分布式架構(gòu)的十四次演進

分布式架構(gòu)的十四次演進

之路基本概念在介紹架構(gòu)之前，為了避免部分讀者對架構(gòu)設(shè)計中的一些概念不了解，下面對幾個最基礎(chǔ)的概念進行介紹：分布式，系統(tǒng)中的多個模塊在不同服務(wù)器上部署，即可稱為分布式系統(tǒng)，如Tomcat和數(shù)據(jù)庫分別部署在不同的服務(wù)器上，或兩個相同功能的Tomcat分別部署在不同服務(wù)器上。高可用，系統(tǒng)中部分節(jié)點失效時，其他節(jié)點能夠接替它繼續(xù)提供服務(wù)，則可認(rèn)為系統(tǒng)具有高可用性。集群，一個特定領(lǐng)域的軟件部署在多臺服務(wù)器上并作為一個整體提供一類服務(wù)，這個整體稱為集群。如Zookeeper中的Master和Slave分別部署在多臺服務(wù)器上，共同組成一個整體提供集中配置服務(wù)。在常見的集群中，客戶端往往能夠連接任意一個節(jié)點獲得服務(wù)，并且當(dāng)集群中一個節(jié)點掉線時，其他節(jié)點往往能夠自動的接替它繼續(xù)提供服務(wù)，這時候說明集群具有高可用性。負(fù)載均衡，請求發(fā)送到系統(tǒng)時，通過某些方式把請求均勻分發(fā)到多個節(jié)點上，使系統(tǒng)中每個節(jié)點能夠均勻的處理請求負(fù)載，則可認(rèn)為系統(tǒng)是負(fù)載均衡的。

正向代理和反向代理，系統(tǒng)內(nèi)部要訪問外部網(wǎng)絡(luò)時，統(tǒng)一通過一個代理服務(wù)器把請求轉(zhuǎn)發(fā)出去，在外部網(wǎng)絡(luò)看來就是代理服務(wù)器發(fā)起的訪問，此時代理服務(wù)器實現(xiàn)的是正向代理；當(dāng)外部請求進入系統(tǒng)時，代理服務(wù)器把該請求轉(zhuǎn)發(fā)到系統(tǒng)中的某臺服務(wù)器上，對外部請求來說，與之交互的只有代理服務(wù)器，此時代理服務(wù)器實現(xiàn)的是反向代理。簡單來說，正向代理是代理服務(wù)器代替系統(tǒng)內(nèi)部來訪問外部網(wǎng)絡(luò)的過程，反向代理是外部請求訪問系統(tǒng)時通過代理服務(wù)器轉(zhuǎn)發(fā)到內(nèi)部服務(wù)器的過程。架構(gòu)演進瀏覽器.單機架構(gòu)J10J02.4.1

單機架構(gòu)以淘寶作為例子。在網(wǎng)站最初時，應(yīng)用數(shù)量與用戶數(shù)都較少，可以把Tomcat和數(shù)據(jù)庫部署在同一臺服務(wù)器上。瀏覽器往發(fā)起請求時，首先經(jīng)過DNS服務(wù)器（域名系統(tǒng)）把域名轉(zhuǎn)換為實際IP地址，瀏覽器轉(zhuǎn)而訪問該IP對應(yīng)的Tomcat。隨著用戶數(shù)的增長，Tomcat和數(shù)據(jù)庫之間競爭資源，單機性能不足以支撐業(yè)務(wù)。第一次演進：Tomcat與數(shù)據(jù)庫分開部署

