小系统出错,一眼能看出来。大系统出错,往往要等很久,而且找不到原因。这不是能力问题,是复杂度问题。

复杂度带来的第一个问题是什麼?

是不可见。你看不到它内部怎么运转,只能看输入输出。中间发生了什么,全靠它自己报告。

自己报告的信息,天然不可全信。

第二个问题是什么?

是不可复现。同一个输入,两次输出不同,因为内部有随机性、有外部依赖、有状态残留。

不可复现的系统,出了问题只能整体回滚,不能精准修复。

第三个问题是什么?

是责任弥散。一个错误可能来自数据、来自模型、来自工具、来自上游服务。每个环节都说不是自己的问题。

责任一弥散,改进就没有着力点。

大系统为什么还是会被采用?

因为收益也大。它能把跨部门、跨系统的活儿串起来,这是小系统做不到的。

取舍不是要不要用,是怎么用得可控。

怎么让大系统可被信任?

四个手段。一是切片,把大系统拆成可独立验证的模块,每块有自己的验收标准。二是留痕,全链路记录,能定位到环节。三是灰度,新版本只放一部分流量。四是退路,随时能切回旧路径。

第四个最常被省略。没有退路的系统,出事只能硬扛。

信任和规模的关系有解吗?

有解,但要付管理成本。规模越大,治理成本越高,这是铁律。

所以别指望一个巨型系统既灵活又可控。要么拆小,要么认下治理成本。

这对企业选型有什么启发?

启发是别只看功能清单,要看可治理性。能不能切片、能不能留痕、能不能灰度、能不能回退,这四条比多十个功能重要。

功能可以后加,治理结构一开始没设计好,后面加不进去。

买系统的时候问这四句,比听演示有用。

同簇还有哪几篇值得一起看?

想就这个话题接着到论坛聊吗?

前往 ziyuanagi.com 论坛 参与讨论