还剩19页未读,继续阅读
本资源只提供10页预览,全部文档请下载后查看!喜欢就下载吧,查找使用更方便
文本内容:
【分布式架构】淘宝服务端并发分布式架构演进之路2020-05-06原文本文以淘宝作为例子,引见从一百个并发到千万级并发情况下服务端的架构的演进过程,同时列举出每个演进阶段会遇到的相关技术,让大家对架构的演进有一个全体的认知,文章最终汇总了一些架构设计的准绳原文链接•https://segmentfault.eom/a/l
19000001.jpgstyle=nmax-width:100%;font-family:-apple-system-fontBlinkMacSystemFontHelveticaNeuePingFangSCHiraginoSansGBMicrosoftYaHeiUIMicrosoftYaHeiArialsans-serif;letter-spacing:
0.544px;white-space:normal;background-color:rgb255255255;box-sizing:border-box!important;overflow-wrap:break-word[important;〉基本概念由于瓶颈在Nginx因此无法通过两层的Nginx来实现多个Nginx的负载均衡图中的LVS和F5是工作在网络第四层的负载均衡处理方案,其中LVS是软件,运转在操作系统内核态,可对TCP恳求或更高层级的网络协议进行转发,因此支持的协议更丰富,并且功能也远高于Nginx可假设单机的LVS可支持几十万个并发的恳求转发;F5是一种负载均衡硬件,与LVS供应的力量类似,功能比LVS更高,但价格昂贵由于LVS是单机版的软件,若LVS所在服务器宕机则会导致整个后端系统都无法访问,因此需要有备用节点可使用keepalived软件模仿出虚拟IP然后把虚拟IP绑定到多台LVS服务器上,扫瞄器访问虚拟IP时,会被路由器重定向到真实的LVS服务器,当主LVS服务器宕机时,keepalived软件会自动更新路由器中的路由表,把虚拟IP重定向到另外一台正常的LVS服务器,从而达到LVS服务器高可用的效果此处需要留意的是,上图中从Nginx层到Tomcat层这样画并不代表全部Nginx都转发恳求到全部的Tomcat在实际使用时,可能会是几个Nginx下面接一部分的Tomcat这些Nginx之间通过keepalived实现高可用,其他的Nginx接另外的Tomcat这样可接入的Tomcat数量就能成倍的添加由于LVS也是单机的,随着并发数增长到几十万时,LVS服务器最终会达到瓶颈,此时用户数达到千万甚至上亿级别,用户分布在不同的地区,与服务器机房距离不同,导致了访问的延迟会明显不同第八次演进通过DNS轮询实现机房间的负载均衡TomcatTomcatTomcatTomcatTomcatTomcat在DNS服务器中可配置一个域名对应多个IP地址,每个IP地址对应到不同的机房里的虚拟IPo当用户访问www.taobao.com时,DNS服务器会使用轮询策略或其他策略,来选择某个IP供用户访问此方式能实现机房间的负载均衡,至此,系统可做到机房级别的水平扩展,千万级到亿级的并发量都可通过添加机房来处理,系统入口处的恳求并发量不再是问题随着数据的丰富程度和业务的进展,检索、分析等需求越来越丰富,单单依靠数据库无法处理如此丰富的需求第九次演进引入NoSQL数据库和搜索引擎等技术www.taobao.com♦DNS服务器
10.
102.
4.1/
10.
102.
4.2Nginxwww.taobao.c
10.
102.
4.1www.jingdonc
10.
123.
