ساخت فروشگاه با مایکروسرویس فقط تقسیم کد به چند پروژه نیست. چالش اصلی وقتی شروع میشود که چند سرویس باید با هم کاری را کامل کنند؛ آن هم وقتی ممکن است پیام دیر برسد، دوبار ارسال شود یا یکی از سرویسها موقتاً در دسترس نباشد.
در این پروژه یک فروشگاه اینترنتی نمونه با .NET ساختهام تا بعضی از این چالشها را در عمل بررسی کنم: ارتباط سرویسها، ثبت سفارش، مدیریت پیامها و بازگرداندن سبد خرید هنگام لغو سفارش.
هر بخش اصلی فروشگاه سرویس خودش را دارد:
Catalog محصولات را مدیریت میکند و از MongoDB استفاده میکند.
Basket سبد خرید را نگه میدارد و برای ذخیرهٔ موقت اطلاعات از Redis استفاده میکند.
Discount اطلاعات تخفیف را در PostgreSQL نگه میدارد و Basket برای دریافت قیمت تخفیفخورده با آن از gRPC ارتباط میگیرد.
Ordering سفارشها را با SQL Server و Entity Framework Core مدیریت میکند.
RabbitMQ پیامهای ناهمگام بین سرویسها را جابهجا میکند و Wolverine مدیریت پیامها و فرایند Saga را انجام میدهد.
Ocelot نقش API Gateway را دارد و رابط فروشگاه با Razor Pages پیادهسازی شده است.
این انتخابها برای نشاندادن تفاوت نیازهای دادهای سرویسهاست؛ قرار نیست هر پروژهای حتماً چند نوع دیتابیس داشته باشد.
وقتی کاربر checkout میکند، Basket اطلاعات سفارش و snapshot اقلام سبد را در یک پیام قرار میدهد و آن را برای Ordering میفرستد. Ordering سفارش را ثبت میکند و فرایند Saga را آغاز میکند. سپس Saga از Basket میخواهد سبد را پاک کند. Basket بعد از انجام کار، پیام تأیید میفرستد و Saga وضعیت سفارش را بهروزرسانی میکند.
نکتهٔ مهم اینجاست که درخواست checkout ممکن است تکرار شود؛ مثلاً کاربر دوبار روی دکمه بزند یا پیام دوباره تحویل داده شود. برای همین فرم checkout یک شناسهٔ ثابت به نام CheckoutId دارد. Ordering آن را در CheckoutEventId ذخیره میکند و دیتابیس هم روی این شناسه قید یکتا دارد. اگر دو درخواست همزمان برای یک checkout برسند، قید دیتابیس اجازه نمیدهد دو سفارش با یک شناسه ساخته شود.

لغو سفارش در این پروژه فقط حذف یک ردیف از دیتابیس نیست. Saga هنگام شروع checkout، snapshot اقلام سبد را نگه میدارد. اگر سفارش لغو شود، Saga از Basket میخواهد سبد را از روی همان snapshot بازسازی کند. سفارش پس از دریافت تأیید بازگردانی سبد حذف میشود.
این یک نمونه از جبران در فرایند توزیعشده است: چون چند سرویس و چند ذخیرهساز درگیرند، نمیتوان همهٔ کار را در یک تراکنش دیتابیسی مشترک انجام داد. Saga مراحل را هماهنگ میکند و در صورت لغو، عملیات جبرانی را اجرا میکند.
جدا بودن مسئولیتها: هر سرویس محدودهٔ مشخصی دارد و میتواند منطق و ذخیرهسازی مناسب خودش را داشته باشد.
ارتباط ناهمگام: Basket لازم نیست تا پایان تمام مراحل سفارش منتظر بماند. پیامها از طریق RabbitMQ جابهجا میشوند.
مقاومت در برابر پیام تکراری: شناسهٔ پایدار checkout، بررسی سفارش موجود و قید یکتای دیتابیس، از ثبت دوبارهٔ یک سفارش جلوگیری میکنند.
قابلیت جبران: snapshot سبد امکان بازگرداندن آن را در فرایند لغو فراهم میکند.
مدیریت خطا و همزمانی: Polly برای retry خطاهای گذرای SQL استفاده شده و تعارض همزمانی Saga با retry خود Wolverine مدیریت میشود. برای قید یکتای checkout retry انجام نمیشود؛ handler سفارش برنده را پیدا میکند.
مایکروسرویسها پیچیدگی عملیاتی بیشتری دارند. برای اجرای پروژه باید چند سرویس، دیتابیس و RabbitMQ بالا باشند. دنبالکردن یک درخواست هم در چند سرویس و صف انجام میشود؛ پس لاگ متمرکز، شناسهٔ همبستگی و ابزار مشاهدهٔ صفها در محیط واقعی اهمیت زیادی دارند.
همچنین، تراکنش اتمیک مشترک بین SQL Server، Redis و RabbitMQ وجود ندارد. Outbox و Inbox به پایداری پیامها کمک میکنند، اما Redis بخشی از تراکنش SQL نیست. اگر یکی از مراحل شکست بخورد، سیستم به پیامهای مجدد، ادامهٔ Saga و در بعضی شرایط بررسی عملیاتی نیاز دارد.
تست همزمانی پروژه دو درج با شناسهٔ checkout یکسان را در SQLite موقت اجرا میکند و بررسی میکند که فقط یک سفارش باقی بماند. این تست برای بررسی قید یکتا مفید است، اما جای تست یکپارچهٔ چندسرویسی روی SQL Server و RabbitMQ را نمیگیرد.
بخش پرداخت هم نمونهای برای نمایش جریان checkout است، نه اتصال واقعی به درگاه. در پروژهٔ واقعی نباید شمارهٔ کارت یا CVV خام ذخیره یا log شود؛ پرداخت باید از طریق ارائهدهندهٔ پرداخت و tokenization انجام شود. بعضی بخشهای قدیمیتر پروژه نیز برای استفادهٔ بلندمدت نیاز به یکدستسازی و بهروزرسانی دارند.
این پروژه را بهتر است یک نمونهٔ آموزشی برای بررسی مایکروسرویس، پیامرسانی و Saga دانست، نه یک فروشگاه آمادهٔ انتشار در محیط واقعی. ارزش اصلی آن برای من این بود که مسائلی مثل پیام تکراری، race condition، retry و جبران لغو را در جریان واقعی checkout ببینم و برای هرکدام راهحل مشخصی در کد داشته باشم.