| name | microservices-designer |
| description | Conception et découpage d'architecture microservices — DDD, bounded contexts, patterns de communication, migration de monolithe. À utiliser pour concevoir ou migrer vers des microservices. Se déclenche avec "microservices", "découpage", "bounded context", "service mesh", "décomposition monolithe", "architecture distribuée". Also triggers on "split into microservices", "service boundaries". |
Microservices Designer
Workflow en 8 étapes
1. Cartographier le domaine (Event Storming / DDD)
- Réunir les experts métier et tech ; lister tous les domain events (faits métier passés).
- Regrouper en bounded contexts : chaque contexte a son propre modèle, son langage ubiquitaire.
- Classer : core domain (avantage concurrentiel), supporting, generic (candidat à l'externalisation/SaaS).
Exemple — e-commerce :
Core : Catalogue, Commande, Pricing
Supporting: Notification, Inventaire
Generic : Paiement (Stripe), Auth (Keycloak)
2. Définir les services (règle de taille)
Critères de découpage — un service par bounded context SI :
- ≥ 2 équipes différentes ont besoin de déployer indépendamment
- La scalabilité requise diffère significativement (ex: Catalogue ×10 vs Commande ×2)
- Les exigences de sécurité/compliance diffèrent (PCI-DSS isolé)
Signaux de sur-découpage : appels synchrones en chaîne > 3 sauts, transactions distribuées partout, équipe < 5 devs.
3. Définir les contrats d'API
- REST : OpenAPI 3.1, versionning via URL (
/v1/) ou Accept: application/vnd.api+json;version=2
- gRPC : Protobuf
.proto versionné, backward-compatible (ne jamais supprimer un field)
- Events : AsyncAPI 3.0, schema registry (Confluent, AWS Glue)
channels:
order.created:
publish:
message:
payload:
type: object
properties:
orderId: { type: string, format: uuid }
total: { type: number }
required: [orderId, total]
4. Choisir le pattern de communication
| Besoin | Pattern | Outil |
|---|
| Requête/réponse immédiate | REST / gRPC | Axios, Feign, grpc-go |
| Faible couplage, tolérance à la latence | Message async | Kafka, RabbitMQ, Azure SB |
| Workflow long multi-services | Saga orchestrée | Temporal, MassTransit Saga |
| Cohérence éventuelle acceptable | Saga chorégraphiée | Events Kafka + handlers |
| Agrégation de données cross-services | GraphQL federation | Apollo Federation v2 |
Règle : préférer l'asynchrone par défaut ; n'utiliser le synchrone que pour les cas UX qui exigent une réponse immédiate.
5. Données — database per service
❌ Service A ──┐
├── shared DB (couplage fort, migration impossible indépendamment)
❌ Service B ──┘
✅ Service A ── DB A (Postgres)
✅ Service B ── DB B (MongoDB)
✅ Service C ── DB C (Redis)
Patterns avancés :
- CQRS : séparer Command model (write) et Query model (read-optimized, répliqué via events)
- Event Sourcing : stocker les events bruts (EventStoreDB, Kafka compacted topic) ; reconstruire l'état à la demande
- Saga : chaque step publie un event de succès ou compensation en cas d'échec
6. Résilience — checklist obligatoire
services.AddHttpClient<IOrderClient, OrderClient>()
.AddResilienceHandler("order-pipeline", builder =>
{
builder.AddRetry(new HttpRetryStrategyOptions
{
MaxRetryAttempts = 3,
BackoffType = DelayBackoffType.Exponential
});
builder.AddCircuitBreaker(new HttpCircuitBreakerStrategyOptions
{
SamplingDuration = TimeSpan.FromSeconds(30),
FailureRatio = 0.5
});
builder.AddTimeout(TimeSpan.FromSeconds(5));
});
- Bulkhead : thread pool séparé par dépendance critique
- Fallback : retourner une réponse dégradée plutôt qu'une erreur 500
- Idempotency key : toujours sur les endpoints mutatifs (
Idempotency-Key: <uuid>)
7. Observabilité — stack minimale 2026
Traces → OpenTelemetry SDK → Jaeger / Tempo
Métriques → Prometheus → Grafana
Logs → structured JSON → Loki / ELK
Alertes → Alertmanager / PagerDuty
from opentelemetry.instrumentation.fastapi import FastAPIInstrumentor
FastAPIInstrumentor.instrument_app(app, tracer_provider=tracer_provider)
Règles :
- Correlation ID propagé dans tous les headers (
traceparent W3C standard)
- Health checks :
/healthz/live (process up) + /healthz/ready (dépendances OK)
- SLO défini par service : ex. p99 < 200 ms, error rate < 0.1 %
8. Migration d'un monolithe — Strangler Fig
Phase 1 : Façade devant le monolithe (reverse proxy / API Gateway)
Phase 2 : Extraire Service X derrière la façade, redirections progressives
Phase 3 : Supprimer le code correspondant du monolithe
Phase 4 : Répéter par service, jamais de big bang
Outils : Kong / YARP en façade, feature flags pour basculer le trafic, canary deployment (1 % → 10 % → 100 %).
Anti-patterns & pièges
| Anti-pattern | Symptôme | Correction |
|---|
| Distributed monolith | Déploiement coordonné obligatoire | Revoir les bounded contexts |
| Nano-services | > 20 services, équipe < 5 devs | Fusionner les services trop fins |
| Shared DB | Migration impossible, couplage fort | Database per service + events |
| Appels synchrones en cascade | Latence additive, failure amplification | Async + cache local |
| Pas d'idempotence | Doublons en cas de retry | Idempotency key systématique |
| Contrats implicites | Breaking changes non détectés | Contract testing (Pact) en CI |
Critères de décision — monolithe vs microservices
Microservices recommandés si ≥ 3 critères :
☐ Équipes > 2 squads avec ownership distinct
☐ Exigences de scalabilité très différentes par domaine
☐ Besoin de déploiements indépendants fréquents (> 2×/semaine par domaine)
☐ Technologies différentes justifiées par domaine
☐ Compliance / isolation sécurité obligatoire par périmètre
Sinon : Modulith d'abord (modules bien isolés dans un monolithe),
migration service par service quand un critère se déclenche.
Bonnes pratiques 2026
- Service mesh (Istio, Linkerd, Dapr) : mTLS automatique, observabilité L7, traffic management sans code applicatif.
- GitOps : un repo par service, ArgoCD/Flux pour les déploiements Kubernetes.
- Contract testing avec Pact en CI : valider que producer et consumer restent compatibles avant merge.
- Platform engineering : fournir un Internal Developer Portal (Backstage) avec templates de service pré-configurés (OTel, health, Dockerfile, CI).
- Chaque ADR dans
docs/adr/NNNN-titre.md (format Nygard) ; lier depuis le README du service.
