400块钱3小时上门服务,同城附近人100米,怎么找同城的人服务,夜场女都是为了钱吗

    <strike id="t98gp"></strike>

    1. <code id="t98gp"></code>

      <nav id="t98gp"></nav>
    2. <object id="t98gp"></object>
      首頁 運維干貨可落地的 8 種架構模式!

      可落地的 8 種架構模式!

      運維派隸屬馬哥教育旗下專業運維社區,是國內成立最早的IT運維技術社區,歡迎關注公眾號:yunweipai
      領取學習更多免費Linux云計算、Python、Docker、K8s教程關注公眾號:馬哥linux運維

      什么是架構

      我想這個問題,十個人回答得有十一個答案,因為另外的那一個是大家妥協的結果。哈哈,我理解,架構就是骨架,如下圖所示:

      可落地的 8 種架構模式!插圖

      人類的身體的支撐是主要由骨架來承擔的,然后是其上的肌肉、神經、皮膚。架構對于軟件的重要性不亞于骨架對人類身體的重要性。

      什么是設計模式

      這個問題我問過的面試者不下于數十次,回答五花八門,在我看來,模式就是經驗,設計模式就是設計經驗,有了這些經驗,我們就能在特定情況下使用特定的設計、組合設計,這樣可以大大節省我們的設計時間,提高工作效率。作為一個工作10年以上的老碼農,經歷的系統架構設計也算不少,接下來,我會把工作中用到的一些架構方面的設計模式分享給大家,望大家少走彎路??傮w而言,共有八種,分別是:

      1. 單庫單應用模式:最簡單的,可能大家都見過
      2. 內容分發模式:目前用的比較多
      3. 查詢分離模式:對于大并發的查詢、業務
      4. 微服務模式:適用于復雜的業務模式的拆解
      5. 多級緩存模式:可以把緩存玩的很好
      6. 分庫分表模式:解決單機數據庫瓶頸
      7. 彈性伸縮模式:解決波峰波谷業務流量不均勻的方法之一
      8. 多機房模式:解決高可用、高性能的一種方法

      單庫單應用模式

      這是最簡單的一種設計模式,我們的大部分本科畢業設計、一些小的應用,基本上都是這種模式,這種模式的一般設計見下圖:

      可落地的 8 種架構模式!插圖1

      如上圖所示,這種模式一般只有一個數據庫,一個業務應用層,一個后臺管理系統,所有的業務都是用過業務層完成的,所有的數據也都是存儲在一個數據庫中的,好一點會有數據庫的同步。雖然簡單,但是也并不是一無是處。

      • 優點:結構簡單、開發速度快、實現簡單,可用于產品的第一版等有原型驗證需求、用戶少的設計。
      • 缺點:性能差、基本沒有高可用、擴展性差,不適用于大規模部署、應用等生產環境。

      內容分發模式

      基本上所有的大型的網站都有或多或少的采用這一種設計模式,常見的應用場景是使用CDN技術把網頁、圖片、CSS、JS等這些靜態資源分發到離用戶最近的服務器。這種模式的一般設計見下圖:

      可落地的 8 種架構模式!插圖2

      如上圖所示,這種模式較單庫單應用模式多了一個CDN、一個云存儲OSS(七牛、又拍等雷同)。一個典型的應用流程(以用戶上傳、查看圖片需求為例)如下:

      1. 上傳的時候,用戶選擇本地機器上的一個圖片進行上傳
      2. 程序會把這個圖片上傳到云存儲OSS上,并返回該圖片的一個URL
      3. 程序把這個URL字符串存儲在業務數據庫中,上傳完成。
      4. 查看的時候,程序從業務數據庫得到該圖片的URL
      5. 程序通過DNS查詢這個URL的圖片服務器
      6. 智能DNS會解析這個URL,得到與用戶最近的服務器(或集群)的地址A
      7. 然后把服務器A上的圖片返回給程序
      8. 程序顯示該圖片,查看完成。

      由上可知,這個模式的關鍵是智能DNS,它能夠解析出離用戶最近的服務器。運行原理大致是:根據請求者的IP得到請求地點B,然后通過計算或者配置得到與B最近或通訊時間最短的服務器C,然后把C的IP地址返回給請求者。這種模式的優缺點如下:

      • 優點:資源下載快、無需過多的開發與配置,同時也減輕了后端服務器對資源的存儲壓力,減少帶寬的使用。
      • 缺點:目前來說OSS,CDN的價格還是稍微有些貴(雖然已經降價好幾次了),只適用于中小規模的應用,另外由于網絡傳輸的延遲、CDN的同步策略等,會有一些一致性、更新慢方面的問題。

      查詢分離模式

      這種模式主要解決單機數據庫壓力過大,從而導致業務緩慢甚至超時,查詢響應時間變長的問題,也包括需要大量數據庫服務器計算資源的查詢請求。這個可以說是單庫單應用模式的升級版本,也是技術架構迭代演進過程中的必經之路。這種模式的一般設計見下圖:

      可落地的 8 種架構模式!插圖3

      如上圖所示,這種模式較單庫單應用模式與內容分發模式多了幾個部分,一個是業務數據庫的主從分離,一個是引入了ES,為什么要這樣?都解決了哪些痛點,下面具體結合業務需求場景進行敘述。

      場景一:全文關鍵詞檢索我想這個需求,絕大多數應用都會有,如果使用傳統的數據庫技術,大部分可能都會使用like這種SQL語句,高級一點可能是先分詞,然后通過分詞index相關的記錄。SQL語句的性能問題與全表掃描機制導致了非常嚴重的性能問題,現在基本上很少見到。這里的ES是ElasticSearch的縮寫,是一種查詢引擎,類似的還有Solr等,都差不多的技術,ES較Solr配置簡單、使用方便,所以這里選用了它。另外,ES支持橫向擴展,理論上沒有性能的瓶頸。同時,還支持各種插件、自定義分詞器等,可擴展性較強。在這里,使用ES不僅可以替代數據庫完成全文檢索功能,還可以實現諸如分頁、排序、分組、分面等功能。具體的,請同學們自行學習之。那怎么使用呢?一個一般的流程是這樣的:

      1. 服務端把一條業務數據落庫
      2. 服務端異步把該條數據發送到ES
      3. ES把該條記錄按照規則、配置放入自己的索引庫
      4. 客戶端查詢的時候,由服務端把這個請求發送到ES,得到數據后,根據需求拼裝、組合數據,返回給客戶端

      實際中怎么用,還請同學們根據實際情況做組合、取舍。
      場景二:大量的普通查詢
      這個場景是指我們的業務中的大部分輔助性的查詢,如:取錢的時候先查詢一下余額,根據用戶的ID查詢用戶的記錄,取得該用戶最新的一條取錢記錄等。我們肯定是要天天要用的,而且用的還非常多。同時呢,我們的寫入請求也是非常多的,導致大量的寫入、查詢操作壓向同一數據庫,然后,數據庫掛了,系統掛了,領導生氣了,被開除了,還不起房貸了,露宿街頭了,老婆跟別人跑了,……不敢想,所以要求我們必須分散數據庫的壓力,一個業界較成熟的方案就是數據庫的讀寫分離,寫的時候入主庫,讀的時候讀從庫。這樣就把壓力分散到不同的數據庫了,如果一個讀庫性能不行,扛不住的話,可以一主多從,橫向擴展??芍^是一劑良藥??!那怎么使用呢?一個一般的流程是這樣的:

      1. 服務端把一條業務數據落庫
      2. 數據庫同步或異步或半同步把該條數據復制到從庫
      3. 服務端讀數據的時候直接去從庫讀相應的數據

      比較簡單吧,一些聰明的、愛思考的、上進的同學可能發現問題了,也包括上面介紹的場景一,就是延遲問題,如:數據還沒有到從庫,我就馬上讀,那么是讀不到的,會發生問題的。對于這個問題,各家公司解決的思路不一樣,方法不盡相同。一個普遍的解決方案是:讀不到就讀主庫,當然這么說也是有前提條件的,但具體的方案這里就不一一展開了,我可能會在接下來的分享中詳解各種方案。另外,關于數據庫的復制模式,還請同學們自行學習,太多了,這里說不清。該總結一下這種模式的優缺點的了,如下:

      • 優點:減少數據庫的壓力,理論上提供無限高的讀性能,間接提高業務(寫)的性能,專用的查詢、索引、全文(分詞)解決方案。
      • 缺點:數據延遲,數據一致性的保證。

      微服務模式

      上面的模式看似不錯,解決了性能問題,我可以不用露宿街頭了、老婆還是我的,哈哈。但是軟件系統天生的復雜性決定了,除了性能,還有其他諸如高可用、健壯性等大量問題等待我們解決,再加上各個部門間的撕逼、扯皮,更讓我們碼農雪上加霜,所以繼續吧……微服務模式可以說是最近的熱點,花花綠綠、大大小小、國內國外的公司都在鼓吹,實踐這個模式,可是大部分都沒有弄清楚為什么要這么做,也并不知道這么做有什么好處、壞處,在這里,我將以我自己的親身實踐說一下我對這個模式的看法,不喜勿噴!隨著業務與人員的增加,遇到了如下的問題:

      1. 單機數據庫寫請求量大量增加,導致數據庫壓力變大
      2. 數據庫一旦掛了,那么整個業務都掛了
      3. 業務代碼越來越多,都在一個GIT里,越來越難以維護
      4. 代碼腐化嚴重、臭味越來越濃
      5. 上線越來越頻繁,經常是一個小功能的修改,就要整個大項目要重新編譯
      6. 部門越來越多,該哪個部門改動大項目中的哪個東西,撕逼的厲害
      7. 其他一些外圍系統直接連接數據庫,導致一旦數據庫結構發生變化,所有的相關系統都要通知,甚至對修改不敏感的系統也要通知
      8. 每個應用服務器需要開通所有的權限、網絡、FTP、各種各樣的,因為每個服務器部署的應用都是一樣的
      9. 作為架構師,我已經失去了對這個系統的把控……