Tomcat和數(shù)據(jù)庫分別獨占服務(wù)器資源，顯著提高兩者各自性能。TomcatTomcat172JTomcat和數(shù)據(jù)庫分別獨占服務(wù)器資源，顯著提高兩者各自性能。TomcatTomcat172J68.0,3瀏覽器Tomcat分布式鰥存隨著用戶數(shù)的增長，并發(fā)讀寫數(shù)據(jù)庫成為瓶頸。第二次演進：引入本地緩存和分布式緩存讖器數(shù)據(jù)庫間NginxTomcatTomcat172J第二次演進：引入本地緩存和分布式緩存讖器數(shù)據(jù)庫間NginxTomcatTomcat172J68.0.3Tomcat172.168.0J瞄庫闋J在Tomcat同服務(wù)器上或同JVM中增加本地緩存，并在外部增加分布式緩存，緩存熱門商品信息或熱門商品的html頁面等。通過緩存能把絕大多數(shù)請求在讀寫數(shù)據(jù)庫前攔截掉，大大降低數(shù)據(jù)庫壓力。其中涉及的技術(shù)包括：使用memcached作為本地緩存，使用Redis作為分布式緩存，還會涉及緩存一致性、緩存穿透/擊穿、緩存雪崩、熱點數(shù)據(jù)集中失效等問題。緩存抗住了大部分的訪問請求，隨著用戶數(shù)的增長，并發(fā)壓力主要落在單機的Tomcat上，響應(yīng)逐漸變慢。第三次演進：引入反向代理實現(xiàn)負(fù)載均衡分布式疆行'、'Tomcat172J6802Tomcat172.16分布式疆行'、'Tomcat172J6802Tomcat172.16皿1削覽器Tomcat172J6S.03商品業(yè)務(wù)支付業(yè)務(wù)在多臺服務(wù)器上分別部署Tomcat，使用反向代理軟件（Nginx）把請求均勻分發(fā)到每個Tomcat中。此處假設(shè)Tomcat最多支持100個并發(fā)，Nginx最多支持50000個并發(fā)，那么理論上Nginx把請求分發(fā)到500個Tomcat上，就能抗住50000個并發(fā)。其中涉及的技術(shù)包括：Nginx、HAProxy，兩者都是工作在網(wǎng)絡(luò)第七層的反向代理軟件，主要支持http協(xié)議，還會涉及session共享、文件上傳下載的問題。

反向代理使應(yīng)用服務(wù)器可支持的并發(fā)量大大增加，但并發(fā)量的增長也意味著更多請求穿透到數(shù)據(jù)庫，單機的數(shù)據(jù)庫最終成為瓶頸。第四次演進：數(shù)據(jù)庫讀寫分離分布式緩存'*<商品啞旁Redis分布式緩存'*<商品啞旁Redis把數(shù)據(jù)庫劃分為讀庫和寫庫，讀庫可以有多個，通過同步機制把寫庫的數(shù)據(jù)同步到讀庫，對于需要查詢最新寫入數(shù)據(jù)場景，可通過在緩存中多寫一份，通過緩存獲得最新數(shù)據(jù)。其中涉及的技術(shù)包括：MyCAT，它是數(shù)據(jù)庫中間件，可通過它來組織數(shù)據(jù)庫的分離讀寫和分庫分表，客戶端通過它來訪問下層數(shù)據(jù)庫，還會涉及數(shù)據(jù)同步，數(shù)據(jù)一致性的問題。業(yè)務(wù)逐漸變多，不同業(yè)務(wù)之間的訪問量差距較大，不同業(yè)務(wù)直接競爭數(shù)據(jù)庫，相互影響性能。第五次演進：數(shù)據(jù)庫按業(yè)務(wù)分庫

把不同業(yè)務(wù)的數(shù)據(jù)保存到不同的數(shù)據(jù)庫中，使業(yè)務(wù)之間的資源競爭降低，對于訪問量大的業(yè)務(wù)，可以部署更多的服務(wù)器來支撐。這樣同時導(dǎo)致跨業(yè)務(wù)的表無法直接做關(guān)聯(lián)分析，需要通過其他途徑來解決，但這不是本文討論的重點，有興趣的可以自行搜索解決方案。隨著用戶數(shù)的增長，單機的寫庫會逐漸會達(dá)到性能瓶頸。第六次演進：把大表拆分為小表

