分布式架构的理解及架构演变

一、理解分布式架构

1、什么是分布式

(1)任务分解

对项目进行分层分割拆分,最终分布在不同服务器上

(2)节点通信

既然项目被拆分成不同节点, 就要解决节点之间的通信问题

 

2、分布式和集群的区别

分布式: 一个业务分布成多个子系统,部署在不同的服务器上。

  1. 为了让厨师专心炒菜,把菜做到极致,又请了个配菜师负责切菜,备菜,备料,厨师和配菜师的关系是分布式,一个配菜师也忙不过来了,又请了 个配菜师,两个配菜师关系是集群。

集群: 同一个业务,部署在多个服务器上。做的都是同样的事情。

  1. 小饭店原来只有一个厨师,切菜洗菜备料炒菜全干。后来客人多了,厨房一个厨师忙不过来,又请了个厨师,两个厨师都能炒一样的菜,这两个厨 师的关系是集群。

 

3、分布式和微服务的区别

微服务是分布式的一种实现方式。微服务关注的是分布式中的服务环节,而分布式是关注整个系统闭环。

 

4、服务和子系统的区别

子系统是可以单独提供服务的,比如淘宝旗下的天猫。

而服务是对内的,而不对外提供服务,必须依赖于整个项目运行。比如商品服务和订单服务,用户是不能直接访问商品服务和订单服务的,只能通过前端提供的页面进行请求,然后前端请求再通过后端网关,分发到具体的服务获取数据。

 

5、大型网站架构模式

(1)分层

一般可分为应用层、服务层、数据层、管理层与分析层;

(2)分割

一般按照业务/模块/功能特点进行划分,比如应用层分为首页、用户中心。

(3)分布式:将应用分开部署(比如多台物理机),通过远程调用协同工作。

(4)集群:一个应用/模块/功能部署多份(如:多台物理机),通过负载均衡共同提供对外访问。

(5)缓存:将数据放在距离应用或用户最近的位置,加快访问速度。

(6)异步:将同步的操作异步化。客户端发出请求,不等待服务端响应,等服务端处理完毕后,使用通知或轮询的方式告知请求方。

一般指:请求——响应——通知模式。

(7)冗余:增加副本,提高可用性、安全性与性能。

(8)安全:对已知问题有有效的解决方案,对未知/潜在问题建立发现和防御机制。

(9)自动化:将重复的、不需要人工参与的事情,通过工具的方式,使用机器完成。

(10)敏捷性:积极接受需求变更,快速响应业务发展需求。

 

二、分布式的演变过程

1、单机架构
  1. 这个时候的讲究的是效率,应用程序、数据库、文件都部署在一台服务器上,对用户提供服务。

 

2、数据库、应用、文件进行服务器分离
  1. 随着网站的上线,访问量逐步上升,服务器的负载慢慢变高。
  2. 在服务器还没有超载的时候,我们应该做好规划,提升网站的负载能力。
  3. 假如代码层面的优化已经没办法继续提高,在不提高单台机器的性能时,增加机器是一个比较好的方式,投入产出比非常高。
  4. 这个阶段增加机器的主要目的是将 web 服务器和 数据库服务器拆分,这样不仅提高了单机的负载能力,也提高了容灾能力。并且根据服务器的用途配置不同的硬件,达到最佳的性能效果。

 

3、利用缓存改善网站性能
  1. 在硬件优化性能的同时,也通过软件进行性能优化。
  2. 在大部分的网站系统中,都会利用缓存技术改善系统的性能,大部分网站访问都遵循28原则(即80%的访问请求,最终落在20%的数据上),所以我们可以对热点数据进行缓存,减少这些数据直接对数据库的访问,提高用户体验。

 

4、使用集群改善应用服务器性能
  1. 随着访问量的继续增加,单台应用服务器已经无法满足需求。
  2. 在假设数据库服务器还没有遇到性能问题的时候,我们可以增加应用服务器,通过应用服务器集群将用户请求分流到各个服务器中,从而继续提升负载能力。
  3. 此时多台应用服务器之间没有直接的交互,他们都是依赖数据库各自对外提供服务。应用服务器前面部署负载均衡服务器调度用户请求,根据分发策略将请求分发到多个应用服务器节点。
  4. 另外,我们还可以增加缓存服务器集群, 来提高访问速度并降低MySQL等数据库的压力。

 

5、数据库压力变大,使用数据库读写分离改善数据库性能
  1. 架构演变到这里,并不是终点。
  2. 上面我们把应用层的性能拉上来了,但是数据库的负载也在慢慢增大,那么怎么去提高数据库层面的负载呢?
  3. 有了前面的思路以后,自然会想到增加服务器。但是假如我们单纯的把数据库一分为二,然后对于后续数据库的请求,分别负载到两台数据库服务器上,那么一定会造成数据库不统一的问题,所以我们一般先考虑读写分离的方式 (主库写,从库读)。
  4. 分库分表不是这个阶段要考虑的,是数据库优化的终极技能,因为会带来一些难题,所以能不用就不用。

