从内部自用到对外服务，配置管理的演进和设计优化实践

导读：

本文将介绍阿里内部微服务配置中心，从集团自用、到阿里云的商业化、再到开源的整个发展历程中的实践，帮助技术同学了解在一个支持型技术团队转变成一个营收型、提供开源服务的技术团队在产品上的设计思考。

本文整理自阿里巴巴中间件技术专家彦林在今年中国开源年会上的分享，通过此文，您将了解到：

• 微服务给配置管理所带来的变化

• 配置管理演进过程中的设计思考

• 配置管理开源后的新探索

• 配置中心控制台设计实践

“为什么相对于传统的软件开发模式，微服务要强调配置中心，是出于什么样的诉求需要我们专门设计一个配置中心？厘清了这些问题，我们就知道如何去设计配置中心，并获得一个比较好的用户体验，和一个生产可用的结果。”

微服务给配置管理所带来的变化

在单机的情况下，我们把配置放在代码里边，发布的时候直接重启，非常轻量，但在微服务的情况下，出现了两个新的场景：

第一个是出现了多台设备，之前改一台设备就 OK 了，但是现在需要改多个设备，业务量大的时候，可能要改几十甚至几百台设备。显然，通过手动来完成这些设备的配置是不切实际的。所以说微服务之后，产生了一个新的难题，设备的配置变更管理难了。

第二个是微服务之后，出现了路由规则。并且，服务A找服务B的过程中，路由规则、重试策略和熔断机制，都是动态变化的。例如，我们发现下游依赖的一个服务不可用了，需要把它降级，这样对整个业务的资损影响才是最小的。通过更改一个配置，就可以实时地推到业务的进程里边，让它立马生效，进行降级。这就是我们微服务架构下要做配置中心的另一大原因。

配置管理演进过程中的设计思考

面对微服务架构下对配置中心的新诉求，我们该如何去满足呢？

我们的解法就是针对分散的管理模式，设计一个集中的管控平台，即配置中心。当有配置变更的时候，就可以在配置中心上来实现。配置管理的策略就是集中管控和动态推送，以解决分散的问题。其中，动态推送是微服务里边配置管理的核心，改一个配置时，确保每台机器可以收到配置更新，并实时生效。

除此之外，我们还做了一个发布管控。就是在变更之前，找线上的一台机器，先把变更发布下去，如果没有问题再去全网推。同时，对于已发布的配置变更可以一键逆操作，就是相当于给了一次吃后悔药的机会，因为很可能，我们推错的时候，忘了更改前的参数，那么可以通过一键逆操作来缩短恢复时间，在机制上降低了配置管理的风险。

随后，在我们做配置中心的云化产品的过程中，也就是从服务集团内部客户走向服务外部企业用户的时候，我们遇到了新的挑战。

服务集团内部用户的时候，我们会搭几套物理集群。但是产品云化后，为每一个云计算的用户去搭一个环境，成本就太高了。于是我们设计了一套集群去支撑云上的用户，及其多个使用环境，例如日常测试环境、预发环境和生产环境。

其次，为了进一步降低用户的使用成本，我们提供了一个逻辑隔离的能力。这和 K8S 的体系是一样的，就是在整个配置体系下面，新增一个命名空间或是租户。在启动的过程中动态传一些参数进去，然后把所有的配置隔离在不同的命名空间之下，这样大家就相互不影响了。我们看到的都是一个key ，但实际上是在前面动态的添加了一个逻辑参数，即命名空间。

此外，在某一个环境里边，如果某个用户或者一个环境里边的一个租户变更配置很频繁，或者是把权限搞错了，这个影响会是全局的。之前，我们的一个专有云用户遇到了一个问题，就是写了大量的配置变更数据，几百万条，最后把数据库写爆了。因此，为了避免因为某个租户更改配置影响到全局的事情发生，我们设计了流量管控和容量管控。即一个用户默认最多创建100条或者200条数据，上限由管理员来设置。进一步的，我们把这个管控封装成一个接口作为云产品的一个特性。

以上就是整个配置中心设计的演进过程，伴随着我们对配置中心的理解和用户的需求而来，从配置管理到集中管控，到配置发布前的自动校验，到发布管控，再到流量和容量管控。

配置管理演进过程中的设计思考

当我们对配置中心进行开源（开源项目名称：Nacos）的时候，有了新的思考。

项目开源初期，在宣讲的时候我们会强调Nacos的性能，例如经受了双11的流量考验，支持每天上亿次的配置推送，但在开源过程中和一些开发者沟通下来，大家其实并不会太考虑开源产品的性能，因为大部分开发者所处的企业，其流量规模根本没有那么大，大家更关心的是产品的易用性，开发者用爽了，才会谈性能的问题、安全的问题和容量的问题。

所以，我们在之后的产品设计策略上做了些调整。就是只要用户能看的到地方，就会用心去设计，等满足了简单易用，满足了中小企业对配置中心的需求后，再去强调Nacos的性能。