支何業(yè)釜分布式艘存：（商扃業(yè)第數(shù)馨?君支何業(yè)釜分布式艘存：（商扃業(yè)第數(shù)馨?君比如針對評論數(shù)據(jù)，可按照商品ID進行hash，路由到對應(yīng)的表中存儲；針對支付記錄，可按照小時創(chuàng)建表，每個小時表繼續(xù)拆分為小表，使用用戶ID或記錄編號來路由數(shù)據(jù)。只要實時操作的表數(shù)據(jù)量足夠小，請求能夠足夠均勻的分發(fā)到多臺服務(wù)器上的小表，那數(shù)據(jù)庫就能通過水平擴展的方式來提高性能。其中前面提到的Mycat也支持在大表拆分為小表情況下的訪問控制。這種做法顯著的增加了數(shù)據(jù)庫運維的難度，對DBA的要求較高。數(shù)據(jù)庫設(shè)計到這種結(jié)構(gòu)時，已經(jīng)可以稱為分布式數(shù)據(jù)庫，但是這只是一個邏輯的數(shù)據(jù)庫整體，數(shù)據(jù)庫里不同的組成部分是由不同的組件單獨來實現(xiàn)的，如分庫分表的管理和請求分發(fā)，由MyCAT實現(xiàn)，SQL的解析由單機的數(shù)據(jù)庫實現(xiàn)，讀寫分離可能由網(wǎng)關(guān)和消息隊列來實現(xiàn)，查詢結(jié)果的匯總可能由數(shù)據(jù)庫接口層來實現(xiàn)等等，這種架構(gòu)其實是MPP（大規(guī)模并行處理）架構(gòu)的一類實現(xiàn)。

目前開源和商用都已經(jīng)有不少MPP數(shù)據(jù)庫，開源中比較流行的有Greenplum、TiDB、PostgresqlXC、HAWQ等，商用的如南大通用的GBase、睿帆科技的雪球DB、華為的LibrA等等，不同的MPP數(shù)據(jù)庫的側(cè)重點也不一樣，如TiDB更側(cè)重于分布式OLTP場景，Greenplum更側(cè)重于分布式OLAP場景，這些MPP數(shù)據(jù)庫基本都提供了類似Postgresql、Oracle、MySQL那樣的SQL標(biāo)準(zhǔn)支持能力，能把一個查詢解析為分布式的執(zhí)行計劃分發(fā)到每臺機器上并行執(zhí)行，最終由數(shù)據(jù)庫本身匯總數(shù)據(jù)進行返回，也提供了諸如權(quán)限管理、分庫分表、事務(wù)、數(shù)據(jù)副本等能力，并且大多能夠支持100個節(jié)點以上的集群，大大降低了數(shù)據(jù)庫運維的成本，并且使數(shù)據(jù)庫也能夠?qū)崿F(xiàn)水平擴展。數(shù)據(jù)庫和Tomcat都能夠水平擴展，可支撐的并發(fā)大幅提高，隨著用戶數(shù)的增長，最終單機的Nginx會成為瓶頸。第七次演進：使用LVS或F5來負(fù)載均衡分布式弟存分布式教據(jù)庠分布述火件系統(tǒng)HDFS分布式弟存分布式教據(jù)庠分布述火件系統(tǒng)HDFS由于瓶頸在Nginx,因此無法通過兩層的Nginx來實現(xiàn)多個Nginx的負(fù)載均衡。圖中的LVS和F5是工作在網(wǎng)絡(luò)第四層的負(fù)載均衡解決方案，其中LVS是軟件，運行在操作系統(tǒng)內(nèi)核態(tài)，可對TCP請求或更高層級的網(wǎng)絡(luò)協(xié)議進行轉(zhuǎn)發(fā)，因此支持的協(xié)議更豐富，并且性能也遠(yuǎn)高于Nginx，可假設(shè)單機的LVS可支持幾十萬個并發(fā)的請求轉(zhuǎn)發(fā)；F5是一種負(fù)載均衡硬件，與LVS提供的能力類似，性能比LVS更高，但價格昂貴。由于LVS是單機版的軟件，若LVS所在服務(wù)器宕機則會導(dǎo)致整個后端系統(tǒng)都無法訪問，因此需要有備用節(jié)點。可使用keepalived軟件模擬出虛擬IP，然后把虛擬IP綁定到多臺LVS服務(wù)器上，瀏覽器訪問虛擬IP時，會被路由器重定向到真實的LVS服務(wù)器，當(dāng)主LVS服務(wù)器宕機時，keepalived軟件會自動更新路由器中的路由表，把虛擬IP重定向到另外一臺正常的LVS服務(wù)器，從而達(dá)到LVS服務(wù)器高可用的效果。此處需要注意的是，上圖中從Nginx層到Tomcat層這樣畫并不代表全部Nginx都轉(zhuǎn)發(fā)請求到全部的Tomcat，在實際使用時，可能會是幾個Nginx下面接一部分的Tomcat，這些Nginx之間通過keepalived實現(xiàn)高可用，其他的Nginx接另外的Tomcat，這樣可接入的Tomcat數(shù)量就能成倍的增加。由于LVS也是單機的，隨著并發(fā)數(shù)增長到幾十萬時，LVS服務(wù)器最終會達(dá)到瓶頸，此時用戶數(shù)達(dá)到千萬甚至上億級別，用戶分布在不同的地區(qū)，與服務(wù)器機房距離不同，導(dǎo)致了訪問的延遲會明顯不同。第八次演進：通過DNS輪詢實現(xiàn)機房間的負(fù)載均衡

