应对业务扩张，将服务拆分并支持横向扩展，现在拆了共 a,b,c 三个服务出来，然后这三个服务要设计成可以随时横向扩展。其中有如下调用链路

a -> b -> c
a -> c

然后 c 是主要处理业务的服务，会上分布式锁，加上处理时间长，会后台执行并执行完通知上游来做其他业务操作，业务操作之后才能解锁。
因为一个业务只能在一个 c 中执行，所以解锁要找到对应的 c 。比如 a 执行业务分配到节点 1 的 c，后续交互都要找节点 1 的 c。b是批量执行业务，这一批都要到同一个c中执行完。
目前设计方案是将 c的 IP 和业务 id 写到 redis ，然后通过 redis 确定业务在哪个 c 节点上面跑着。然后要在业务处理过程中，查看状态都通过 redis 查对应 ip 再去调用服务。
比如批量任务中，a 要确定哪个 b 节点承接了这个业务，b 节点确定哪个 c 节点正在处理这批次业务。
感觉这种设计不是很好，想请教下还有没有更优雅的做法
可能描述的有点复杂，大概意思是
怎么记录在多个节点时，知道这个任务在哪个节点上，并且应用之间相对不耦合

为什么要把问题搞这么复杂，为什么不用消息队列

这很简单，你改成 pub/sub ，比如 mqtt 。接到任务的节点会自己订阅相关 topic ，其他的节点不会订阅。你发布任务的时候也无需关心到底目的地在哪。

我的理解：a 执行业务分配到节点 1 的 c ，执行完成之后，C1 就把中间结果保存到数据库或者 Redis ，得到一个 key,
后面 a 要继续处理这个业务，随便找一个 c 的节点，把 key 给 c ，然后继续处理。

感觉是业务拆得还不够彻底？理想情况是，把业务拆成一步一步执行的，
执行完第一步，丢到消息队列，中间结果（如果有比较大的中间结果）保存到 redis 或者数据库，下一个服务从消息队列中拿到任务，然后继续跑，这样才好真正的横向扩展。

消息队列用了，但是用来处理业务中产出的各种数据实时推送...
没想好记录任务在哪个节点这个层面怎么用...

貌似跟 1 楼提的消息队列方式很像，我思考一下怎么设计

不是，你为什么关心认为在哪个节点
a 有任务扔进队列，c 去捡了执行，执行完了再扔个消息，a 受到走完后面流程，就这么简单的事

因为 c 在执行任务的时候，上了锁，锁定了某个资源，因为处理时间长，锁定时间久
代码在写的时候，不是常规的写法....
lock.lock
try{
dosomething()
}
finally{
lock.unlock
}

而是起了个线程来上锁，等 a 确定完业务执行完，再去通知持锁的 c 解锁。因为用的 redisson 的 lock ，所以要找回对应的节点 c 才能解锁...

感觉再拆就不好维护了...
不过可能是我没拆好，感觉还得思考下

不过感觉可以按这种方式再想下怎么改，确实可能设计复杂了

感觉你这个耦合这么重是不是拆的就有问题呢。。

我觉得你更应该解释一下是什么条件限制了必须在同一个实例上，去考虑能否在请求中将关键信息传递过去，又或者 redis 暂时存一下，而不是 b 服务去循环将请求打到同一个 c 上面？

我也觉得，这样拆到底解决了啥问题，我感觉瓶颈都在数据库了，那还要解决分布式的事务问题

一致性哈希？

1 ，当时为什么要拆，从描述看 abc 的耦合很严重，而且是双向依赖，这不拆更合理
2 ，如果一定要拆，那我理解可以把 C 看成一些工作节点，把 C 向上依赖的部分再拆出来变成 C 的下游，首先保证链条是单向的，AB 变成纯上游，C 变成总业务入口，这样看能不能消除 C 的状态变成无状态的
3 ，如果消除不了，那就 C 前面架消息队列，由 C 决定要哪些请求，如果并发不是很大的话，就直接表记录，如果并发很大，那这个整体的系统功能就很有问题，重新梳理吧

可以借鉴一下 temporal/Cadence 这种 workflow 框架

给每个任务加一个路径栈

temporal

想办法把有状态的服务，转换为无状态的服务。
而不是优化有状态服务的分布式处理逻辑。

＃7 redisson 的 lock 不是基于线程的吗，当你的 a 通知 c 可以解锁以后相当于一个新的请求，新的请求怎么去解锁之前那个线程的锁

有状态的，去做复杂均衡啊。干嘛非要上无状态的微服务

1.状态带着走；
2.更进一步，状态单独存，状态唯一 id 带着走。