简单易用分为两个维度，一个是各类基础设计，包括模型和接口等，另一个是控制台的使用体验设计。

先看下我们在接口设计方面的模型。

这张图展示的是一个最简单的配置模型，一个配置文件里边填 value 。按大家最正常的理解来说，一个DataId ，一个 Content （一个key和一个 value 就可以了），为什么还出现了Namespace、 Group这些设置呢。原因是，做了微服务之后，大家的配置集中管控了。集中管控遇到的第一个问题就是，当多个应用去做拆分的时候，会有一个隔离的需求。

比如一个应用 A 的开发，和一个应用 B的开发，希望他们两个的配置是相互隔离的，通过各自的应用，能很快的实现相应的配置变更。所以我们在一个 key-value 的基础上又加了一个 Group ，这个Group 就是一个逻辑分组的概念，一般我们推荐填写它的应用名称或者模块名称，便于大家把不同应用的配置分开，也方便后边进行权限管控。

那Namespace是干嘛的呢？如果是一家规模较小的企业，可能连测试环境也没有，这时候Namespace是没有任何意义的，我默认是你隐藏的，它是一个空串。如果说你是一家中型的或者更大一点的公司，有很多环境，测试、预发和生产等多个环境，线上还有一些梯度环境，这时候我们就可以通过一个 Namespace ，让你连到不同的环境上了，就是进入不同的逻辑区域。Namespace 是用在环境上的， Group 是应用，DataId 里边就是一个 key-value 。

这样一看，模型就很简单了。

第二个是在通信协议的选型上，有 gRPC ，HTTP和rsocket等，最终选择了HTTP。因为我们认为配置管理是一个非常通用的需求，不仅 Java 需要，包括淘系的 C语言、Node.JS 都有同样的需求，比如 Node.JS ，前端的一些动态文案，需要动态去更改。所以出于对多语言的兼容，我们选择了HTTP接口 。

第三个是SDK设计上的优化，对Java 而言，用户关心的是体验，例如Spring 的用户最关心的是本地开发的体验。我在刚才那个 property 文件里边写一个东西，通过 @value 注册进来，它拉的是本地的一个配置，解决了本地配置的一个易用性问题。即如果配置中心里边有，从配置中心里边选可配置的 key ，没有的话就用本地的，我们就是通过SDK无缝地去解决了这个问题。

以上是我们在基础设计做的一些设计和思考，接下来我们分享下在控制台体验上的设计。

配置中心控制台设计实践

• 交互界面的颜色选定

我们把选择权交给了社区，通过设置一个issue话题和投票，我们最终采用了经典黑+蓝色点缀的方案。

• 控制台的使用体验

我们增强了控制台的易用性，比如提供 Properties 或者 JSON 格式校验的方法来避免，增删改查过程中可能会出现的一些人为错误。

此外，在一个分布式系统中，我们是需要协作的。创建完配置，需要让大家知道创建者为何要创建这个配置，目的是什么。为了解决这个问题，我们给配置打了一些元信息。

举个例子，在阿里巴巴，我们把变更风险分为四级， P1, P2, P3和 P4，P1 是风险最高的。今天的这个demo基本没有风险，我就写个P4 。这个标签就是用来说明这个变更风险不大。但如果是 P1 或者P2 的配置，我就会去做一个管控，一旦有修改是需要创建者来审评的，以降低变更风险。

• 性能体验

在历经了阿里N代程序员的开发，配置变更最终才沉淀出性能强、容量大和高可用体系完美结合的产品。当时，我们中间件最大的 leader 给我们提一个诉求，“快递三日达，配置推送一秒达”，就是一变更，一秒就能将配置变更推送到几十万台机器，这就是我们当时产品主要的迭代方向之一。那为什么，我们对配置变更的性能要求如此之高呢？

举个例子，上图左边的是机房a，右边的是机房b，其中user 1 和 user 2 是不同的用户 ID ，当尾号为0 的用户访问Region1，当尾号为 1 的用户访问Region2。但是突然我发现线上不知道谁做了变更，没查到原因，发生 Region2尾号为 1的所有用户访问全出现异常了。那是不是我要改变路由规则，让所有的用户，不管ID尾号是 0是 1 都去访问Region1 。要实现这个，就需要通过通过配置变更来实现。且实现的越快，对用户的感知影响就越小。这是Nacos在异地多活的动态路由的典型应用场景。

 以上就是我分享的关于配置中心演进、演进过程中的思考以及我们在服务集团内部用户，上云后服务企业用户和开源后服务开发者的一些思考和探索。

以上分享PPT可在公众号中回复Nacos获取

正在蓬勃发展的 Nacos 社区

DISS is cheap, show me your hand
比吐槽更重要的是搭把手，参与社区一起发展Nacos

-推荐关注：阿里巴巴中间件-

-END-

 近期热文：

-关注我-