3.2TomcatTomcatTomcatTomcatTomcatTomcat分布式数据库NoSQL数据库i搜索引擎同步分布式文件系统HBaseMongoDBLucenceElasticSearch当数据库中的数据多到肯定规模时,数据库就不适用于简单的查询了,往往只能满足一般查询的场景对于统计报表场景,在数据量大时不肯定能跑出结果,而且在跑简单查询时会导致其他查询变慢,对于全文检索、可变数据结构等场景,数据库天生不适用因此需要针对特定的场景,引入合适的处理方案如对于海量文件存储,可通过分布式文件系统HDFS处理,对于keyvalue类型的数据,可通过HBase和Redis等方案处理,对于全文检索场景,可通过搜索引擎如ElasticSearch处理,对于多维分析场景,可通过Kylin或Druid等方案处理当然,引入更多组件同时会提高系统的简单度,不同的组件保存的数据需要同步,需要考虑全都性的问题,需要有更多的运维手段来管理这些组件等引入更多组件处理了丰富的需求,业务维度能够极大扩充,随之而来的是一个使用中包含了太多的业务代码,业务的升级迭代变得困难第十次演进大使用拆分为小使用依据业务板块来划分使用代码,使单个使用的职责更清楚,相互之间可以做到独立升级迭代这时候使用之间可能会涉及到一些公共配置,可以通过分布式配置中心ZooKeeper来处理不同使用之间存在共用的模块,由使用单独管理睬导致相同代码存在多份,导致公共功能升级时全部使用代码都要跟着升级第十一次演进复用的功能抽离成微服务www.taobao.com浏览器』-DNS服务器
10.
102.
4.1/
10.
102.
4.2虔拟IP
10.
102.
4.1虚拟IP
10.
102.
4.2[LVS/F5阳[LVS/F5备]:i[LVS/F5主][LVS/F5备]:如用户管理、订单、领取、鉴权等功能在多个使用中都存在,那么可以把这些功能的代码单独抽取出来构成一个单独的服务来管理,这样的服务就是所谓的微服务,使用和服务之间通过HTTP、TCP或RPC恳求等多种方式来访问公共服务,每个单独的服务都可以由单独的团队来管理此外,可以通过Dubbo、SpringCloud等框架实现服务管理、限流、熔断、降级等功能,提高服务的稳定性和可用性不同服务的接口访问方式不同,使用代码需要适配多种访问方式才能使用服务,此外,使用访问服务,服务之间也可能相互访问,调用链将会变得格外简单,规律变得混乱第十二次演进引入企业服务总线ESB屏蔽服务接口的访问差异www.taobao.comDNS服务器
10.
102.
4.1/
10.
102.
4.2浏菟器www.taobao
10.
102.
4.
110.
102.
4.2通过ESB统一进行访问协议转换,使用统一通过ESB来访问后端服务,服务与服务之间也通过ESB来相互调用,以此降低系统的耦合程度这种单个使用拆分为多个使用,公共服务单独抽取出来来管理,并使用企业消息总线来解除服务之间耦合问题的架构,就是所谓的SOA(面对服务)架构,这种架构与微服务架构简约混淆,由于表现形式格外相像个人理解,微服务架构更多是指把系统里的公共服务抽取出来单独运维管理的思想,而SOA架构则是指一种拆分服务并使服务接口访问变得统一的架构思想,SOA架构中包含了微服务的思想业务不断进展,使用和服务都会不断变多,使用和服务的部署变得简单,同一台服务器上部署多个服务还要处理运转环境冲突的问题,此外,对于如大促这类需要动态扩缩容的场景,需要水平扩展服务的功能,就需要在新增的服务上预备运转环境,部署服务等运维将变得格外困难第十三次演进引入容器化技术实现运转环境隔离与动态服务管理www.taobao.com……iSwio.io2;4j:H―[LVS/F5主)[LVS/F5可夺—渺心/目前最流行的容器化技术是Docker最流行的容器管理服务是KubernetesK8S使用/服务可以打包为Docker镜像,通过Kubernetes来动态分发和部署镜像Docker镜像可理解为一个能运转你的使用/服务的最小的操作系统,里面放着使用/服务的运转代码,运转环境依据实际的需要设置好把整个“操作系统”打包为一个镜像后,就可以分发到需要部署相关服务的机器上,直接启动Docker镜像就可以把服务起起来,使服务的部署和运维变得简约在大促的之前,可以在现有的机器集群上划分出服务器来启动Docker镜像,添加服务的功能,大促过后就可以关闭镜像,对机器上的其他服务不形成影响(在本节之前,服务运转在新增机器上需要修改系统配置来适配服务,这会导致机器上其他服务需要的运转环境被破坏)使用容器化技术后服务动态扩缩容问题得以处理,但是机器还是需要公司本身来管理,在非大促的时候,还是需要闲置着大量的机器资源来应对大促,机器本身成本和运维成本都极高,资源利用率低第十四次演进以云平台承载系统www.taobao.com
10.