 

6、读库压力变大,使用NoSQL和搜索引擎缓解读库的压力
  1. 数据库做读库的话,常常对模糊查询效率不是特别好,像电商类的网站,搜索是非常核心的功能,即便是做了读写分离,这个问题也不能有效解决。
  2. 那么这个时候就需要引入Nosql和搜索引擎了。对于海量数据的查询和分析,我们使用NoSQL数据库加上搜索引擎可以达到更好的性能。
  3. 并不是所有的数据都要放在关系型数据中。 常用的NoSQLMongoDBHBaseRedis,搜索引擎有LuceneSolrElasticsearch

 

7、使用CDN和反向代理提高网站性能
  1. 假如我们的服务器都部署在成都的机房,对于四川的用户来说访问是较快的,而对于北京的用户访问是较慢的。
  2. 这是由于四川和北京分别属于电信和联通的不同发达地区,北京用户访问需要通过互联路由器经过较长的路径才能访问到成都的服务器,所以数据传输时间比较长。
  3. 对于这种情况,常常使用CDN解决,CDN将数据内容缓存到运营商的机房,用户访问时先从最近的运营商获取数据,这样大大减少了网络访问的路径。
  4. 而反向代理,则是部署在网站的机房,当用户请求达到时首先访问反向代理服务器,反向代理服务器将缓存的数据返回给用户,如果没有缓存数据才会继续访问应用服务器获取,这样做减少了获取数据的成本。反向代理有SquidNginx

 

8、将应用服务器进行业务拆分
  1. 随着业务进一步扩展,应用程序变得非常臃肿,这时我们需要将应用程序进行业务拆分,比如电商网站将业务拆分为商品、订单、用户等。业务之间通过消息通信或者共享数据库来实现。

 

9、数据库的水平、垂直拆分
  1. 我们的网站演进的变化过程,订单、商品、用户的数据都在同一个数据库中,尽管采取了增加缓存,读写分离的方式,但是随着数据库的压力持续增加,数据库的瓶颈仍然是个最大的问题。因此我们可以考虑对数据的垂直拆分和水平拆分。
  2. 垂直拆分:把数据库中不同业务数据拆分到不同的数据库。比如,把原来在一个MySQL服务器上的数据按照订单、用户、商品拆分到3MySQL服务器上(用户量庞大,可以针对其中一个比如商品模块做数据库集群,各个业务之间通过RPC消息通信或消息队列通知的方式)。
  3. 水平拆分:将一张表拆分成多张表,比如订单order表拆分水平拆分为order_1order_2order_3,在拆分时也可以同时考虑根据策略将拆分出来的表分到不同的数据库中(比如Redis哈希槽策略)

 

10、服务拆分
  1. 这时我们发现各个业务应用都会使用到一些基本的业务服务,例如用户服务、订单服务、支付服务、安全服务,这些服务是支撑各业务应用的基本要素。我们将这些服务抽取出来,利用分部式服务框架搭建分布式服务。

 

三、架构目标
1、高性能

以用户为中心,提供快速的网页访问体验。

主要参数有较短的响应时间、较大的并发处理能力、较高的吞吐量与稳定的性能参数。

可分为前端优化、应用层优化、代码层优化与存储层优化。

(1)前端优化(网站业务逻辑之前的部分)

浏览器优化:减少HTTP请求数,使用浏览器缓存,启用压缩,CSS JS位置,JS异步,减少Cookie传输;CDN加速、反向代理

(2)应用层优化

使用缓存、异步、集群

(3)代码优化

合理的架构,多线程,资源复用(对象池,线程池等),良好的数据结构,JVM调优,单例,Cache等;

(4)存储优化

缓存、固态硬盘、光纤传输、优化读写、磁盘冗余、分布式存储(HDFS)、NoSQL等。

 

2、高可用

大型网站应该在任何时候都可以正常访问,正常提供对外服务。

因为大型网站的复杂性,分布式,廉价服务器,开源数据库,操作系统等特点,要保证高可用是很 困难的,也就是说网站的故障是不可避免的。

如何提高可用性,就是需要迫切解决的问题。首先需要从架构级别考虑,在规划的时候,就考虑可用性。

行业内一般用几个9表示可用性指标,比如四个 9(99.99),一年内允许的不可用时间是53分钟。 不同层级使用的策略不同,一般采用冗余备份和失效转移解决高可用问题。

应用层:一般设计为无状态的,对于每次请求,使用哪一台服务器处理是没有影响的。

服务层:负载均衡,分级管理,快速失败(超时设置),异步调用,服务降级,幂等设计等。

数据层:冗余备份(冷,热备[同步,异步],温备),失效转移(确认,转移,恢复)。

数据高可用方面著名的理论基础是CAP理论(持久性,可用性,数据 一致性[强一致,用户一致,最终一致])。

 

