从软件架构发展谈业务集成技术演进与展望（下）

引言

　　应用集成技术是市场上被广泛使用的，也是充斥着术语和概念的一个技术领域。集成平台、消息引擎、消息中间件、集成引擎、集成中间件、企业服务总线(ESB)、API网关、API管理… ...很多概念与名词。到底它们是什么意思?有什么区别?哪种技术适合解决哪种集成问题?

　　业务集成的需求和技术的演进是紧随业务系统的软件架构发展而发展的。通过小结软件架构的发展，我们更容易梳理业务集成技术的演进、更容易看清楚各种集成架构的优势和未来发展方向。

　　从软件架构发展谈业务集成技术演进与展望(上)

业务集成范式和特点

　　至此，我们现在在市场上常见的集成相关术语都全了。虽然各个厂商使用不同的名词，但可以大致梳理一下：

　　消息队列=消息引擎=消息中间件

　　API网关=API管理器

　　接口引擎=集成引擎=集成中间件

　　而集成平台是对于使用各种架构作为应用集成产品的统称。

　　同时，从上面的分析也可以看到常见的集成范式(套路)：

　　点对点：

　　点对点集成不需要任何特定的技术和数据规范，由被集成的双方确定接口方式并开发实现。

　　消息交换：

　　消息交换基于消息引擎，应用在低业务集成度的跨数据管理域的业务系统间。在医疗行业通常消息是基于临床事件的，描述临床事件的上下文，并在临床事件发生时通过消息引擎路由给消息接收方。典型的医疗行业消息交换标准就是HL7 的V2和V3消息。

　　文档交换：

　　在医疗行业，有别于基于临床事件的消息，文档是阶段性、小结性的完整医疗信息汇总。它也是应用在低业务集成度的跨数据管理域的业务环境中的，不过通常是不同的医疗机构间。

　　文档交换可以通过消息引擎，也可以使用其他方式。

　　文档标准常见的有HL7 CDA、C-CDA。

　　服务：

　　服务是封装好并暴露出的一组内聚的应用功能。所以基于服务交互的互操作，需要双方规范互操作的业务流程和角色。服务交互通常基于面向服务架构，通过服务总线交互。也应用在低业务集成度、跨数据管理域的业务环境中。

　　服务基于规范的业务流程和角色设定，而并不是所有的医疗流程都已经或能够规范，因此服务交互的适用范围有限。

　　最常见的国际服务标准就是IHE。

　　API：

　　有别于消息和文档，API可以只传输必要的信息，而不是完整的上下文。与服务类似，但它不需要中心化的消息引擎或服务总线，本质上是一个去中心化，应用于更紧密业务集成度的互操作方式。

业务集成架构和特点

　　有哪些主要的应用集成架构呢?大致有这么几种：

　　点对点集成

　　基于消息队列(消息中间件)的集成

　　基于集成引擎的集成

　　基于ESB的集成

　　基于API网关的集成

　　下面这张图显示各种架构(除了点对点)的能力和它们之间的技术重叠情况。

　　01基于消息队列/消息引擎/消息中间件的集成方案

　　消息引擎是非常有价值的基础技术架构，很多应用都需要基于消息队列处理，例如保证先进先出、异步处理、处理长时间运行的任务、削峰填谷等。因此很多集成场景也需要基于消息队列和消息路由。这类方案适用于消息交换和文档交换范式。

　　但消息引擎仅仅是集成需要的一个底层基础技术架构，完整的集成方案应该整合好其它技术，例如解决连接问题的适配器、流程建模、数据转换等，也就是说基于消息引擎的方案需要做很好的二次开发和封装才能开发出一个适用的集成平台或集成方案。

　　同时，我们看到市场上不少基于消息引擎的“半成品”集成方案。这类方案的特点是仅有消息引擎，通过消息路由规则来替代流程建模;同时要求各被集成的应用直接连接消息引擎来收发消息。这意味着：

　　高昂的开发成本：不论各业务系统本身是否已经提供有接口，它们都需要现场使用消息引擎提供的连接技术，如dll，开发出一个模块用来连接消息引擎并收发消息、再和自己的应用做对接。

