如何在中后台领域玩转BFF架构

分享大纲

本次分享主要从业务背景、BFF 核心架构、基于 Serverless 的 BFF 改造、总结四个部分组成。

业务背景

我们的供应链场景有很多供应商，每个供应商都有物流、资产、仓储等多个域，而这些域我们的后端都基于 DDD 领域模型做了微服务化，此时前端在开发面向这些供应商使用的中后台应用时，遇到了以下问题：

• 页面显示需要请求多个域：比如一个商家的详情页，可能既需要请求仓储数据，还需要请求资产数据，才能将一个页面显示出来。
• 接口格式不满足前端需求：后端微服务化后，是面向多项目，通用性的，其接口格式不一定能满足前端需求，前端需要自己做转换，比如单位转换，字段裁减。
• 需求变化快：业务在快速迭代，需要接口的大量支持，而我们的后端域是面向多项目的，更改成本较大，需要投入更多的测试，此时如果在前端和后端中间存在一个中间层，来做这些事情，那么效率会有比较好的提高。
• 部门协作成本大：有些需求需要其它部门的后端同学支持，而其它部门的同学因为自己部门的需求紧张，排期较满，导致我们的需求迟迟无法排期，此时如果存在一个中间层，在中间层去请求其它部门提供的领域服务来组合数据提供给前端，此时就可以在其它部门同学不参与的情况下，前端自己完成需求开发，部门之间的协作成本会大大降低。

基于以上背景，前端这边引入了 BFF 架构，BFF 架构能做哪些事情：

• 业务编排：从后端域多接口获取数据合并输出给页面。比如一个商家详情页即需要仓储数据，也需要资产数据，此时我们在 BFF 层将仓储和资产数据请求回来组装吐给前端。
• 字段转换：字段过滤、数据格式化等工作。比如资产域的商户名字段叫 businessName，而仓储域的商户名字段叫 shopName，此时可以在BFF层统一掉，这样前端就不需要做判断了。
• 个性化数据：为前端提供个性化服务，如数据压缩，单位转换等。

BFF 核心架构

核心架构

以上是 BFF 的核心架构图，前端即中后台应用，后端域即后端服务，右侧的工具支撑是公司的一些基础公共服务，中间的就是 BFF 核心实现，我们从上往下看：

• 业务：可以在这一层做业务编排，字段转换，个性定制等业务逻辑，同时提供了一个 node-auth 包，可以利用该包做用户鉴权。
• 基础框架：基础框架这层，主要封装了 node-soa 这个 npm 包，node-soa 里面包含了 node-log 日志工具、node-hook 代码规则校验工具、node-zk 集群链接工具等。
• Node框架：Node 框架这块选型的是 Koa2。

调用链路

核心架构讲完后，再看下整个 BFF 架构的调用链路：

调用链路从上往下，我们的中后台应用通过 HTTP 请求到 Nginx 服务器上，Nginx 转发到 BFF 层，BFF 层通过 RPC 调用后端域的微服务，完成整个调用过程。这里有两个概念需要说明下：

• ZooKeeper：可简单理解为服务注册中心，后端的各个微服务都统一注册到这个注册中心，然后 BFF 层充当 ZooKeeper Client 去连接这个注册中心，连接后，就可以枚举到注册中心每个服务的 Host 和 Port，拿到 Host 和 Port 就可以发起 RPC 调用了。
• RPC：远程过程调用，也就是说两台服务器 A、B，一个部署在 A 服务器上的应用需要访问 B 服务器上的一个应用的某个方法，由于不在一个内存空间，因此需要通过网络来表达调用的语义和传达的数据，可以简单理解为 A 服务器上部署了我们的 BFF 应用，B 服务器上部署了我们的微服务。RPC 通信协议可基于 HTTP 或者 TCP 协议，我们采用的是 gRPC，即使用 HTTP/2 的一种 RPC 调用方式。

以上介绍了 BFF 的核心架构和整个调用链路，下面来看看 node-soa 的具体实现细节。

服务初始化

通过调用 node-soa 提供的 init 方法来完成服务的初始化，其中 dep 即为各后端域的微服务。

我们再看看 init 的具体实现:

首先创建了一个 ZooKeeper Client 去连接 ZooKeeper 集群，连接上以后通过 listChildren 方法枚举 ZooKeeper 集群的所有子节点，拿到子节点的Host 和 Port 后创建了一个 grpcClient，之后就可以通过这个grpcClient 发起 RPC 调用了。

