什么是架构
定义
- 架构,又称软件架构
- 是有关软件整体结构与组件的抽象描述
- 用于指导软件系统各个方面的设计
- 实现一个软件有很多种方式,架构在方法选择上起着至关重要的指导作用
- 架构的重要性
- 地基没打好,大厦容易倒
- 地基坚实了,大厦才能盖得高
- 站在巨人肩膀上,才能看得远
问题
- 兰师傅蛋糕坊要开张了,亟须解决如下问题:
- 如何做蛋糕
- 独家秘方,还是亲自做比较好
- 如何卖蛋糕
- 刚开始客流量应该不大,边做边卖
- 如何做蛋糕
单机
- 软件系统需要具备对外提供服务,单机,就是把所有功能都实现在一个进程里,并部署在一台机器上
- 优点:
- 简单
- 问题:
- C10K problem
- 运维需要停服
- 演进:如何卖更多的蛋糕?
- 多雇几个蛋糕师傅
- 单机架构:分布式部署
- 垂直应用架构:按应用垂直切分的单体
- 优点:
- 水平扩容
- 运维不需要停服
- 问题:
- 职责太多,开发效率不高
- 爆炸半径大
- 演进:如何提高做蛋糕效率?
- 分工协作
SOA、微服务|水平切分
- SOA(Service-Oriented Architecture)
- 将应用的不同功能单元抽象为服务
- 定义服务之间的通信标准
- 微服务架构:SOA 的去中心化演进方向
- 问题:
- 数据一致性
- 装货台共交付了多少蛋糕?
- 高可用
- 这么多师傅,如何合作?
- 治理
- 烤箱坏了,怎么容灾?
- 解耦 vs 过微
- 运维成本高了,值当么?
- 数据一致性
小结
- 架构演进初衷:好比做蛋糕
- 需求量越来越大,终归要增加人手
- 越做越复杂,终归要分工合作
- 架构的演进思路:就像切蛋糕,蛋糕越来越大,一口吃不下终归要切分
- 竖着切(垂直切分)
- 横着切(水平切分)
企业级后端架构剖析
背景
- 兰师傅蛋糕店经过 3 年的蓬勃发展,积累了良好的口碑和用户基础,接下来,需要扩大规模:
- 店面怎么盘:
- 买
- 租
- 师傅怎么招:
- 兰师傅全家出马
- 招培训班出身的
- 是否继续坚持纯手工制作?
- 规模大了以后,工作重心应该是?
- 精进蛋糕制作收益
- 蛋糕店重点方向梳理 & 未来规划
云计算
- 云计算:是指通过软件自动化管理,提供计算资源的服务网站,是现代互联网大规模数据分析和存储的基石
- 基础:
- 虚拟化技术 - 整租 vs 合租
- 编排方案 -业主 vs 租凭平台
- 架构:
- IaaS(Infrastructure as a Service)
- 买房子 vs 房屋租聘平台
- PaaS(platform as a Service)
- 清包 vs 全包
- Saas(Software as a Service)
- 从零培训 vs 雇佣培训过的师傅
- FaaS(Function as a Service)
- 纯手工制作 vs 蛋糕机批量生产
- IaaS(Infrastructure as a Service)
云原生
云原生技术为组织(公司)在公有云、自由云、混合云等新型的动态环境中,构建和运行可弹性扩展的应用提供了可能
弹性资源
弹性计算资源类型:
- 服务资源调度
- 微服务:和面、雕花
- 大服务:烤箱
- 计算资源调度
- 在线:热销榜单
- 离线:热销榜单更新
- 消息队列
- 在线:削峰、解耦
- 离线:大数据分析
- 服务资源调度
弹性存储资源类型:
- 经典
- 对象:宣传视频
- 大数据:用户消费记录
- 关系型数据库
- 收银记录
- 元数据
- 服务发现:蛋糕店通讯录
- NoSQL
- KV:来个 xx 蛋糕
- 经典
总结:将存储资源当成服务一样
DevOps
- DevOps 是云原生时代软件交付的利器,贯穿证个软件开发周期
- 结合自动化流程,提高软件开发、交付效率
微服务架构
- 通信标准:
- HTTP(RESTful API)
- RPC(Thrift,gRPC)
- 微服务中间件 RPC vs HTTP:
- 性能
- 服务治理
- 服务可解释性
- 云原生场景下,微服务大可不必在业务逻辑中实现符合通信标准的交互逻辑,而是交给框架来做
服务网格
- 服务网格(Service Mesh):
- 微服务之间通讯的中间层
- 高性能网格代理
- 业务代码与治理解耦
- 相比较于 RPC/HTTP 框架:
- 异构系统治理统一化
- 与业务进程解耦,生命周期易管理
云原生蛋糕店
- 企业级蛋糕店架构:
- 售卖
- 蛋糕制作(肉松、慕斯)
- 会员激励
- 满意度分析
- 研发新品
企业级后端架构的挑战
问题
- 挑战:
- 物理资源是有限的
- 机器
- 宽带
- 资源利用率受制于部署服务
- 物理资源是有限的
- 用户层面
- 网络通信开销较大
- 网络抖动导致运维成本提高
- 异构环境下,不同实例资源水位不同
离在线资源并池
- 核心收益:
- 降低物理资源成本
- 提供更多的弹性资源,增加收入
- 解决思路:离在线资源并池
- 在线业务的特点
- IO 密集型为主
- 潮汐性、实时性
- 离线业务的特点
- 计算密集型占多数
- 非实时性
- 问题:同一个机器怎么做离在线隔离?
