架构初探 | 青训营笔记

104 阅读6分钟

这是我参与「第五届青训营」伴学笔记创作活动的第6天。

1 什么是架构

1.0 架构定义

架构又称软件架构,是有关软件整体与组件的抽象描述,用于指导软件系统各个方面的设计。

通俗讲就是实现一个软件有很多方法,架构在方法选择上起着至关重要的指导作用。

1.1 问题

兰师傅蛋糕坊要开张了,需要解决如下问题:

蛋糕如何做:独家秘方还是亲自做。

如何卖蛋糕:刚开始客流量应该不大,边做边卖。

1.2 单机

软件系统需要具备对外提供服务,单机,就是把所有功能实现在一个进程里,并部署在一个机器上。

优点:简单。 问题:C10K问题、运维需要停服。

image.png

1.3 单体、垂直应用|垂直切分

单体架构:分布式部署

image.png

垂直应用架构:按应用垂直切分的单体。

image.png

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。

1.4 SOA、微服务|水平切分

SOA: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的去中心演进方向。

问题:数据一致性、高可用、治理、解耦vs过微

image.png

image.png

2 企业级后端架构剖析

2.0 背景

兰师傅蛋糕店经过3年发展,积累了良好的口碑和应用基础,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。

2.1 云计算

定义:是指通过软件自动化管理,提供计算资源的服务网络,是现代互联网大规模熟悉分析和储存的基石。

基础:虚拟化技术-整租 vs 合租

编排方案-业主 vs 租赁平台

架构:laaS(买房子vs房屋租赁平台)、PaaS(清包vs全包)、SaaS(从零培训vs雇佣培训过的师傅)、FaaS(纯手工制作vs蛋糕机批量生产)

image.png

2.2 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,构建和运行可弹性拓展的应用提供了可能。

image.png

2.2.1 云原生之弹性计算资源

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)

2.2.2 弹性资源存储资源

弹性资源类型:

经典:对象(宣传视频)、大数据(用户消费记录)

关系型数据库:收银纪录

元数据:服务发现(蛋糕通讯录)

NoSQL:KV(来个蛋糕)

2.2.3 DevOps

定义:是云原生时代软件交付的利器,贯穿整个软件开发周期。

结合自动化流程,提高软件开发、交付效率。

image.png

2.2.4 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、协议可解释性。

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。

image.png

2.2.5 服务网格

定义: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。

image.png

2.2.6 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。

image.png

3 业内后端架构面临的挑战

3.0 问题

挑战:

基础设施层面:物理资源是有限的(机器、带宽)、资源利用率受制于部署服务

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均。

image.png

3.1 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。

image.png

3.2 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

image.png

3.3 微服务亲合性部署

核心收益:降低业务成本,提高服务可用性

解决思路:

微服务亲合性部署:将满足亲合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

image.png

3.4 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,DevOps发挥到极致。

解决思路:基于微服务中间件&网格的流量治理

3.5 CPU水位负载均衡

核心收益:打平异构环境算力差异,为自动扩缩溶提供正向输入

解决思路:CPU水位负载均衡

laas:提供资源探针

服务网格:动态负载均衡

image.png

4 后端架构实践

4.0 问题背景

兰师傅蛋糕店也碰到类似的问题: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,会引起它们的不满。。。

回到问题最后的挑战——CPU水位负载均衡,应该如何设计?

1.需要哪些输入?

2.设计时需要考虑哪些关键点?

4.1 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)

关键点:

紧急回滚能力

大规模

极端场景

image.png

4.2 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。

image.png

4.3 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

演化方向: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。

image.png

4.4 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

image.png 4.5 自适应动态权重Rrlease 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。

image.png

5 总结

1没有最好的架构,只有最合适的架构。

2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。业界都有哪些方案可供参考;技术选型。内部/社区都有哪些基石组件;异常情况。考虑清楚不行了该怎么办。

3架构与工程师成长:技术经理、架构师