一种接口依赖关系分层方案 | 京东云技术团队

1、背景

到店商详迭代过程中，需要提供的对外能力越来越多，如预约日历、附近门店、为你推荐等。这其中不可避免会出现多个上层能力依赖同一个底层接口的场景。最初采用的方案是对外API入口进来后获取对应的能力，并发调用多项能力，由能力层调用对应的数据链路，进行业务处理。然而，随着接入功能的增多，这种情况导致了底层数据服务的重复调用，如商品配置信息，在一次API调用过程中重复调了3次，当流量增大或能力项愈多时，对底层服务的压力会成倍增加。

正值618大促，各方接口的调用都会大幅度增加。通过梳理接口依赖关系来减少重复调用，对本系统而言，降低了调用数据接口时的线程占用次数，可以有效降级CPU。对调用方来说，减少了调用次数，可减少调用方的资源消耗，保障底层服务的稳定性。

原始调用方式：

2、优化

基于上述问题，采用底层接口依赖分层调用的方案。梳理接口依赖关系，逐层向上调用，注入数据，如此将同一接口的调用抽取到某层，仅调用一次，即可在整条链路使用。

改进调用方式：

只要分层后即可在每层采用多线程并发的方式调用，因为同一层级中的接口无先后依赖关系。

3、如何分层？

接下来，如何梳理接口层级关系就至关重要。

接口梳理分层流程如下：

第一步：构建层级结构

首先获取到能力层依赖项并遍历，然后调用生成数据节点方法。方法流程如下：构建当前节点，检测循环依赖（存在循环依赖会导致栈溢出），获取并遍历节点依赖项，递归生成子节点，存放子节点。

第二步：节点平铺

定义Map维护平铺结构，调用平铺方法。方法流程如下：遍历层级结构，判断当前节点是否已存在map中，存在时与原节点比较将层级大的节点放入（去除重复项），不存在时直接放入即可。然后处理子节点，递归调用平铺方法，处理所有节点。

第三步：分层（分组排序）

流处理平铺结构，处理层级分组，存储在TreeMap中维护自然排序。对应key中的数据节点Set<DataNode>需用多线程并发调用，以保证链路调用时间

1 首先，定义数据结构用于维护调用链路

Q1：为什么需要定义祖先节点？

A1：为了判断接口是否存在循环依赖。如果接口存在循环依赖而不检测将导致调用栈溢出，故而在调用过程中要避免并检测循环依赖。在遍历子节点过程中，如果发现当前节点的祖先已经包含当前子节点，说明依赖关系出现了环路，即循环依赖，此时抛异常终止后续流程避免栈溢出。

public class DataNode { /** * 节点名称 */ private String name; /** * 节点层级 */ private int level; /** * 祖先节点 */ private List<String> ancestors; /** * 子节点 */ private List<DataNode> children; } 

2 获取能力层的接口依赖，并生成对应的数据节点

Q1：生成节点时如何维护层级？

A1：从能力层依赖开始，层级从1递加。每获取一次底层依赖，底层依赖所生成的节点层级即父节点层级+1。

/** * 构建层级结构 * * @param handlers 接口依赖 * @return 数据节点集 */ private List<DataNode> buildLevel(Set<String> handlers) { List<DataNode> result = Lists.newArrayList(); for (String next : handlers) { DataNode dataNode = generateNode(next, 1, null, null); result.add(dataNode); } return result; } /** * 生成数据节点 * * @param name 节点名称 * @param level 节点层级 * @param ancestors 祖先节点（除父辈） * @param parent 父节点 * @return DataNode 数据节点 */ private DataNode generateNode(String name, int level, List<String> ancestors, String parent) { AbstractInfraHandler abstractInfraHandler = abstractInfraHandlerMap.get(name); Set<String> infraDependencyHandlerNames = abstractInfraHandler.getInfraDependencyHandlerNames(); // 根节点 DataNode dataNode = new DataNode(name); dataNode.setLevel(level); dataNode.putAncestor(ancestors, parent); if (CollectionUtils.isNotEmpty(dataNode.getAncestors()) && dataNode.getAncestors().contains(name)) { throw new IllegalStateException("依赖关系中存在循环依赖，请检查以下handler：" + JsonUtil.toJsonString(dataNode.getAncestors())); } if (CollectionUtils.isNotEmpty(infraDependencyHandlerNames)) { // 存在子节点，子节点层级+1 for (String next : infraDependencyHandlerNames) { DataNode child = generateNode(next, level + 1, dataNode.getAncestors(), name); dataNode.putChild(child); } } return dataNode; } 