服务调用

服务初始化后就可以发起 RPC 调用了，node-soa 提供了request 方法，通过这个方法即可发起 RPC 调用，其中 service 就是后端域，method 即为 java 侧提供的方法。

我们在看看 request 里面的具体实现:

通过服务初始时创建的 grpcClient 发起 RPC 调用，拿到数据后 resolve 回去，即完成一次 RPC 调用，在整个 RPC 调用过程中利用 Jaeger + OpenTracing 做了调用链路的追踪，利用 node-log 做了请求日志的落盘。以上即为我们第一代BFF架构的核心内容，这套架构在当时的业务背景下是一个比较好的解决方案，但随着业务的快速发展，这个架构也遇到了一些问题：

• 运维成本增大：随着 BFF 应用的增多，需要更多的机器来部署BFF应用。
• 发布流程长：新增一个 BFF 的接口，需要走完编译，构建，部署一整套流程，无法做到秒级部署。
• 域名不收敛：每个 BFF 都有各自独立的域名，增加记忆成本。

鉴于这些痛点，我们引入了 SFF（Serverless For Frontend）架构，通过将 BFF 构建于 Serverless 之上，用云函数的方式取代传统基于 NodeJS 的 BFF 层。

基于 Serverless 的BFF改造

SFF 架构

上图是改造后的BFF架构，相比于一代的 BFF 架构，这里主要多了两块内容，一块是 FaaS 层，另外一块是开发者平台。

• 开发者平台是在线编写云函数的，主要提供了函数管理、发布管理等功能，发布的每个函数都会保存在数据库中。
• FaaS 层主要就是一个个 Function，一个 BFF 接口请求过来，首先会去数据库获取对应的函数，然后执行该函数。

实现方案选型

目前主流的方案主要是基于容器和基于进程两种方式。

容器方案：基本实现是利用K8s + Docker,每个云函数执行的时候都启动一个容器去执行，执行完后容器销毁，整个容器的管理、并发处理、扩缩容都是用K8s来管理。

进程方案：每个云函数的执行都启动一个新的进程去执行，执行完后进程销毁。

对于实现方案的选型，我们需要考虑以下几个方面：

• 业务场景复杂性：高并发采用容器方案更好；并发少，选用进程更轻量，也更容易实现。
• 基建&运维能力：容器方案对基建和运维能力有更高的要求，要考虑公司的运维能不能 Cover 住。
• 团队人力/能力：基于容器方案技术上的要求会更高一些，实现难度也会更大一点，要考虑团队的小伙伴这方面的经验有没有，团队的人手够不够。

我们的业务并不复杂，中后台应用几乎没有高并发，目前公司对于容器的使用还没有大推，团队人手也不是很够，加上缺少容器这方面的实战经验，最终采用了基于进程的方式来实现。

实现

基本的实现如下：

用户发起 HTTP 请求，Node 主进程去数据库读取该请求的函数实现，拿到函数实现后会 Fork 一个子进程执行函数，函数执行完后子进程销毁。这里需要注意的一点是控制子进程的执行时间，防止因为函数执行异常，导致子进程无法销毁。我们在看下执行函数的具体实现：

通过 VM2 模块来执行我们的云函数，从而保证子进程和主进程之间的 Context 隔离，如果不进行隔离，有可能出现的一种情况是，子进程里面如果调用了 process.exit()，此时我们的 Node 主进程就会被退出去。

做了进程的 Context 隔离还不够，我们可以利用进程池来优化每次 Fork 子进程的时间，利用 CGroup 来限制子进程的 CPU 使用率、内存占用、磁盘IO等。CGroup 是 Linux 内核中的一个核心能力，提供了将不同进程按分组进行管理的能力，并且能对不同的分组限制其所使用的计算资源（CPU、内存、磁盘IO等），我们可以通过限制用来执行函数的子进程所能消耗的最大内存、磁盘及网络带宽，同时控制进程所能使用的最大 CPU 占用率等方式来保证系统的稳定性。最终的实现如下：

以上就是基于 Serverless 的 BFF 改造的核心内容，相比于一代的 BFF 架构，基于 Serverless 的BFF改造有以下几点优势：

• 效率提升：独立云函数，动态编写，秒级部署。
• 降本：应用收敛，有效降低运维、机器成本。

总结

以上就是平台前端本次分享的主要内容，我们做下总结：

后端领域微服务化后，需要一套能提供业务编排、字段转换、个性定制的机制来保证业务的快速迭代。BFF 架构能够有效的做到业务编排、字段转换、个性定制，且让前端进入全栈领域。构建于 Serverless 之上的 BFF 进一步的降低了运维、机器成本，提高了人效。