在单体应用演进的漫长过程中,模块化拆分往往是团队绕不开的一道坎。OTTO 项目最初也是一个典型的大泥球:所有业务逻辑挤在同一个代码仓库、同一个进程里,任何一次改动都可能引发意料之外的连锁反应。经过一年多的拆分实践,我们踩过不少坑,也积累了一些值得复盘的经验。本文不谈空洞的架构理论,只讲我们在 OTTO 拆分过程中真实遇到的决策点、失败尝试和最终沉淀下来的做法。
一、拆分之前:先搞清楚为什么拆
很多团队启动拆分是因为“代码太乱”或“别人都在拆”,这种动机往往会导向错误的方向。Otto 最初也犯过这个毛病:第一轮拆分把代码按技术分层切成了 controller、service、dao 三个独立模块,结果模块之间的调用关系反而更复杂了,一次请求要跨三个进程,延迟翻倍,排障成本陡增。
后来我们重新审视动机,明确了三个真正需要解决的问题:
- 变更影响范围过大:一个促销规则的调整会牵动订单、库存、结算多条链路,回归测试成本极高。
- 团队协作冲突频繁:三个小组共用同一套发布节奏,互相等待成为常态。
- 容量需求差异明显:报表查询和下单交易对资源的需求完全不同,混部导致资源浪费。
把动机落到具体问题上之后,拆分的边界才变得清晰:应该按业务能力切,而不是按技术层次切。这是 Otto 拆分过程中最重要的一条教训。
二、边界划分的实践经验

1. 用领域事件识别真实边界
我们在拆分前花了两周时间梳理核心业务链路,把每个环节产生的领域事件列出来,比如“订单已创建”“库存已锁定”“支付已确认”。事件的生产者和消费者天然就是候选的模块边界。实践证明,这种方法比拍脑袋画架构图可靠得多,因为它反映的是业务的实际协作关系。
2. 先做“逻辑模块化”,再做“物理拆分”
Otto 的第二轮拆分没有急着拆进程,而是在同一个代码仓库内先做包级隔离:明确模块之间的依赖方向,禁止循环依赖,用接口而非直接调用进行交互。这一步持续了大约三个月,期间暴露了大量隐藏的耦合点。等到逻辑边界稳定之后,物理拆分几乎是水到渠成的事情,改动量比预期小很多。
3. 共享数据是最大的陷阱
拆分初期,我们保留了多个模块共用一个数据库的做法,理由是“减少迁移成本”。结果两个月内就尝到了苦果:一个模块的表结构变更直接导致另一个模块上线失败。后来我们强制推行“每个模块只写自己的表,跨模块数据通过接口获取”,虽然短期内增加了工作量,但长期看是拆分能够持续的前提。
三、拆分过程中的常见教训

教训一:低估了分布式带来的复杂度
从进程内调用变成远程调用之后,超时、重试、幂等、数据一致性这些问题集中爆发。Otto 在一次大促前的压测中发现,原本简单的库存扣减因为跨模块调用加上重试逻辑,出现了超卖。最终我们补上了幂等键和补偿机制,但代价是一次紧急重构。建议在拆分早期就把幂等设计和补偿流程作为强制规范,而不是事后补救。
教训二:监控和链路追踪必须先行
单体时代,一个异常堆栈就能定位问题;拆分之后,一次失败请求可能横跨四五个模块。我们在拆分中期才补上统一的链路追踪,在此之前排障平均耗时增加了三倍。经验是:可观测性建设应该和拆分同步启动,甚至提前,包括统一的日志格式、请求标识透传和关键指标看板。
教训三:不要追求一次性拆干净
Otto 曾试图在一个季度内完成全部拆分,结果每个模块都拆得不够彻底,遗留了大量“临时兼容层”,反而增加了维护负担。后来调整为按业务优先级分批推进,每批拆分完成后稳定运行一个月再启动下一批,质量明显提升。拆分是一场持久战,节奏比速度更重要。
教训四:组织边界要跟上技术边界
技术模块拆开了,但如果团队仍然按原来的方式协作,拆分带来的收益会被抵消。我们后来把模块的归属明确到具体小组,每个小组对自己的模块负责从开发到运维的全流程,跨模块需求通过接口契约协商。这一调整之后,发布频率提升了近一倍。
四、几点可复用的建议
- 先理清业务,再动代码:边界来自业务协作关系,不来自技术偏好。
- 逻辑隔离优先于物理拆分:在同一个仓库里先把依赖关系理顺,成本低、风险小。
- 数据归属必须唯一:共享数据库是拆分失败的常见根源。
- 可观测性与拆分同步建设:没有链路追踪的微服务架构等于给自己挖坑。
- 小步快跑,分批验证:每批拆分后留出观察期,用真实流量检验边界是否合理。
回顾 Otto 的拆分历程,最大的体会是:模块化拆分的本质不是技术动作,而是对业务边界的重新认识和团队协作方式的重新设计。技术手段只是载体,真正决定成败的是对业务的理解深度和推进节奏的把控。希望这些经验能给正在或即将踏上拆分之路的团队一些参考。















暂无评论内容