在我們之前設計的一個供應鏈系統中，它包含了商品、銷售訂單、加盟商、門店運營、門店工單等服務，涉及了各種用戶角色，比如總部商品管理、總部門店管理、加盟商員工、門店人員等，而且每個部門的角色還會進行細分。而且這個系統中還包含了兩個客戶端 App：一個面向客戶，另一個面向公司員工和加盟商。

此時，整個供應鏈系統的架構如下圖所示：

上圖中的網關層主要負責路由、認證、監控、限流熔斷等工作。

• 路由：所有的請求都需要通過網關層進行處理，網關層再根據 URI 將請求指向對應的后臺服務，如果同一個服務存在多個服務器節點，網關層還將承擔負載均衡的工作。
• 認證：對所有的請求進行集中認證鑒權。
• 監控：記錄所有的 API 請求數據，API 管理系統能對 API 調用實現管理和性能監控。
• 限流熔斷：流量過大時，我們可以在網關層實現限流。如果后臺服務響應延時或故障，我們可以主動在調用端的上游服務做熔斷，以此保護后端服務資源，同時不影響用戶體驗。

此時，我們的架構看起來是不是挺完美？且市面上標準的 Spring Cloud 架構都是這樣做的。不過，這個架構會出現一些問題，下面我們先通過幾個例子來看看。

案例一

在這個供應鏈系統中，很多界面都需要顯示多個服務數據，比如在一個 App 首頁中，針對門店運營人員，需要顯示工單數量、最近的工單、銷售訂單數據、最近待處理的訂單、低于庫存安全值的商品等信息。

此時第一個問題來了，在接口設計過程中，我們經常糾結將兩個客戶端 App 調用的接口存放在哪個服務中？以至于決策效率低下，而且還會出現職責劃分不統一的情況。

最終我們決定將第一個接口存放在門店服務中，此時調用關系如下圖所示：

并將第二個接口存放在工單服務中，此時調用關系如下圖所示：

基于 Spring Boot + MyBatis Plus + Vue & Element 實現的后臺管理系統 + 用戶小程序，支持 RBAC 動態權限、多租戶、數據權限、工作流、三方登錄、支付、短信、商城等功能

• 項目地址：https://gitee.com/zhijiantianya/ruoyi-vue-pro
• 視頻教程：https://doc.iocoder.cn/video/

案例二

一個用戶的提交操作常常需要修改多個服務數據，比如一個提交工單的操作，我們需要修改庫存、銷售訂單狀態、工單等數據。

此時第二個問題出現了，因為這樣的需求非常多，所以服務經常被其他多個服務調來調去，導致服務之間的依賴非常混亂，最終服務調用關系如下圖所示：

通過上圖，我們發現服務間的依賴問題給技術迭代帶來了地獄般的體驗，講解，這里就不過多贅述。

為了解決這 2 個問題，最終我們決定抽象一個 API 層。

基于 Spring Cloud Alibaba + Gateway + Nacos + RocketMQ + Vue & Element 實現的后臺管理系統 + 用戶小程序，支持 RBAC 動態權限、多租戶、數據權限、工作流、三方登錄、支付、短信、商城等功能

• 項目地址：https://gitee.com/zhijiantianya/yudao-cloud
• 視頻教程：https://doc.iocoder.cn/video/

API 層

一般來說，客戶端的接口需要滿足聚合、分布式調用、裝飾這三種需求。

• 聚合：一個接口需要聚合多個后臺服務返回的數據，并將數據返回給客戶端。
• 分布式調用：一個接口可能需要依次調用多個后臺服務，才能實現多個后臺服務的數據修改。
• 裝飾：一個接口需要重新裝飾后臺返回的數據，比如刪除一些字段或者對某些字段進行封裝，然后組成客戶端需要的數據。

因此，我們決定在客戶端與后臺服務之間增加一個新的 API 層，專門用來滿足上面的三點需求，此時整個架構如下圖所示。

從圖中我們發現，所有請求經過網關后，全部交由一個共用的 API 層進行處理，而該 API 層沒有自己的數據庫，它的主要職責是調用其他后臺服務。

通過這樣的設計方案后，以上兩個問題就得到了很多地解決。

• 應該將某個接口放在哪個服務的糾結次數減少了 ：如果是聚合、裝飾、分布式的調用邏輯，我們直接把它們放在 API 層。如果是要落庫或者查詢數據庫的邏輯，目標數據在哪個服務中，我們就把數據和邏輯放在哪個服務中。
• 后臺服務之間的依賴也大幅減少了 ：目前的依賴關系只有 API 層調用各個后臺服務。

此時，我們的設計方案完美了吧？別高興得太早，還會出現新的問題。

客戶端適配問題

在這個供應鏈系統中，一系列的接口主要供各種客戶端（比如 App、H5、PC 網頁、小程序等）進行調用，此時的調用關系如下圖所示：

不過，這種設計方案會存在 3 個問題：

不同客戶端的頁面細節的需求可能不一樣，比如 App 的功能比重大，就會要求頁面中多放一些信息，而小程序的功能比重小，同樣的頁面就會要求少放一些信息，以至于后臺服務中同一個 API 需要針對不同客戶端實現不同適配；