　　性能和稳定性风险：对于开发本身，要求来自不同技术栈的开发人员按消息引擎提供的技术栈进行开发，面临很高的性能和稳定性风险。

　　能力缺失：显然，没有数据校验能力、数据丰富与转换能力、复杂的流程建模能力…

　　如果把集成平台/集成方案看作一台整车，那消息引擎只是一个零件。因此，这类“半成品”集成方案/产品是应该谨慎采用的。

　　02基于集成引擎的集成方案

　　这个架构通过适配器以其既有接口能力连接业务系统，因此对业务系统的改造要求很低。适配器有很多类型：

　　技术协议适配器可以连接各种技术协议，如TCP、HTTP、SOAP、REST、SQL

　　数据协议适配器支持各种数据协议，如HL7 V2、DICOM、X12

　　应用适配器可以连接各种应用，如SAP、IBM WebSphere MQ

　　语言适配器可以调用各种语言编写的代码，如Java、.net、python

　　集成引擎可以满足多种互操作范式，包括消息交换和文档交换。通常都具有：

　　消息引擎：用于基于消息路由和业务流程的交换，保证先进先出、异步处理等。但一般是内部使用，而不会直接暴露给集成系统直接使用。业务系统还是通过适配器连接。

　　业务流程引擎：创建和运行业务流程模型，实现业务流程自动化。相对路由规则，它提供更复杂流程处理的能力，例如循环处理、数据丰富(按流程从不同数据源补齐数据)。

　　规则引擎：建立并执行规则逻辑，给出逻辑输出。通常规则用于消息路由和业务流程。

　　数据转换引擎：建立数据在各种模型间的转换关系，并使用它们对数据进行转换。

　　集成引擎提供完整的工具集简化了集成工作，它也是目前市场采用最多的架构方案。但其中心化的架构影响了其弹性，同时为避免成为单点故障和性能瓶颈，需要其提供高可用能力和良好的性能。

　　03基于ESB的集成方案

　　企业服务总线是一个中心化的架构，通过封装、注册、协同调用和监控服务，以面向服务架构应用在业务集成领域，且多数用于企业内部的应用集成。

　　很多ESB产品都具有集成引擎的核心能力，例如适配器、流程建模、数据转换等。在集成架构上，基于ESB和基于集成引擎二者相似度非常高，甚至可能就是不同厂商叫的不同的名字，差异在于集成引擎不一定是基于SOA架构的。

　　ESB的缺点在于其中心化的架构，一来要避免成为瓶颈，需要其有强大的性能;二来其架构较重，应对微服务多少有些力不从心。因此通常用于业务内部的应用集成。

　　04基于API网关的集成方案

　　当前处在一个企业(包括医院)拆业务围墙的阶段。API和API网关更能帮助企业突破传统IT围墙，构建全新的去中心化或多中心化的业务IT环境。

　　在企业生态中的微服务只需要关注业务实现，不用考虑统一认证与授权、安全传输等等问题，从而更从容应对跨业务边界的应用场景、 更容易容器化和集群化。API网关会处理这些问题，而且还可以做数据转换、路由、协议转换等。API网关可以灵活部署，例如为不同的应用部署不同的API网关，从而也降低了对API网关本身高性能的要求。

　　微服务是一个去中心化的架构，但API网关是中心化的，虽然可以部署多个API网关，但其仍有沦为小ESB的风险。另外API网关对于现有的非服务化的IT资产无能为力。

展望

　　相信随着软件架构的发展，集成技术也会不断发展。但立足于当前的技术，在集成架构和方案上，仍能看到一些趋势。

　　01融合多种集成架构的集成平台

　　从上面分析可见，面对当前多样化的企业信息化环境，上述各种集成架构恐怕都无法单独满足所有集成需求。融合多种集成架构的集成平台产品能够更好地应对多种集成场景。

　　这样的集成平台可以梳理和集成现有业务，在保证业务稳定运行的前提下，逐步将现有不具备弹性的业务进行服务化或微服务化，从而安全、平稳地实现数字化转型。

　　02数据与业务集成融合

　　数据的价值在于决策。随着数字化转型，企业IT架构需要更真实、更及时、更全面地表达现实世界(数据全貌)和更完整的流程(流程全貌)，将开放性分析能力纳入数据和流程，提供基于实时数据的完整洞悉(insight)，并将预测结果甚至是决策结果直接反馈回业务流程。

　　当今负责数据全貌的是数据中心，承载业务流程的是ESB，它们是不同的产品和架构，业务流程的产生数据要定期同步到数据中心，也造成数据中心的及时性成为问题。

　　如果将数据中心比作数据存蓄的湖，集成平台比作数据流动的江，那我们需要江湖一体的架构，以提高数据实时性和流程决策闭环能力。在数据层面，要能处理、容纳各种模型的数据，支持数据编织(Data Fabric)。同时这个架构下要有强大的分析、决策能力，包括BI、自然语言处理、机器学习等。

　　03业务创新平台

　　业务创新依赖现有业务基础。使用ESB梳理现有企业信息、流程资产，拥抱新架构将数字资产微服务化，并通过创建新的服务、组合现有服务快速创新。融合行业互操作和数据标准，提供开箱即用的行业价值。拥有这些能力，将帮助现有架构演化为企业的业务创新平台。

　　当然，这些已经不仅是集成架构的未来，而是整个数字化架构的未来。

　　相关阅读：

　　1. 从软件架构发展谈业务集成技术演进与展望(上)

　　2. 关于信息平台/数据中台技术，你应该知道的八件事

　　作者简介

　　乔鹏，InterSystems技术总监。自2004年加入InterSystems(系联软件)，历任售前工程师、技术经理、技术总监等职务，精通公司旗下Caché数据库，Ensemble集成平台，HealthShare统一健康档案，IRIS数据平台等明星产品，对于数据库、互操作性平台、数据中台、医疗相关标准以及集成平台解决方案，有着深刻的理解和十多年的行业经验，参与主导过百余家医院或者区域平台的信息化建设;同时他能够对CDR、临床决策支持、商业智能、机器学习等数据利用产品和方案有广泛的认识和丰富的实践经验。