架构初探 - 谁动了我的蛋糕｜ 青训营笔记

Candy280
43 阅读9分钟

这是我参与「第五届青训营 」笔记创作活动的第2天

架构定义

Q：如何给架构下定义？

  • A：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——在软件实现方法上起到了重要的指导作用

Q：架构的重要性？

A：那盖房子来做举例子。

  • 我们都知道，地基对于一栋楼房的主要性，架构对于一个软件的重要性也是类似的：
    • 架构没设计好，软件容易崩，用户体验上不去。最终要么重构，要么放弃
    • 架构设计好了，软件的稳定性上去了，用户体验高了，口碑一点点就打造出来了
    • 良好的架构基础，也为软件的未来发展提供了更多的可能。为用户赋能，实现自身价值

架构的演进

单机架构

All in one，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
  • 缺点：
    • 运维需要停服，用户体验较差
    • 承载能力有限。了解下 c10k 问题

单体架构

在单机架构的基础上，将进程部署到多个机器上。 =》分布式部署

  • 优点：
    • 具备水平扩容能力
    • 运维不需要停服
  • 缺点：
    • 后端进程职责太多，越来越臃肿
    • 爆炸半径较大，进程中一个很小的模块出现问题，都可能导致整个进程崩溃

垂直应用架构

在单机架构基础上，将进程按照某种依据切分开。比如，A 软件和 B 软件的后端原先采用单机架构部署，那就是一个进程部署在多个机器上；如果用垂直应用架构，可以将 A 和 B 的后端拆分为 A、B 两个进程，然后再按照单体模式的思路，部署在多个机器上。

  • 优点：
    • 一定程度上减少了后端进程职责
    • 一定程度上缩小爆炸半径
  • 缺点：
    • 没有根本解决单体架构的问题

SOA (面向服务架构)

（Service-Oriented Architecture）

SOA 架构中，服务为一等公民，

1、将进程按照不同的功能单元进行抽象，拆分为『服务』。

2、定义服务之间的通信标准，保证各个服务之间通讯体验的一致性。

  • 优点：
    • 各服务的职责更清晰
    • 运维粒度减小到服务，爆炸半径可控
  • 缺点：
    • ESB (企业服务总线) 往往需要一整套解决方案

微服务

在 SOA 架构中，ESB 起到了至关重要的作用。但从架构拓扑来看，它更像是一个集中式的模块。有一个 SOA 分布式演进的分支，最终的形态便是微服务。

  • 优点：
    • 兼具 SOA 解决的问题
    • 服务间的通信更敏捷、灵活
  • 缺点：
    • 运维成本
  • 问题：
    • 数据一致性、高可用（服务之间的调用）、治理（容灾）、解耦VS过微（服务粒度决定了运维成本）

  • 小结

    • 架构演进的初衷：满足软件迭代诉求，提高迭代效率（分工合作）
    • 架构演进的思路：垂直切分——分布式，水平切分——分层/模块化

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

云计算基础：

  • 虚拟化技术

    • 硬件层面（VM 虚拟机）- KVM/Xen/VMware
    • 操作系统层面（Container 容器）- LCX/Docker/Kata Container
    • 网络层面 - Linux Bridge/Open v Switch

  • 编排方案

    • VM - OpenStack/VMWare Workstation
    • Container - Kubernetes/Docker Swarm

云计算架构：

  • 云服务

    • IaaS（Infrastructure as a Service）- 云基础设施，对底层硬件资源池的抽象
    • PaaS （Platform as a Service）- 基于资源池抽象，对上层提供的弹性资源平台
    • SaaS （Software as a Service）- 基于弹性资源平台构建的云服务
    • FaaS （Function as a service）- 更轻量级的函数服务。好比 LeetCode 等 OJ，刷题时只需要实现函数，不需要关注输入输出流

  • 云部署模式（拓展）

    • 私有云 - 企业自用
    • 公有云 - AWS/Azure/Google Cloud/Huawei
    • 混合云

云原生

云原生，实际是云原生（计算）的简称，它是云计算发展到现在的一种形态。=》（各种虚拟化计算技术的集合）

  • 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。 它的代表技术：
    • 弹性资源：虚拟化容器、快速扩缩容
    • 微服务架构：业务功能单元解耦、统一的通信标准
    • DevOps：敏捷开发、CVCD（开发运维测试相关的工具技术栈）
    • 服务网格：业务与治理解耦、异构系统的治理统一化（如代理）、复杂治理能力
弹性资源