102.
4.1/
10.
102.
4.2www.taobao.com
10.
102.
4.
110.
102.
4.2系统可部署到公有云上,利用公有云的海量机器资源,处理动态硬件资源的问题,在大促的时间段里,在云平台中临时申请更多的资源,结合Docker和K8S来快速部署服务,在大促结束后释放资源,真正做到按需付费,资源利用率大大提高,同时大大降低了运维成本所谓的云平台,就是把海量机器资源,通过统一的资源管理,笼统为一个资源全体,在之上可按需动态申请硬件资源(如CPU、内存、网络等),并且之上供应通用的操作系统,供应常用的技术组件(如Hadoop技术栈,MPP数据库等)供用户使用,甚至供应开发好的使用,用户不需要关系使用内部使用了什么技术,就能够处理需求(如音视频转码服务、邮件服务、个人博客等)在云平台中会涉及如下几个概念-laaS基础设备即服务对应于上面所说的机器资源统一为资源全体,可动态申请硬件资源的层面;-PaaS平台即服务对应于上面所说的供应常用的技术组件便利系统的开发和维护;-SaaS软件即服务对应于上面所说的供应开发好的使用或服务,按功能或功能要求付费至此,以上所提到的从高并发访问问题,到服务的架构和系统实施的层面都有了各自的处理方案,但同时也该当认识到,在上面的引见中,其实是有意忽视了诸如跨机房数据同步、分布式事务实现等等的实际问题,这些问题以后无机会再拿出来单独争辩架构设计总结架构的调整能否必需依据上述演化路径进行?不是的,以上所说的架构演化挨次只是针对某个侧面进行单独的改进,在实际场景中,可能同一时间会有几个问题需要处理,或者可能先达到瓶颈的是另外的方面,这时候就该当依据实际问题实际处理如在政府类的并发量可能不大,但业务可能很丰富的场景,高并发就不是重点处理的问题,此时优先需要的可能会是丰富需求的处理方案对于将要实施的系统,架构该当设计到什么程度?对于单次实施并且功能目标明确的系统,架构设计到能够支持系统的功能目标要求就足够了,但要留有扩展架构的接口以便不备之需对于不断进展的系统,如电商平台,应设计到能满足下一阶段用户量和功能目标要求的程度,并依据业务的增长不断的迭代升级架构,以支持更高的并发和更丰富的业务服务端架构和大数据架构有什么区分?所谓的“大数据”其实是海量数据采集清洗转换、数据存储、数据分析、数据服务等场景处理方案的一个统称,在每一个场景都包含了多种可选的技术,如数据采集有Flume、Sqoop、Kettle等,数据存储有分布式文件系统HDFS、FastDFSNoSQL数据库HBase、MongoDB等,数据分析有Spark技术栈、机器学习算法等总的来说大数据架构就是依据业务的需求,整合各种大数据组件组合而成的架构,一般会供应分布式存储、分布式计算、多维分析、数据仓库、机器学习算法等力量而服务端架构更多指的是使用组织层面的架构,底层力量往往是由大数据架构来供应有没有一些架构设计的准绳?-N+1设计系统中的每个组件都应做到没有单点毛病;-回滚设计确保系统可以向前兼容,在系统升级时应能无方法回滚版本;-禁用设计该当供应把握具体功能能否可用的配置,在系统消灭毛病时能够快速下线功能;■监控设计在设计阶段就要考虑监控的手段;-多活数据中心设计若系统需要极高的高可用,应考虑在多地实施数据中心进行多活,至少在一个机房断电的情况下系统照旧可用;-接受成熟的技术刚开发的或开源的技术往往存在很多隐蔽的bug出了问题没有商业支持可能会是一个灾难;-资源隔离设计应避开单一业务占用全部资源;-架构应能水平扩展系统只要做到能水平扩展,才能无效避开瓶颈问题;-非核心则购买非核心功能