自动扩缩容
- 核心收益:
- 降低业务成本
- 解决思路:
- 自动扩缩容
- 利用在线业务潮汐性自动扩缩容
- 自动扩缩容
- 问题:扩缩容依据什么指标?
微服务亲和性部署
- 核心收益
- 降低业务成本
- 提高服务可用性
- 解决思路:微服务亲和性部署
- 将满足亲和性条件的容器调度到一台宿主机
- 微服务中间件与服务网格通过共享内存通信
- 服务网格控制面实施灵活、动态的流量调度
流量治理
- 核心收益:
- 提高微服务调用容错性
- 容灾
- 进一步提高开发效率,DevPos 发挥到极致
- 解决思路:基于微服务中间件 & 服务网格的流量治理
- 熔断、重试
- 单元化
- 复杂环境(功能、预览)的流量调度
CPU 水位负载均衡
- 核心收益:
- 打平异构环境算力差异
- 为自动扩缩容提供正向收入
- 解决思路:CPU 水位负载均衡
- IaaS
- 提供服务探针
- 服务网格
- 动态负载均衡
- IaaS
后端架构实战
问题背景
- 兰师傅蛋糕店也碰到了类似的问题:
- 不同师傅干活的效率差距较大
- 有些师傅希望能者多劳多挣
- 在这个背景下,继续像之前一样为每个师傅分配完全相同的工作,会引起他们的不满
- 回到 CPU 水位负载均衡,应该如何设计?
- 需要哪些输入?
- 设计师需要考虑哪些关键点?
问题提炼
- 输入:
- 服务网格数据面
- 支持带权重的负载均衡策略
- 注册中心存储了所有容器的权重信息
- 宿主机能提供
- 容器的资源使用情况
- 物理资源信息(如 CPU 型号)
- 服务网格数据面
- 关键点:
- 紧急回滚能力
- 大规模
- 极端情况
自适应静态权重
- 方案:
- 采集宿主机物理资源信息
- 调整容器注册的权重
- 优势:
- 复杂度低
- 完全分布式,可用性高
- 微服务中间件无适配成本
- 缺点:
- 无紧急回滚能力
- 缺乏运行时自适应能力
自适应动态权重 Alpha
- 方案:
- 容器动态权重的自适应调整
- 服务网格的服务发现 & 流量调度能力
- 演进方向:
- 解决无法紧急回滚的问题
- 运行时权重自适应
- 缺点:
- 过度流量倾斜可能会有异常情况
自适应动态权重 Beta
- 方案:
- 服务网格上报 RPC 指标
- 演进方向:
- 极端场景的处理成为可能
- 缺点:
- 时序数据库压力较大
- 动态权重决策中心职责越来越多,迭代->变更->风险
自适应动态权重 Release
- 演进方向:
- 微服务化
- 引入消息队列削峰、解耦
- 离在线链路切分
- 梳理强弱依赖
尾声
- 没有最好的架构,只有最合适的架构
- 如何做架构设计
- 需求先行:弄清楚要解决什么问题
- 业界调研:业界都有哪些解决方案可供参考
- 技术选型:内部/社区都有哪些基础组件
- 异常情况:考虑清楚 xxx 不行了怎么办