在DNS服務(wù)器中可配置一個域名對應(yīng)多個IP地址，每個IP地址對應(yīng)到不同的機房里的虛擬IP。當(dāng)用戶訪問時，DNS服務(wù)器會使用輪詢策略或其他策略，來選擇某個IP供用戶訪問。此方式能實現(xiàn)機房間的負(fù)載均衡，至此，系統(tǒng)可做到機房級別的水平擴展，千萬級到億級的并發(fā)量都可通過增加機房來解決，系統(tǒng)入口處的在DNS服務(wù)器中可配置一個域名對應(yīng)多個IP地址，每個IP地址隨著數(shù)據(jù)的豐富程度和業(yè)務(wù)的發(fā)展，檢索、分析等需求越來越豐富，單單依靠數(shù)據(jù)庫無法解決如此豐富的需求。第九次演進：引入NoSQL數(shù)據(jù)庫和搜索引擎等技術(shù)壽主應(yīng)用P［天貓建市■用?［天貓書店應(yīng)用口［天瞄戶外應(yīng)帛當(dāng)數(shù)據(jù)庫中的數(shù)據(jù)多到一定規(guī)模時，數(shù)據(jù)庫就不適用于復(fù)雜的查詢了，往往只能滿足普通查詢的場景。對于統(tǒng)計報表場景，在數(shù)據(jù)量大時不一定能跑出結(jié)果，而且在跑復(fù)雜查詢時會導(dǎo)致其他查詢變慢，對于全文檢索、可變數(shù)據(jù)結(jié)構(gòu)等場景，數(shù)據(jù)庫天生不適用。因此需要針對特定的場景，引入合適的解決方案。如對于海量文件存儲，可通過分布式文件系統(tǒng)HDFS解決，對于keyvalue類型的數(shù)據(jù)，可通過HBase和Redis等方案解決，對于全文檢索場景，可通過搜索引擎如ElasticSearch解決，對于多維分析場景，可通過Kylin或Druid等方案解決。當(dāng)然，引入更多組件同時會提高系統(tǒng)的復(fù)雜度，不同的組件保存的數(shù)據(jù)需要同步，需要考慮一致性的問題，需要有更多的運維手段來管理這些組件等。

引入更多組件解決了豐富的需求，業(yè)務(wù)維度能夠極大擴充，隨之而來的是一個應(yīng)用中包含了太多的業(yè)務(wù)代碼，業(yè)務(wù)的升級迭代變得困難。第十次演進：大應(yīng)用拆分為小應(yīng)用[咤剃置囂V*.敞必：多..1/10.102,>l.2SiSTpV0.W2-4J1:(SS'ip'id'i'oi'i'iE:[LVS/F&][ura/用備]::[LVS/K到[函g副:.敞必：多.按照業(yè)務(wù)板塊來劃分應(yīng)用代碼，使單個應(yīng)用的職責(zé)更清晰，相互之間可以做到獨立升級迭代。這時候應(yīng)用之間可能會涉及到一些公共配置，可以通過分布式配置中心ZooKeeper來解決。不同應(yīng)用之間存在共用的模塊，由應(yīng)用單獨管理會導(dǎo)致相同代碼存在多份，導(dǎo)致公共功能升級時全部應(yīng)用代碼都要跟著升級。第十一次演進：復(fù)用的功能抽離成微服務(wù)

