目替换掉之前的 B 项目，但是，没有重新去梳理 case，而是在 B 项目的 case 基础上又加了一批 case；并且也没有重新做差异化的梳理，导致出现了 4 套测试环境+300多个case；
每个环境的 case 都是提前造好的，接手后，正式发布前需要把 4 个环境升级上来，并且执行完所有 case，有失败的需要逐一去排查原因。
这样带来的问题是，出包后的测试成本也非常高，并且 4 套环境的维护，case 的更新代价也很高。
你不跑，怕有问题没覆盖到，去跑，又得更新四套环境逐一验证，没过的 case 还得逐一确认修复。
后来，我们决定进行测试左移，到开发阶段而不是出包后，重新梳理 case，变成原先三分之一，并且能够在任意环境，自动构建环境，执行覆盖所有case。