基于虚拟化技术，提供的可以快速扩缩容的能力。可以分为弹性计算资源和弹性存储资源两个方面。

弹性计算资源：

  • 服务资源调度

    • 微服务
    • 大服务

  • 计算资源调度

    • 在线计算 - 互联网后端服务
    • 离线计算 - 大数据分析。Map-Reduce/Spark/Flinnk

  • 消息队列

    • 在线队列 - 削峰、解耦
    • 离线队列 - 结合数据分析的一整套方案，如 ELK

弹性存储资源：

  • 经典存储

    • 对象存储 - 视频、图片等。结合 CDN 等技术，可以为应用提供丰富的多媒体能力
    • 大数据存储 - 应用日志、用户数据等。结合数据挖掘、机器学习等技术，提高应用的体验

  • 关系型数据库

  • 元数据

    • 服务发现

  • NoSQL

    • KV 存储 - Redis
    • 文档存储 - Mongo

在云原生的大背景下，不论是计算资源还是存储资源，他们都像是服务一样供用户使用。

DevOps

贯穿整个软件开发周期，结合自动化流程，提高软件开发、较复效率

微服务架构
  • 微服务架构下，服务之间的通讯标准是基于协议而不是 ESB 的。
    • HTTP - H1/H2
    • RPC - Apache Thrift/gRPC
  • 如何在 HTTP 和 RPC 之间选择？
    • 性能 - RPC 协议往往具备较好的压缩率，性能较高。如 Thrift, Protocol Buffers
    • 服务治理 - RPC 中间件往往集成了丰富的服务治理能力。如 熔断、降级、超时等
    • 可解释性 - HTTP 通信的协议往往首选 JSON，可解释性、可调试性更好

云原生场景下，微服务不需要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
  • 什么是服务网格？
    • 微服务之间通讯的中间层
    • 一个高性能的 4 层网络代理
    • 将流量层面的逻辑与业务进程解耦
  • 没有什么是加一层代理解决不了的问题，服务网格相比较于 RPC/HTTP 框架：
    • 实现了异构系统治理体验的统一化
    • 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

企业级后端架构的挑战

挑战

基础设施层面：

  • 物理资源如机器的带宽是有限的

Q：我们总说，云是弹性的，也就是说，在用户的角度，云提供的资源是无限的。然而，云背后的物理资源是有限的。在企业级后端架构里，云如何解决近乎无限的弹性资源和有限的物理资源之间的矛盾？

  • 资源利用率受制于部署服务

Q：闲事的资源就这么空着呢？如何提高资源利用率，提高物理资源的价值转换率？

  • 用户层面：
  •   Q：上了云原生微服务后，服务之间的通信开销较大，应该如何做成本优化？
  •   Q：网络抖动导致的运维成本提高
  •   Q：异构的物理环境应该对用户是透明的，如何屏蔽这些细节？

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

离线业务特点

  • 计算密集型占多数
  • 非实时性

离在线资源并池，可以：

  • 提高物理资源利用率
  • 提供更多的弹性资源

自动扩缩容

——利用在线业务的潮汐性

核心收益：降低业务成本

Q 扩缩容依据的指标是什么？

需要根据具体情况来决定，多数是依据CPU，还有内存

微服务亲合性部署

  • 核心收益：
    • 降低业务成本
    • 提高服务的可用性
  • 微服务之间的通信成本较高，是否可以：
    • 形态上是微服务架构
    • 通信上是单体架构

亲合性部署，通过将微服务调用形态与资源调度系统结合

  • 将一些调用关系紧密、通信量大的服务部署在同一个机器上
  • 使用 IPC 代替 RPC 的方式，降低网络通信带来的开销，微服务中间件与服务网络通过共享内存通信
  • 服务网格控制面实施灵活动态的流量调度

流量治理

——基于微服务中间件和服务网格的流量治理

核心收益：

  • 提高微服务调用的容错性
  • 容灾
  • 进一步提高考分效率

Q：微服务之间的通信流量为什么需要治理？

Q：都有哪些常用的治理手段？

Q：微服务中心件和服务网格在其中扮演着怎样的角色？

CPU水位负载均衡

屏蔽异构环境的算力差异

Q：基础设施层往往是个复杂的异构环境，比如，有些机器的 CPU 是英特尔的，而有些是 AMD 的。就算是同一个品牌，也可能是不同代际。如何将这些差异屏蔽掉，使用户尽可能不感知呢？

Q：什么情况下，我们觉得，服务需要扩容了？异构环境会对这个评判标准产生怎样的影响？

总结

  1. 没有最好的架构，只有最合适的架构

  2. 做架构设计

    1. 先从需求出发。要满足什么样的需求？预期规模有多大？
    2. 做足够的业界调研。业界对于类似的需求是怎么做的？有无成熟的方案可以借鉴？直接拿来用有什么问题？
    3. 技术选型。涉及的技术组件是自研，还是使用开源的？
    4. 异常情况。任何时候，都不能做『输入合法』的假设。容灾能力一定要有

  3. 学好架构，是工程师成长的一个重要标志

avatar
文章
阅读
粉丝