Decomposition（拆分 Monolith）

是什麼？

Decomposition 是將 Monolith 系統逐步拆分為微服務的策略和方法。核心原則是漸進式遷移（Incremental Migration），讓新舊系統在拆分過程中共存，降低風險。

ℹ️Big Bang Rewrite 的失敗率

根據業界經驗，大規模重寫專案的失敗率極高。原因是：重寫期間原系統仍在變化、重寫團隊必須同時理解舊系統和設計新系統、無法逐步驗證成果。漸進式遷移是工業界證明有效的策略。

核心觀念

主要拆分策略

策略說明適用時機
Strangler Fig用新服務逐步「絞殺」舊系統有清楚的 API 邊界可以切換
Branch by Abstraction在 Monolith 內部先抽出介面層，再替換實作內部模組緊密耦合
Parallel Run新舊系統同時運行，比對結果高風險業務邏輯遷移
Decorating Collaborator新服務作為 Monolith 的裝飾器，攔截和增強功能不修改 Monolith 的前提下擴展

Strangler Fig Pattern（絞殺者模式）

命名來自一種熱帶植物 — 它先攀附在大樹上生長，最終包覆整棵樹取而代之。

步驟：

  1. 在 Monolith 前面加一層 Router/Proxy
  2. 新功能直接用微服務開發
  3. 逐步將舊功能抽出為微服務
  4. Router 將流量從舊模組切換到新服務
  5. 舊模組不再有流量後移除

Branch by Abstraction

步驟：

  1. 在 Monolith 中找到要拆出的模組
  2. 建立一個 Abstraction Layer（介面）
  3. 讓現有程式碼透過 Abstraction 呼叫
  4. 實作新版本（微服務），也符合同一個 Abstraction
  5. 切換 Abstraction 的實作，從舊模組指向新服務

拆分判斷標準

什麼模組先拆？

常見誤區

⚠️常犯錯誤

  • 一次拆太多（應該一次只拆一個模組，驗證成功後再拆下一個）
  • 先拆最核心的模組（應該先拆風險低、邊界清楚的模組累積經驗）
  • 忽略資料拆分（程式碼拆了但還是共用同一個資料庫，沒有真正解耦）
  • 沒有建立監控和回滾機制（無法驗證拆分後的行為是否正確）

執行流程

1

評估與規劃

用 DDD 識別 Bounded Context，決定拆分順序

2

建立基礎設施

CI/CD、容器化、API Gateway、監控

3

Strangler Proxy

在 Monolith 前加入路由層，準備流量切換

4

逐步拆分

一次一個模組：抽出、測試、切換流量

5

清理舊程式碼

確認新服務穩定後，移除 Monolith 中的舊模組

流程解讀：拆分 Monolith 是一場馬拉松，不是短跑。第一步用 DDD 的 Bounded Context 分析哪些模組有清楚的業務邊界。基礎設施是前提 — 沒有 CI/CD 和監控就不要開始拆分。Strangler Proxy 是流量切換的關鍵，讓你可以灰度地將請求從舊模組導向新服務。每拆完一個模組都要充分驗證（包括 Parallel Run 比對結果），確認穩定後才清理舊程式碼。

程式碼範例

C# 版本

csharp
// Branch by Abstraction — 在 Monolith 中建立介面
public interface IInventoryService
{
    Task<int> GetStock(string productId);
    Task<bool> ReserveStock(string productId, int quantity);
}
 
// 舊的實作（Monolith 內部直接查 DB）
public class MonolithInventoryService : IInventoryService
{
    private readonly AppDbContext _db;
 
    public async Task<int> GetStock(string productId)
    {
        var product = await _db.Products.FindAsync(productId);
        return product?.Stock ?? 0;
    }
 
    public async Task<bool> ReserveStock(string productId, int quantity)
    {
        var product = await _db.Products.FindAsync(productId);
        if (product == null || product.Stock < quantity) return false;
        product.Stock -= quantity;
        await _db.SaveChangesAsync();
        return true;
    }
}
 
// 新的實作（呼叫微服務）
public class MicroserviceInventoryService : IInventoryService
{
    private readonly HttpClient _client;
 
    public async Task<int> GetStock(string productId)
    {
        var response = await _client.GetAsync($"/api/stock/{productId}");
        return await response.Content.ReadFromJsonAsync<int>();
    }
 
    public async Task<bool> ReserveStock(string productId, int quantity)
    {
        var response = await _client.PostAsJsonAsync("/api/stock/reserve",
            new { ProductId = productId, Quantity = quantity });
        return response.IsSuccessStatusCode;
    }
}
 
// Feature Flag 切換
services.AddScoped<IInventoryService>(sp =>
    FeatureFlags.UseNewInventoryService
        ? new MicroserviceInventoryService(sp.GetRequiredService<HttpClient>())
        : new MonolithInventoryService(sp.GetRequiredService<AppDbContext>())
);

TypeScript 版本

typescript
// Strangler Fig — NGINX 路由設定
// nginx.conf
// location /api/inventory/ {
//     # 新服務
//     proxy_pass http://inventory-service:3002;
// }
// location /api/ {
//     # 其他還沒拆的走 Monolith
//     proxy_pass http://monolith:3000;
// }
 