若需要占用大量的研发资源才能处理,则考虑购买成熟的产品;・使用商用硬件商用硬件能无效降低硬件毛病的机率;-快速迭代系统该当快速开发小功能模块,尽快上线进行验证,早日发觉问题大大降低系统交付的风险;在引见架构之前,为了避开部分读者对架构设计中的一些概念不了解,下面对几个最基础的概念进行引见-分布式,系统中的多个模块在不同服务器上部署,即可称为分布式系统,如Tomcat和数据库分别部署在不同的服务器上,或两个相同功能的Tomcat分别部署在不同服务器上-高可用,系统中部分节点失效时,其他节点能够接替它连续供应服务,则可认为系统具有高可用性-集群,一个特定领域的软件部署在多台服务器上并作为一个全体供应一类服务,这个全体称为集群如Zookeeper中的Master和Slave分别部署在多台服务器上,共同组成一个全体供应集中配置服务在常见的集群中,客户端往往能够连接任意一个节点获得服务,并且当集群中一个节点掉线时,其他节点往往能够自动的接替它连续供应服务,这时候说明集群具有高可用性-负载均衡,恳求发送到系统时,通过某些方式把恳求均匀分发到多个节点上,使系统中每个节点能够均匀的处理恳求负载,则可认为系统是负载均衡的-正向代理和反向代理,系统内部要访问外部网络时,统一通过一个代理服务器把恳求转发出去,在外部网络看来就是代理服务器发起的访问,此时代理服务器实现的是正向代理;当外部恳求进入系统时,代理服务器把该恳求转发到系统中的某台服务器上,对外部恳求来说,与之交互的只要代理服务器,此时代理服务器实现的是反向代理简约来说,正向代理是代理服务器代替系统内部来访问外部网络的过程,反向代理是外部恳求访问系统时通过代理服务器转发到内部服务器的过程架构演进单机架构■无形态设计服务接口该当做成无形态的,当前接口的访问不依靠于接口上次访问的形态作者:仕华在大数据领域具有多年的开发阅历对常用大数据技术都有所了解在架构设计、高并发、分布式等方面具有肯定阅历先进制造业+工业互联网以淘宝作为例子在网站最后时,使用数量与用户数都较少,可以把Tomcat和数据库部署在同一台服务器上扫瞄器往www.taobao.com发起恳求时,首先经过DNS服务器(域名系统)把域名转换为实际IP地址
10.
102.
4.1扫瞄器转而访问该IP对应的Tomcato随着用户数的增长,Tomcat和数据库之间竞争资源,单机功能不足以支撑业务第一次演进Tomcat与数据库分开部署www.taobaoxomTomcat和数据库分别独占服务器资源,显著提高两者各自功能随着用户数的增长,并发读写数据库成为瓶颈其次次演进引入本地缓存和分布式缓存www.taobao.com在Tomcat同服务器上或同JVM中添加本地缓存,并在外部添加分布式缓存,缓存抢手商品信息或抢手商品的html页面等通过缓存能把绝大多数恳求在读写数据库前拦截掉,大大降低数据库压力其中涉及的技术包括使用memcached作为本地缓存,使用Redis作为分布式缓存,还会涉及缓存全都性、缓存穿透/击穿、缓存雪崩、热点数据集中失效等问题缓存抗住了大部分的访问恳求,随着用户数的增长,并发压力次要落在单机的Tomcat上,响应渐渐变慢第三次演进引入反向代理实现负载均衡分布式缓存-I数据库在多台服务器上分别部署Tomcat使用反向代理软件(Nginx)把恳求均匀分发到每个Tomcat中此处假设Tomcat最多支持100个并发,Nginx最多支持50000个并发,那么理论上Nginx把恳求分发到500个Tomcat±就能抗住50000个并发其中涉及的技术包括Nginx、HAProxy两者都是工作在网络第