层级结构如下：

3 数据节点平铺（遍历出所有后代节点）

Q1：如何处理接口依赖过程中的重复项？

A1：遍历所有的子节点，将所有子节点平铺到一层，平铺时如果节点已经存在，比较层级，保留层级大的即可（层级大说明依赖位于更底层，调用时要优先调用）。

/** * 层级结构平铺 * * @param dataNodes 数据节点 * @param dataNodeMap 平铺结构 */ private void flatteningNodes(List<DataNode> dataNodes, Map<String, DataNode> dataNodeMap) { if (CollectionUtils.isNotEmpty(dataNodes)) { for (DataNode dataNode : dataNodes) { DataNode dataNode1 = dataNodeMap.get(dataNode.getName()); if (Objects.nonNull(dataNode1)) { // 存入层级大的即可，避免重复 if (dataNode1.getLevel() < dataNode.getLevel()) { dataNodeMap.put(dataNode.getName(), dataNode); } } else { dataNodeMap.put(dataNode.getName(), dataNode); } // 处理子节点 flatteningNodes(dataNode.getChildren(), dataNodeMap); } } } 

平铺结构如下：

4 分层（分组排序）

Q1：如何分层？

A1：节点平铺后已经去重，此时借助TreeMap的自然排序特性将节点按照层级分组即可。

/** * @param dataNodeMap 平铺结构 * @return 分层结构 */ private TreeMap<Integer, Set<DataNode>> processLevel(Map<String, DataNode> dataNodeMap) { return dataNodeMap.values().stream().collect(Collectors.groupingBy(DataNode::getLevel, TreeMap::new, Collectors.toSet())) } 

分层如下：

1.根据分层TreeMap的key倒序即为调用的层级顺序

对应key中的数据节点Set<DataNode>需用多线程并发调用，以保证链路调用时间

4、分层级调用

梳理出调用关系并分层后，使用并发编排工具调用即可。这里梳理的层级关系，level越大，表示越优先调用。

这里以京东内部并发编排框架为例，说明调用流程：

/** * 构建编排流程 * * @param infraDependencyHandlers 依赖接口 * @param workerExecutor 并发线程 * @return 执行数据 */ public Sirector<InfraContext> buildSirector(Set<String> infraDependencyHandlers, ThreadPoolExecutor workerExecutor) { Sirector<InfraContext> sirector = new Sirector<>(workerExecutor); long start = System.currentTimeMillis(); // 依赖顺序与执行顺序相反 TreeMap<Integer, Set<DataNode>> levelNodes; TreeMap<Integer, Set<DataNode>> cacheLevelNodes = localCacheManager.getValue("buildSirector"); if (Objects.nonNull(cacheLevelNodes)) { levelNodes = cacheLevelNodes; } else { levelNodes = getLevelNodes(infraDependencyHandlers); ExecutorUtil.executeVoid(asyncTpExecutor, () -> localCacheManager.putValue("buildSirector", levelNodes)); } log.info("buildSirector 梳理依赖关系耗时：{}", System.currentTimeMillis() - start); // 最底层接口执行 Integer firstLevel = levelNodes.lastKey(); EventHandler[] beginHandlers = levelNodes.get(firstLevel).stream().map(node -> abstractInfraHandlerMap.get(node.getName())).toArray(EventHandler[]::new); EventHandlerGroup group = sirector.begin(beginHandlers); Integer lastLevel = levelNodes.firstKey(); for (int i = firstLevel - 1; i >= lastLevel; i--) { EventHandler[] thenHandlers = levelNodes.get(i).stream().map(node -> abstractInfraHandlerMap.get(node.getName())).toArray(EventHandler[]::new); group.then(thenHandlers); } return sirector; } 

5、 个人思考

1. 作为接入内部RPC、Http接口实现业务处理的项目，在使用过程中要关注调用链路上的资源复用，尤其长链路的调用，要深入考虑内存资源的利用以及对底层服务的压力。

2. 要关注对外服务接口与底层数据接口的响应时差，分析调用逻辑与流程是否合理，是否存在优化项。

3. 多线程并发调用多个平行数据接口时，如何使得各个线程的耗时方差尽可能小？

作者：京东零售 王江波

来源：京东云开发者社区