客戶端經常需要進行一些輕微的改動，比如增加一個字段/刪除一個字段，此時我們必須采取數據最小化原則來縮減客戶端接口的響應速度。而且，為了客戶端這種細微而頻繁的改動，后臺服務經常需要同步發版；

結合 #1 和 #2 我們發現，在后臺服務的發版過程中，常常需要綜合考慮不同客戶端的兼容問題，這無形中增加了 API 層為不同客戶端做兼容的復雜度。

這時該如何解決呢？我們就可以考慮使用 BFF 了。

BFF（Backend for Front）

BFF 不是一個架構，而是一個設計模式，它的主要職責是為前端設計出優雅的后臺服務，即一個 API。一般而言，每個客戶端都有自己的 API 服務，此時整個架構如下圖所示：

從上圖可以看到：不同的客戶端請求經過同一個網關后，它們都將分別重定向到為對應客戶端設計的 API 服務中。因為每個 API 服務只能針對一種客戶端，所以它們可以對特定的客戶端進行專門優化。而去除了兼容邏輯的 API 顯得更輕便，響應速度還比通用的 API 服務更快（因為它不需要判斷不同客戶端的邏輯）。

除此之外，每種客戶端還可以實現自己發布，不需要再跟著其他客戶端一起排期。

此時的方案挺完美了吧？還不完美，因為上面的方案屬于一個通用架構。在實際業務中，我們還需要結合實際業務來定，下面我們深入說明一下實際業務需求。

前面我們列出了 5 種服務，實際上，整個供應鏈系統將近有 100 種服務。因為它是一個非常龐大的系統，且整個業務鏈條的所有工作都包含在這個系統中，比如新零售、供應鏈、財務、加盟商、售后、客服等，，這就需要幾百號研發人員同時進行維護。

因為我們共同維護一個 App、PC 界面、新零售、售后、加盟商，還有各自的小程序和 H5，所以為了實現業務解耦和分開排期，每個部門需要各自維護自己的 API 服務，而且 App 與 PC 前端也需要根據部門實現組件化，此時的架構如下圖所示。

針對以上需求，我們如何在技術架構上進行實現呢？下面具體來看看。

技術架構上如何實現？

我們的整套架構還是基于 Spring Cloud 設計的，如下圖所示：

下面我們簡單介紹下圖中網關、API服務、后臺服務的作用。

• 網關：網關使用的是 Spring Cloud Zuul，Zuul 將拉取的注冊存放在 ZooKeeper 的 API 服務中，然后通過 Feign 調用 API 服務。
• API 服務：API 服務其實就是一個 Spring Web 服務，它沒有自己的數據庫，主要職責是聚合、分布式調用及裝飾數據，并通過 Feign 調用后臺服務。
• 后臺服務：后臺服務其實也是一個 Spring Web 服務，它有自己的數據庫和緩存。

此時的方案看著很完美了，不過它會出現 API 之間代碼重復問題。此時我們該如何解決？且往下看

如何解決 API 之間代碼重復問題？

雖然 H5 與小程序的布局不同，但是頁面中很多功能一致，也就是說重復的代碼邏輯主要存在 PC API 和 App API 中。

然而，針對重復代碼的問題，不同部門在設計時會呈現 3 種不同的邏輯：

• 某些部門將這些重復的代碼存放在一個 JAR 中，讓幾個 API 服務實現共用；
• 某些部門將這些重復的代碼抽取出來，然后存放在一個叫 CommonAPI 的獨立 API 服務中，其他 API 服務直接調用這個 Common API 就行；
• 某些部門因為重復邏輯少，通過評估后，他們發現維護這些重復代碼的成本小于維護 #1 中的 JAR 或者 #2 中的 CommonAPI 服務，所以會繼續讓這些重復代碼存在。

假如某些 API 服務提供接口的出入參與后臺服務的一致，此時該怎么辦？ 此時 API 服務的接口無須做任何事情，因為它只是一個簡單的代理層。

于是，有同事提出：“每次一看到這些純代理的 API 接口就不爽，我們能不能想辦法把它們去掉。”辦法倒是有幾個，我們一起來看看。

• 網關直接繞過 API 服務調用后臺服務，不過這樣就會破壞分層，所以很快被否掉了。
• 在 API 服務層做一個攔截器，如果 URI 找不到對應 API 服務中的 controller mapping，就會直接通過 URI 找后臺服務并進行調用。不過這種方式將大大增加系統的復雜度，出問題時調查起來更麻煩且收益不大。而寫這些無腦代碼不僅成本低，整體的接口列表還更可控。

綜合考慮后，最終我們決定保留無腦的代碼。

后臺服務與 API 服務的開發團隊如何進行分工？

最后我們是這樣分工的：專門的 API 開發團隊負責 API 服務，而后臺服務需要根據領域再劃分小組的職責。

這種劃分方式的好處在于 API 團隊能對所有服務有個整體認識，且不會出現后臺服務劃分不清晰、工作重復的情況。而壞處在于 API 團隊整體業務邏輯偏簡單，長久留不住人。