这是我参与「第五届青训营 」笔记创作活动的第7天
只不过是字节给我的任务罢了
架构
架构的定义
架构，又称软件架构
是有关软件整体结构与组建的抽象简述
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法，架构在方法选择上起着至关重要的作用
问题
开设一个蛋糕坊
-
如何做蛋糕
- 独家秘方，亲自做比较好
-
如何卖蛋糕
- 边做边卖
单机
把所有的功能都实现在一个进程里，部署在一个机器上
-
优点：简单
-
问题：运维需要停服
-
如何卖更多的蛋糕？
- 多雇几个蛋糕师傅
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
-
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
- 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
- 如何分工合作
-
治理
- 烤箱坏了，怎么容灾
-
解耦vs过微
- 运维成本高了，值当吗？
-
企业级后端架构
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 整租vs合租
- 编排方案 业主vs租赁平台
-
架构
-
IaaS(Infrastructure as a Service)
- 买房子vs房屋租赁平台
-
Paas(Platform as a Service)
- 清包（自己买，雇佣工人装修）vs全包（整套装修）
-
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
-
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，构建和运行可弹性扩展的应用提供了可能
弹性资源
- 虚拟化容器
- 快速扩缩容
弹性资源类型
-
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
弹性存储资源类型
把存储资源看做服务
-
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
微服务架构
- 业务功能单元解耦
- 统一的的通信标准
通信标准
- HTTP（RESTful API）
- RPC（Thrift，gRPC）
微服务中间件
- 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
DevOps
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
- 敏捷开发
- CI/CD
服务网格
- 微服务之间通讯的中间层
- 高性能网络代理
- 业务代码与治理解耦
相较于RPC/HTTP框架
- 异构系统的治理统一化
- 服务网格的数据平面代理与业务进程采取进程间通信的模式，使得流量相关的逻辑（包含治理）与业务进程解耦，生命周期也更容易管理
企业后端架构的挑战-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
将离线资源池和在线资源池合并，可以降低物理资源成本，提供更多的弹性资源，提高收入
-
在线业务
- IO密集型为主
- 潮汐性、实时性
-
离线业务
- 计算密集型占多数
- 非实时性
可以根据不同时间段的业务需求调整离线和在线占用的资源比例，利用在线业务潮汐性自动扩缩容，可以降低业务成本
扩缩容的指标：不同的服务的指标是不容易量化的
微服务亲合性部署
降低业务成本，提高服务可用性
- 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
流量治理
- 提高微服务调用容错性
- 容灾
- 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水位负载平衡
打平异构环境算力差异，为自动扩缩容提供正向输入
-
IaaS
- 提供资源探针
-
服务网格
- 动态负载平衡
架构实战
-
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信号）
-
-
关键点
- 紧急回滚能力
- 大规模
- 极端场景
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
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
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
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
