架构

软件整体结构与组件的抽象，用于指导软件系统各个方面的设计

• 单机：所有功能实现在一个进程里，并且部署在一台机器上
  • 优点
    • 简单
  • 缺点
    • 运维需要停服
• 垂直应用 | 垂直切分
  • 优点
    • 水平扩容
    • 运维不停服
  • 缺点
    • 职责太多，开发效率低
    • 爆炸半径大
• SOA (Service Oriented Architecture)
  • 将应用的不同功能单位抽象为服务
  • 定义服务之间的通信标准
  • 挑战
    • 数据一致性
    • 高可用
    • 治理
    • 解耦 或 过微

总体上说，随着软件规模的增大，终归要进行切分，如此就有竖着切 or 横着切

云计算

云计算：通过软件自动化管理、提供计算资源的服务网络。是现在互联网大数据分析和存储的基石

• 基础
  • 虚拟化技术
  • 编排方案
• 架构
  • IaaS (Infrasturcture as a Service)
    • 基础资源
    • 计算资源，虚拟机，存储空间等
  • PaaS (Platfrom as a Service)
    • 基础上更高层次的服务
    • 开发环境，数据库，消息队列等
  • SaaS (Software as a Service)
    • 直接提供给用户使用的软件
    • Office 365，Saleforce
  • FaaS (Function as a Service)
    • 以函数为单位对代码进行划分，并将其作为独立单元
    • AWS Lambda, Azure Fucntion

云原生

云原生，即 云计算原生的简称，是云计算发展到现在的一种形态

为公司在公有云、自由云、混合云等新兴动态环境中提供了构建可弹性扩展的应用

• 弹性资源
  • 虚拟化容器
  • 快速扩容
  • 资源
    • 计算资源
      • 服务资源：微服务、大服务
      • 计算资源：在线、离线
      • 消息队列：在线、离线
    • 存储资源
      • 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
      • NoSQL：KV
• 微服务架构
  • 业务功能单元解耦
  • 统一通信标准
    • HTTP
    • RPC
    • 二者各有特点，HTTP可解释性高，RPC有压缩，传输效率更高
  • 云原生场景下，微服务不必在业务逻辑中符合通信标准，而是将其交由框架来做
• DevOps
  • 敏捷开发
  • CI/CD
  • 包括工作方式、理念、文化、工具等
  • 各部门之间基于云上各类工具等可以进行更高效、紧密的合作从而实现更快速的迭代
• 网络网格
  • 微服务之间的通信中间层
  • 高性能网络代理
  • 业务与治理解耦，生命周期易管理
  • 异构系统统一化

挑战

• 基础设施层面
  • 物理资源有限
    • 机器、带宽
  • 资源利用率受制于部署服务
• 用户层面
  • 网路通信开销大
  • 网络抖动导致运维成本高
  • 异构下，不同实例资源水位不均

离/在线资源并池

• 核心
  • 降低物理成本
  • 提供更多弹性资源
• 方案：离在线资源并池
  • 在线业务特点
    • IO密集
    • 潮汐性，实时性
  • 离线业务特点
    • 计算密集型
    • 非实时性
  • 根据时间 动态调整 离/在线资源池

自动扩缩容

• 核心
  • 降低业务成本
• 自动扩缩容：利用在线业务潮汐性
• 挑战：扩缩容的指标/依据

微服务亲和性部署

• 核心
  • 降低业务成本
  • 提高服务可用性
• 微服务亲和部署
  • 满足亲和条件的部署到 同一台机器上
  • 将中间件与网格通过共享内存通信

流量治理

• 核心
  • 提高微服务容错、容灾
  • 进一步提高开发效率
• 解决思路
  • 基于微服务的中间件
  • 服务网格的流量治理
  • 熔断、重试、单元化、复杂环境流量调度

CPU水位负载均衡

• 核心
  • 打平异构环境的算力差异
  • 自动扩缩容提供正向输入
• CPU水位负载均衡
  • IaaS：提供资源探针
  • 服务网格：动态负载均衡

实战

• CPU水位负载均衡
  • 服务网格控制面，支持带权重的负载均衡
  • 注册中心存储了所有容器的权重信息
    • 自适应动态权重
      • 采集宿主物理资源信息
      • 调整容器注册权重
  • 宿主机提供容器的资源使用情况、物理资源信息
• 服务网格上报RPC指标，处理极端场景
• 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

---

总的来说，架构、云原生确实无论是对于大型软件系统，还是小型软件系统都有很好的支持

• 对于服务的提供者
  • 大大提升了设备的利用率
• 对于客户来讲
  • 服务更加稳定、全面
  • 基于云原生开发迭代速度更快
  • 更能聚焦于业务，而非底层架构

因此对于目前情况而言，非核心业务(或者测试项目)考虑利用云原生技术来进行开发不失为一个可行有效的方案