1. 什么是架构
1.1 定义
架构，又称软件架构，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。
Q：定义还是太抽象，能不能再通俗一点?
A：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指导作用
Q：架构的重要性?
A：地基没打好，大厦容易倒地基坚实了，大厦才能盖得高站在巨人肩膀上，才能看得远
1.2 单机架构
软件系统需要具备对外提供服务，单机就是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
问题：运维需要停服
1.3 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
1.4 SOA、微服务|水平切分
SOA(Service-0riented Architecture)：
- 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
- 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
2. 企业级后端架构剖析
2.1 云计算
云计算：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存储的基石
- 虚拟化技术
- 硬件（虚拟机）、操作系统（容器）、网络
- 蛋糕店：整租 vs 合租
- 编排方案
- 虚拟机编排方案（OpenStack）、容器编排方案（Kubernetes）
- 蛋糕店：业主 vs 租赁平台
架构：
- laaS (Infrastructure as a Service) 买房子 vs 房屋租赁平台
- PaaS (Platform as a Service) 清包 vs 全包
- 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
2.2 云原生
云原生，云原生（计算）的简称，它是元计算发展到现在的一种形态。
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。它的代表技术有：==容器化、服务网格、微服务、不可变基础架构、声明式 API==。基于这些技术，开发者可以构建出容错性好、易于管理、具备较好观测性的云服务，结合可靠的自动化机制，服务可以轻松应对频繁和可预测的重大变更。
2.2.1 弹性计算资源
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 弹性存储资源
==将存储资源当成服务一样==
经典：
- 对象存储：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
2.2.3 DevOps
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。
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。
2.2.5 服务网格
Service Mesh：
- 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
相比较于 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
2.3 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：
3. 企业级后端架构的挑战
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
3.1 离在线资源并池
业务的特点：
- 在线业务的特点：lO 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
离在线资源并池的收益：
- 降低物理资源成本
- 提供更多的弹性资源，增加收入
3.2 自动扩缩容
利用在线业务潮汐性自动扩缩容，降低业务成本。
3.3 微服务亲和性部署
亲和性部署的思路：
- 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
核心收益：降低业务成本、提高服务可用性
3.4 流量治理
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
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
3.5 CPU水位负载均衡
CPU水位负载均衡的思路：
- laaS：提供资源探针
- 服务网格：动态负载均衡
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
4. 后端架构实践
==问题：CPU 水位负载均衡，应该如何设计？==
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 型号)
关键点：紧急回滚能力、大规模、极端场景
4.1 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
4.2 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
4.3 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
4.4 自适应动态权重 Release
解决在线分析引擎的数据一致性问题：一致性哈希
解决时序数据库压力：将其作为旁路工具，采用纯内存的在线分析引擎进行实时策略计算
离线分析：使用消息队列解耦、削峰，离线回馈在线
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
