這個問題是我在知乎上看到的，答案并不是一邊倒，還是存在爭議性的。

其中，一些持反方觀點同學的理由如下：

（1）從硬件成本和維護成本上看，反而應該多個微服務盡可能地共用中間件和數據庫。

（2）微服務的獨立數據庫是指邏輯獨立，而不是物理獨立，在物理層面上是可以共用數據庫的。

btw：有點兒像《非誠勿擾》中葛優對舒淇說的話：“那你能允許我心在你這，身體上開點兒小差嗎”？

（3）你把數據庫也看做一個微服務就好理解了，微服務之間本身就是多對多的關系，公用有何不可呢？

拋出我的觀點吧，我完全支持每個微服務都要有自己獨立的數據庫，但每個數據庫是否使用獨立的服務器，這個需要視業務情況而定。

具體原因請見下圖：

圖片

系統可用性

說說我當年的情況吧，當時我在一個在線教育公司，該公司早期的系統是一個單體架構，一個大的后端工程，并對應一個大的數據庫。

后來人越招越多，業務也越來越復雜，幾十人的研發團隊共同在一個大的單體服務中進行開發，這是明顯不現實的。

于是，研發團隊便按照組織結構進行服務拆分，將那個大的單體服務拆分為學生端服務、教師端服務、管理端服務和銷售端服務。

圖片

隨后，我們的學生端服務又按照業務領域，拆分出來了學生課表、積分商城和學生運營活動服務。

其中，學生課表服務的重要等級是P0（最重要的），因為學生是以課表為入口進入教室上課的，也就是說，如果課表服務掛了就會導致無法上課，會給公司帶來重大經濟損失。

積分商城服務，是學生通過積分兌換學習用品的，如果服務掛了會影響用戶體驗，但不會造成經濟損失，因此重要等級為P1。

而運營活動服務的主要功能為，公司的運營人員會創建一些活動來增加學生在平臺上的活躍度，比如：學生將自己創作的作品，發到朋友圈中收集點贊，被點贊最多的學生獲得小禮品，等等。

但當時的情況是，學生課表、積分商城和學生運營活動這三個服務拆出來了，還是共用了一個學生端的數據庫。

有一天晚上，正好是學生上課的高峰期，忽然收到一通報警，學生端數據庫的負載竟然達到了200多，CPU使用率也被干到了100%。

緊接著，公司的大群中就有好幾個業務同事發消息說，學生投訴說課表看不到了，不能進入教室上課了。

我們聽了之后，趕緊登錄監控系統去查看學生課表服務的相關接口，發現由于不顯示課表學生反復刷新頁面的原因，接口的QPS確實比正常情況下高了好幾倍，但都被Sentinel限流掉了，不應該造成影響才對。

正在一籌莫展之際，我忽然發現在監控系統上，學生運營活動服務的接口QPS和TPS同樣高得離譜，比平時高十幾倍，且彪高的起始時間要比學生課表接口早一兩分鐘。

這就證明了，很大可能是學生運營活動服務的流量彪高，且學生運營活動服務上的接口沒有做限流保護，造成了服務共用的學生端數據庫扛不住了，從而影響了學生課表服務。

圖片

于是，我們趕緊啟動降級機制，關閉了所有的學生運營活動服務的接口。沒過一會兒，學生課表可以正常訪問了。

接下來，我們和DBA連夜把學生課表服務所對應的數據表單獨拆分出來，遷移到一個新的數據庫服務器上進行獨享。

嗯，重要等級高的微服務不但要有自己獨立的數據庫，且必須是獨立的數據庫服務器，通過鏈路隔離的方式提升系統可用性。

當然，一些重要等級不高的服務獨立數據庫即可，并不需要獨立數據庫服務器，這樣可以節省硬件成本。

架構貫徹性

我們都知道，微服務架構之間是通過RPC調用來進行業務串聯的。

以常見的電商場景舉例，需要給用戶展示他所購買的訂單列表，此時訂單中心會調用商品中心的API獲取商品數據，然后再跟訂單數據進行merge，返回給前端用戶。

如果此時商品中心和訂單中心所對應的數據表放在一個數據庫中，可以預見的情況就是，研發人員會把訂單表和商品表進行多表關聯的方式來代替RPC調用+ 數據merge，因為這樣做非常省事。

如下圖所示：

而一旦破了這個口子，就會形成“破窗效應”，系統架構就變成分布式單體架構。

有人說，可以靠口頭約束的方式來規避這種情況，我并不認同。

想象一種場景，如果一個同學趕項目工期，半夜12點還在那挑燈夜戰呢。此時，如果有一種方式讓他快速寫完代碼回家睡覺，他會毫不動心一絲不茍地“按照規律辦事”？

研發效率

微服務獨立數據庫的另一個好處就是，讀寫入口收斂，這樣是可以提升研發效率的。

舉個例子，如果我們把商品表進行垂直拆分，拆分成商品表 + 商品詳情表，如果按照標準的獨立數據庫方式，只需要商品中心來進行對應的代碼變更就可以了，這對依賴商品中心的其他服務來講是透明的。

而非獨立庫模式就比較蛋疼了，每個去直接查詢商品表的服務都需要改一遍。

如下圖所示：

圖片

上述例子屬于讀入口收斂的范疇，而寫入口不收斂，在多個服務中對一張數據表進行寫入的話，則帶來的問題同樣不少。

問題包括：

（1）表結構變更問題，如果增加一個非空字段，那么所有寫入口的代碼全部需要變更，且這種“散彈式”修改非常容易遺漏。

（2）問題排查難，一旦發現寫入了問題數據，那各個寫入口全部需要進行排查，工作量大且復雜。

除了讀寫入口收斂問題，再有就是，如果形成了上文中所說的“分布式單體架構”，那接下來再想進行優化改善的話，將會是一件工作量極大的事情，所以不如一次做好。

結語

綜上所述，我認為如果選擇了微服務架構，那每個微服務獨立數據庫完全是個必選項，獨立數據庫服務器則是個可選項，需要兼顧可用性和硬件成本。