[ 架构初探 | 青训营笔记]

王鸿
103 阅读5分钟

image.png 这是我参与「第五届青训营 」伴学笔记创作活动的第 7 天

什么是架构

单机

嘛是单机？？
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
  • 缺点：如果发生突发情况，运营停服

单体、垂直应用|垂直切分

单体架构: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

SOA、微服务|水平切分

SOA

  1. 将应用的不同功能单元抽象为服务
  2. 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

  • 缺点: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?

企业级后端架构剖析

云计算

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存储的基石

基础

  • 虚拟化技术
  • 编排方案

架构

  • laaS
  • PaaS
  • SaaS
  • FaaS

云原生

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

弹性资源

  1. 弹性计算机资源
    • 服务资源调度
      • 微服务
      • 大服务
    • 计算机资源调度
      • 在线
      • 离线
    • 消息队列
      • 在线
      • 离线
  2. 弹性存储资源
    • 经典
      • 对象
      • 大数据
    • 关系型数据库
      • 收银记录
    • 元数据
      • 服务发现
    • NoSQL
      • KV

微服务架构

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

通信标准：① HTTP ② RPC
微服务中间件 RPC vs HTTP：① 性能 ② 服务治理 ③ 协议可解释性 image.png

DevOps

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

服务网格

服务网格：① 微服务之间通讯的中间层 ② 高性能网络代理 ③ 业务代码与治理解耦
相比较于 RPC/HTTP 框架：① 异构系统治理统一化 ② 与业务进程解耦，生命周期易管理 image.png

企业级后端架构的挑战

问题

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

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

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

问题:扩缩容依据什么指标?
CPU 的某一个统计分类数

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

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 & 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

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 03 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?

问题提炼

输入

  • 服务网格数据面
    • 支持带权重的负载均策略
  • 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)

关键点

  • 紧急回滚能力
  • 大规模
  • 极端场景

image.png

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

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

image.png

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

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

image.png

avatar
文章
阅读
粉丝