www.ta□瀏覽器虛搠IP10.W2.4.T[LUS/F5主]ILVS/F5gj/Nglnx|—?E5B建業(yè)服務(wù)總往分布式數(shù)據(jù)庫數(shù)帽庫www.ta□/Nglnx|—?E5B建業(yè)服務(wù)總往分布式數(shù)據(jù)庫數(shù)帽庫?與如用戶管理、訂單、支付、鑒權(quán)等功能在多個應(yīng)用中都存在，那么可以把這些功能的代碼單獨抽取出來形成一個單獨的服務(wù)來管理，這樣的服務(wù)就是所謂的微服務(wù)，應(yīng)用和服務(wù)之間通過HTTP、TCP或RPC請求等多種方式來訪問公共服務(wù)，每個單獨的服務(wù)都可以由單獨的團隊來管理。此外，可以通過Dubbo、SpringCloud等框架實現(xiàn)服務(wù)治理、限流、熔斷、降級等功能，提高服務(wù)的穩(wěn)定性和可用性。不同服務(wù)的接口訪問方式不同，應(yīng)用代碼需要適配多種訪問方式才能使用服務(wù)，此外，應(yīng)用訪問服務(wù)，服務(wù)之間也可能相互訪問，調(diào)用鏈將會變得非常復(fù)雜，邏輯變得混亂。第十二次演進：引入企業(yè)服務(wù)總線ESB屏蔽服務(wù)接口的訪問差異5尚醞月攜.?fl+?困有SK1TBmm上占1C.1D2.4.1/101024-25尚醞月攜.?fl+?困有SK1TBmm上占1C.1D2.4.1/101024-2坎IP8割國材機fcftftfflM^2WE蜓理1m啟傳隹阻機teH164S因有WflGBWWWctiKlb10.1A2A110J02.4.2嶼曲機沖#機岫出暖響W楠0幽攜15E通過ESB統(tǒng)一進行訪問協(xié)議轉(zhuǎn)換，應(yīng)用統(tǒng)一通過ESB來訪問后端服務(wù)，服務(wù)與服務(wù)之間也通過ESB來相互調(diào)用，以此降低系統(tǒng)的耦合程度。這種單個應(yīng)用拆分為多個應(yīng)用，公共服務(wù)單獨抽取出來來管理，并使用企業(yè)消息總線來解除服務(wù)之間耦合問題的架構(gòu)，就是所謂的SOA（面向服務(wù)）架構(gòu)，這種架構(gòu)與微服務(wù)架構(gòu)容易混淆，因為表現(xiàn)形式十分相似。個人理解，微服務(wù)架構(gòu)更多是指把系統(tǒng)里的公共服務(wù)抽取出來單獨運維管理的思想，而SOA架構(gòu)則是指一種拆分服務(wù)并使服務(wù)接口訪問變得統(tǒng)一的架構(gòu)思想，SOA架構(gòu)中包含了微服務(wù)的思想。業(yè)務(wù)不斷發(fā)展，應(yīng)用和服務(wù)都會不斷變多，應(yīng)用和服務(wù)的部署變得復(fù)雜，同一臺服務(wù)器上部署多個服務(wù)還要解決運行環(huán)境沖突的問題，此外，對于如大促這類需要動態(tài)擴縮容的場景，需要水平擴展服務(wù)的性能，就需要在新增的服務(wù)上準(zhǔn)備運行環(huán)境，部署服務(wù)等，運維將變得十分困難。第十三次演進：引入容器化技術(shù)實現(xiàn)運行環(huán)境隔離與動態(tài)服務(wù)管理目前最流行的容器化技術(shù)是Docker，最流行的容器管理服務(wù)是Kubernetes（K8S），應(yīng)用/服務(wù)可以打包為Docker鏡像，通過Kubernetes來動態(tài)分發(fā)和部署鏡像。Docker鏡像可理解為一個能運行你的應(yīng)用/服務(wù)的最小的操作系統(tǒng)，里面放著應(yīng)用/服務(wù)的運行代碼，運行環(huán)境根據(jù)實際的需要設(shè)置好。