七层的反向代理软件,次要支持http协议,还会涉及session共享、文件上传下载的问题反向代理使使用服务器可支持的并发量大大添加,但并发量的增长也意味着更多恳求穿透到数据库,单机的数据库最终成为瓶颈第四次演进数据库读写分别把数据库划分为读库和写库,读库可以有多个,通过同步机制把写库的数据同步到读库,对于需要查询最新写入数据场景,可通过在缓存中多写一份,通过缓存获得最新数据其中涉及的技术包括MyCAT它是数据库两头件,可通过它来组织数据库的分别读写和分库分表,客户端通过它来访问下层数据库,还会涉及数据同步,数据全都性的问题业务渐渐变多,不同业务之间的访问量差距较大,不同业务直接竞争数据库,相互影响功能第五次演进数据库按业务分库把不同业务的数据保存到不同的数据库中,使业务之间的资源竞争降低,对于访问量大的业务,可以部署更多的服务器来支撑这样同时导致跨业务的表无法直接做关联分析,需要通过其他途径来处理,但这不是本文争辩的重点,有爱好的可以自行搜索处理方案随着用户数的增长,单机的写库会渐渐会达到功能瓶颈第六次演进把大表拆分为小表比如针对评论数据,可依据商品ID进行hash路由到对应的表中存储;针对领取记录,可依据小时创建表,每个小时表连续拆分为小表,使用用户ID或记录编号来路由数据只需实时操作的表数据量足够小,恳求能够足够均匀的分发到多台服务器上的小表,那数据库就能通过水平扩展的方式来提高功能其中前面提到的Mycat也支持在大表拆分为小表情况下的访问把握这种做法显著的添加了数据库运维的难度,对DBA的要求较高数据库设计到这种结构时,已经可以称为分布式数据库,但是这只是一个规律的数据库全体,数据库里不同的组成部分是由不同的组件单独来实现的,如分库分表的管理和恳求分发,由MyCAT实现,SQL的解析由单机的数据库实现,读写分别可能由网关和消息队列来实现,查询结果的汇总可能由数据库接口层来实现等等,这种架构其实是MPP(大规模并行处理)架构的一类实现目前开源和商用都己经有不少MPP数据库,开源中比较流行的有GreenplumTiDB、PostgresqlXC、HAWQ等,商用的如南大通用的GBase、睿帆科技的雪球DB、华为的LibrA等等,不同的MPP数据库的侧重点也不一样,如TiDB更侧重于分布式OLTP场景,Greenplum更侧重于分布式OLAP场景,这些MPP数据库基本都供应了类似PostgresqKOracle、MySQL那样的SQL标准支持力量,能把一个查询解析为分布式的执行方案分发到每台机器上并行执行,最终由数据库本身汇总数据进行前往,也供应了诸如权限管理、分库分表、事务、数据副本等力量,并且大多能够支持100个节点以上的集群,大大降低了数据库运维的成本,并且使数据库也能够实现水平扩展数据库和Tomcat都能够水平扩展,可支撑的并发大幅提高,随着用户数的增长,最终单机的Nginx会成为瓶颈第七次演进使用LVS或F5来使多个Nginx负载均衡浏览器Ngmx虚拟IP
10.
102.
4.1LVS/F5主][LVS/F5§TomcatTomcatJTomcat虹TomcatTomcatTomcat支付业务数普•写数着•写商品业务数蘑•读分布式缓存:思板i
610.
102.
4.1:Sw
10.
102.
4.2:•[LVS/F5主]LVS/F5备]:[LVS/F5主]LVS/F5备]:ttNginxNginx虚拟IP
10.
102.
4.1:宣UP
10.
10242.[LVS/F5主][LVS/F5备];[LVS/F5主][LVS/F5备]NginxNginxL—一」Nginx。