3、可伸缩

伸缩性是指在不改变原有架构设计的基础上,通过添加/减少硬件(服务器)的方式,提高/降低系统的处理能力。

应用层:对应用进行垂直或水平切分。然后针对单一功能进行负载均衡(DNS、HTTP[反向代理]、IP、链路层)。

服务层:与应用层类似

数据层:分库、分表、NoSQL等;

常用算法,一致性Hash。

 

4、可扩展

可以方便地进行功能模块的新增/移除,提供代码/模块级别良好的可扩展性。

模块化、组件化:高内聚,低耦合,提高复用性,扩展性。

稳定接口:定义稳定的接口,在接口不变的情况下,内部结构可以“随意”变化。

设计模式:应用面向对象思想、原则,使用设计模式,进行代码层面的设计。

消息队列:模块化的系统,通过消息队列进行交互,使模块之间的依赖解耦。

分布式服务:公用模块服务化,提供其他系统使用,提高可重用性,扩展性。

 

5、安全

对已知问题有有效的解决方案,对未知/潜在问题建立发现和防御机制。

对于安全问题,首先要提高安全意识,建立一个安全的有效机制,从政策层面,组织层面进行保障,比如服务器密码不能泄露,密码每月更新,并且三次内不能重复;每周安全扫描等。

以制度化的方式,加强安全体系的建设。同时,需要注意与安全有关的各个环节。

安全问题不容忽视,包括基础设施安全,应用系统安全,数据保密安全等。

基础设施安全:硬件采购,操作系统,网络环境方面的安全。一般采用正规渠道购买高质量的产品,选择安全的操作系统,及时修补漏洞,安装杀毒软件防火墙。防范病毒,后门。

设置防火墙策略,建立DDOS防御系统,使用攻击检测系统,进行子网隔离等手段。

应用系统安全:在程序开发时,对已知常用问题,使用正确的方式,在代码层面解决掉。防止跨站脚本攻击(XSS),注入攻击,跨站请求伪造(CSRF),错误信息,HTML注释,文件上传,路径遍历等。

还可以使用Web应用防火墙(比如:ModSecurity),进行安全漏洞扫描等措施,加强应用级别的安全。

数据保密安全:存储安全(存储在可靠的设备,实时,定时备份),保存安全(重要的信息加密保存,选择合适的人员复杂保存和检测等),传输安全(防止 数据窃取和数据篡改);

常用的加解密算法(单项散列加密[MD5、SHA],对称加密[DES、3DES、RC]),非对称加密[RSA]等。

 

6、敏捷性

网站的架构设计,运维管理要适应变化,提供高伸缩性、高扩展性,方便的应对快速的业务发展,突增高流量访问等要求。

除上面介绍的架构要素外,还需要引入敏捷管理,敏捷开发的思想。使业务,产品,技术,运维统一起来,随需应变,快速响应。

 

三、分布式架构的通信方式

1、restful或api(对外)

通过固定的url api请求获取数据,一般是后端提供给前端用的

2、RPC(对内)

可以直接用rpc调用某一个服务中的某一个方法,属于同步操作。一般是服务提供给另一个服务使用的,比如商品服务提供给订单服务使用。

3、消息队列

异步服务(比如短信发送)、流量削峰,属于异步操作

存在生产消息失败、重复消费、消息丢失等问题需要注意

 

四、数据异构

为了提高读性能,减少服务之间的请求,可以考虑在服务中增加异构表。

比如商品服务,通常会涉及到订单数、订单评价等内容。那么正常在微服务中,我们想要获取订单的相关数据,需要通过rpc请求订单服务。

但是这里,因为考虑到订单数和订单评价可以允许适当的数据延迟,这样,我们就没有必要要求严格的实时性,这样,为了减少对订单服务的请求,同时也避免订单服务挂掉,影响商品服务也挂掉,就可以使用数据异构。

所谓数据异构,就是在商品模块添加冗余表,由订单服务通过消息队列推送过来,将商品服务用到的订单数据冗余一份在商品服务。

 

五、数据聚合

将异构的数据,聚合到一起,存储到缓存中,用的时候直接拿出来。

比如商品将订单相关的数据异构到自己的商品服务里了,这时,可以再将这些数据聚合到一起(之前异构时,可能需要的数据不在一张表),然后存储到缓存中。

之后,商品服务用到时,可以直接从缓存取。

 

六、并发化(协程)

使用协程,提高响应效率。

比如三个请求,分别需要5s,10s,20s,通过协程,最小可以将响应时间缩小到20s。

当然,根据业务需求,也可能是前两个请求获取数据后,才可以请求第三个请求,这样,响应时间也可以从串联的40s缩短到30s。

 

 



Top