把整個“操作系統(tǒng)”打包為一個鏡像后，就可以分發(fā)到需要部署相關(guān)服務(wù)的機器上，直接啟動Docker鏡像就可以把服務(wù)起起來，使服務(wù)的部署和運維變得簡單。在大促的之前，可以在現(xiàn)有的機器集群上劃分出服務(wù)器來啟動Docker鏡像，增強服務(wù)的性能，大促過后就可以關(guān)閉鏡像，對機器上的其他服務(wù)不造成影響（在本節(jié)之前，服務(wù)運行在新增機器上需要修改系統(tǒng)配置來適配服務(wù)，這會導(dǎo)致機器上其他服務(wù)需要的運行環(huán)境被破壞）。使用容器化技術(shù)后服務(wù)動態(tài)擴縮容問題得以解決，但是機器還是需要公司自身來管理，在非大促的時候，還是需要閑置著大量的機器資源來應(yīng)對大促，機器自身成本和運維成本都極高，資源利用率低。第十四次演進：以云平臺承載系統(tǒng)系統(tǒng)可部署到公有云上，利用公有云的海量機器資源，解決動態(tài)硬件資源的問題，在大促的時間段里，在云平臺中臨時申請更多的資源，結(jié)合Docker和K8S來快速部署服務(wù)，在大促結(jié)束后釋放資源，真正做到按需付費，資源利用率大大提高，同時大大降低了運維成本。所謂的云平臺，就是把海量機器資源，通過統(tǒng)一的資源管理，抽象為一個資源整體，在之上可按需動態(tài)申請硬件資源（如CPU、內(nèi)存、網(wǎng)絡(luò)等），并且之上提供通用的操作系統(tǒng)，提供常用的技術(shù)組件（如Hadoop技術(shù)棧，MPP數(shù)據(jù)庫等）供用戶使用，甚至提供開發(fā)好的應(yīng)用，用戶不需要關(guān)系應(yīng)用內(nèi)部使用了什么技術(shù)，就能夠解決需求（如音視頻轉(zhuǎn)碼服務(wù)、郵件服務(wù)、個人博客等）。在云平臺中會涉及如下幾個概念：IaaS：基礎(chǔ)設(shè)施即服務(wù)。對應(yīng)于上面所說的機器資源統(tǒng)一為資源整體，可動態(tài)申請硬件資源的層面；PaaS：平臺即服務(wù)。對應(yīng)于上面所說的提供常用的技術(shù)組件方便系統(tǒng)的開發(fā)和維護；SaaS:軟件即服務(wù)。對應(yīng)于上面所說的提供開發(fā)好的應(yīng)用或服務(wù)，按功能或性能要求付費。至此，以上所提到的從高并發(fā)訪問問題，到服務(wù)的架構(gòu)和系統(tǒng)實施的層面都有了各自的解決方案，但同時也應(yīng)該意識到，在上面的介紹中，其實是有意忽略了諸如跨機房數(shù)據(jù)同步、分布式事務(wù)實現(xiàn)等等的實際問題，這些問題以后有機會再拿出來單獨討論。架構(gòu)設(shè)計總結(jié)架構(gòu)的調(diào)整是否必須按照上述演變路徑進行？不是的，以上所說的架構(gòu)演變順序只是針對某個側(cè)面進行單獨的改進，在實際場景中，可能同一時間會有幾個問題需要解決，或者可能先達(dá)到瓶頸的是另外的方面，這時候就應(yīng)該按照實際問題實際解決。如在政府類的并發(fā)量可能不大，但業(yè)務(wù)可能很豐富的場景，高并發(fā)就不是重點解決的問題，此時優(yōu)先需要的可能會是豐富需求的解決方案。對于將要實施的系統(tǒng)，架構(gòu)應(yīng)該設(shè)計到什么程度？對于單次實施并且性能指標(biāo)明確的系統(tǒng)，架構(gòu)設(shè)計到能夠支持系統(tǒng)的性能指標(biāo)要求就足夠了，但要留有擴展架構(gòu)的接口以便不備之需。對于不斷發(fā)展的系統(tǒng)，如電商平臺，應(yīng)設(shè)計到能滿足下一階段用戶量和性能指標(biāo)要求的程度