// Parallel Run — 同時呼叫新舊系統比對結果
async function parallelRun<T>(
  oldFn: () => Promise<T>,
  newFn: () => Promise<T>,
  compare: (a: T, b: T) => boolean
): Promise<T> {
  const [oldResult, newResult] = await Promise.allSettled([oldFn(), newFn()]);
 
  // 永遠回傳舊系統的結果（安全）
  const primary = oldResult.status === "fulfilled" ? oldResult.value : null;
 
  // 比對差異（記錄但不影響使用者）
  if (oldResult.status === "fulfilled" && newResult.status === "fulfilled") {
    if (!compare(oldResult.value, newResult.value)) {
      logger.warn("Parallel run mismatch", {
        old: oldResult.value,
        new: newResult.value,
      });
    }
  }
 
  if (!primary) throw new Error("Primary (old) system failed");
  return primary;
}
 
// 使用
const stock = await parallelRun(
  () => monolith.getStock("SKU-001"),
  () => inventoryService.getStock("SKU-001"),
  (a, b) => a === b
);

Python 版本

python
# Feature Flag 驅動的 Branch by Abstraction
from abc import ABC, abstractmethod
 
class InventoryService(ABC):
    @abstractmethod
    async def get_stock(self, product_id: str) -> int: ...
 
    @abstractmethod
    async def reserve(self, product_id: str, qty: int) -> bool: ...
 
# 舊實作
class MonolithInventory(InventoryService):
    def __init__(self, db):
        self.db = db
 
    async def get_stock(self, product_id: str) -> int:
        row = await self.db.fetchone(
            "SELECT stock FROM products WHERE id = %s", (product_id,))
        return row["stock"] if row else 0
 
    async def reserve(self, product_id: str, qty: int) -> bool:
        result = await self.db.execute(
            "UPDATE products SET stock = stock - %s WHERE id = %s AND stock >= %s",
            (qty, product_id, qty))
        return result.rowcount > 0
 
# 新實作
class MicroserviceInventory(InventoryService):
    def __init__(self, base_url: str):
        self.base_url = base_url
 
    async def get_stock(self, product_id: str) -> int:
        async with httpx.AsyncClient() as client:
            r = await client.get(f"{self.base_url}/api/stock/{product_id}")
            return r.json()["stock"]
 
    async def reserve(self, product_id: str, qty: int) -> bool:
        async with httpx.AsyncClient() as client:
            r = await client.post(f"{self.base_url}/api/stock/reserve",
                json={"product_id": product_id, "quantity": qty})
            return r.status_code == 200
 
# Factory with Feature Flag
def get_inventory_service(feature_flags) -> InventoryService:
    if feature_flags.is_enabled("new_inventory_service"):
        return MicroserviceInventory("http://inventory-service:8002")
    return MonolithInventory(db)

結構圖

Client
all requests→
Strangler Proxy
unmigrated routes→
Monolith (shrinking)
→
Inventory Service (new)
→
Payment Service (new)
→
Feature Flags

圖中 Client 所有請求先到 Strangler Proxy。Proxy 根據路由規則（受 Feature Flags 控制）將請求分發到新服務或舊的 Monolith。隨著拆分進行，越來越多的路由指向新服務，Monolith 逐漸「縮小」。最終所有路由都指向新服務後，Monolith 就可以退役了。

面試常見問題

Q: Strangler Fig 和 Big Bang Rewrite 各自的風險？

A: Big Bang Rewrite 要在新系統完成前維護兩套程式碼，期間無法交付新功能，且新系統可能遺漏舊系統的隱含邏輯，失敗率極高。Strangler Fig 漸進式遷移，每一步都可驗證，可以隨時暫停或回滾，風險可控。代價是遷移期間系統架構較複雜（新舊共存）。

Q: 拆分過程中如何處理共用資料庫？

A: 分四步：(1) 先在 Monolith 中用 Abstraction Layer 隔離資料存取；(2) 新服務使用自己的資料庫，透過 API 與 Monolith 同步資料；(3) 用 Change Data Capture（CDC）或 Event 保持資料一致；(4) 確認新服務穩定後，停止同步並移除 Monolith 對該 table 的存取。

Q: 如何決定拆分的順序？

A: 用四個維度評分：(1) 業務價值 — 獨立部署和擴展的收益有多大；(2) 拆分難度 — 耦合程度和依賴關係；(3) 風險 — 出錯的影響範圍；(4) 團隊準備度 — 是否有經驗維運微服務。建議從「高價值、低風險、低難度」的模組開始，累積經驗後再挑戰核心模組。

理解測驗

🤔 Strangler Fig Pattern 的名稱來自什麼？

🤔 拆分 Monolith 時應該先拆哪個模組？

🤔 Branch by Abstraction 的核心步驟是什麼？

重點整理

💡一句話記住

Decomposition = 漸進式替換，不是一次重寫。 口訣：「Strangler 逐步替，Branch 先抽介面，Parallel 比結果」

概念說明
Strangler Fig用路由層逐步將流量從 Monolith 切到新服務
Branch by Abstraction先抽介面再替換實作
Parallel Run新舊系統同時運行比對結果
Feature Flag控制流量切換和回滾
核心原則漸進遷移、持續驗證、隨時可回滾

你可能也想看

Bounded ContextMediumMicroservices FundamentalsEasy
← Event-Driven Architecture回到目錄 →

按 ← → 鍵切換課程