      為了解決上述問題,我司使用了微服務模式,這種模式的一般設計見下圖:

      可落地的 8 種架構模式!插圖4

      如上圖所示,我把業務分塊,做了垂直切分,切成一個個獨立的系統,每個系統各自衍化,有自己的庫、緩存、ES等輔助系統,系統之間的實時交互通過RPC,異步交互通過MQ,通過這種組合,共同完成整個系統功能。?那么,這么做是否真的解決上述問題了呢?不玩虛的,一個個來說。


      對于問題一,由于拆分成了多個子系統,系統的壓力被分散了,而各個子系統都有自己的數據庫實例,所以數據庫的壓力變小。

      對于問題二,一個子系統A的數據庫掛了,只是影響到系統A和使用系統A的那些功能,不會所有的功能不可用,從而解決一個數據庫掛了,導致所有功能不可用的問題。

      問題三、四,也因為拆分得到了解決,各個子系統有自己獨立的GIT代碼庫,不會相互影響。通用的模塊可通過庫、服務、平臺的形式解決。

      問題五,子系統A發生改變,需要上線,那么我只需要編譯A,然后上線就可以了,不需要其他系統做同樣的事情。

      問題六,順應了康威定律,我部門該干什么事、輸出什么,也通過服務的形式暴露出來,我部只管把我部的職責、軟件功能做好就可以。

      問題七,所有需要我部數據的需求,都通過接口的形式發布出去,客戶通過接口獲取數據,從而屏蔽了底層數據庫結構,甚至數據來源,我部只需保證我部的接口契約沒有發生變化即可,新的需求增加新的接口,不會影響老的接口。

      問題八,不同的子系統需要不同的權限,這個問題也優雅的解決了。

      問題九,暫時控制住了復雜性,我只需控制好大的方面,定義好系統邊界、接口、大的流程,然后再分而治之、逐個擊破、合縱連橫。

      目前來說,所有問題得到解決!bingo! 但是,還有許多其他的副作用會隨之產生,如RPC、MQ的超高穩定性、超高性能,網絡延遲,數據一致性等問題,這里就不展開來講了,太多了,一本書都講不完。另外,對于這個模式來說,最難把握的是,切記不要切分過細,我見過一個功能一個子系統,上百個方法分成上百個子系統的,真的是太過度了。實踐中,一個較為可行的方法是:能不分就不分,除非有非常必要的理由!。

      • 優點:相對高性能,可擴展性強,高可用,適合于中等以上規模公司架構。
      • 缺點:復雜、度不好把握。指不僅需要一個能在高層把控大方向、大流程、總體技術的人,還需要能夠針對各個子系統有針對性的開發。把握不好度或者濫用的話,這個模式適得其反!

      多級緩存模式

      這個模式可以說是應對超高查詢壓力的一種普遍采用的策略,基本的思想就是在所有鏈路的地方,能加緩存就加緩存,如下圖所示:

      可落地的 8 種架構模式!插圖5

      如上圖所示,一般在三個地方加入緩存,一個是客戶端處,一個是API網關處,一個是具體的后端業務處,下面分別介紹。客戶端處緩存:這個地方加緩存可以說是效果最好的—無延遲。因為不用經過長長的網絡鏈條去后端業務處獲取數據,從而導致加載時間過長,客戶流失等損失。雖然有CDN的支持,但是從客戶端到CDN還是有網絡延遲的,雖然不大。具體的技術依據不同的客戶端而定,對于WEB來講,有瀏覽器本地緩存、Cookie、Storage、緩存策略等技術;對于APP來講,有本地數據庫、本地文件、本地內存、進程內緩存支持。以上提到的各種技術有興趣的同學可以繼續展開來學習。如果客戶端緩存沒有命中,那么就會去后端業務拿數據,一般來講,都會有個API網關,在這里加緩存也是非常有必要的。

      API網關處緩存:這個地方加緩存的好處是不用把請求發送到后方,直接在這里就處理了,然后返回給請求者。常見的技術,如http請求,API網關用的基本都是nginx,可以使用nginx本身的緩存模塊,也可以使用Lua+Redis技術定制化。其他的也都大同小異。

      后端業務處:這個我想就不用多說了,大家應該差不多都知道,什么Redis,Memcache,Jvm內等等,不熬述了。實踐中,要結合具體的實際情況,綜合利用各級緩存技術,使得各種請求最大程度的在到達后端業務之前就被解決掉,從而減少后端服務壓力、減少占用帶寬、增強用戶體驗。至于是否只有這三個地方加緩存,我覺得要活學活用,**心法比劍法重要!**總結一下這個模式的優缺點:

      • 優點:抗住大量讀請求,減少后端壓力。
      • 缺點:數據一致性問題較突出,容易發生雪崩,即:如果客戶端緩存失效、API網關緩存失效,那么所有的大量請求瞬間壓向后端業務系統,后果可想而知。

      分???庫分表模式

      這種模式主要解決單表寫入、讀取、存儲壓力過大,從而導致業務緩慢甚至超時,交易失敗,容量不夠的問題。一般有水平切分和垂直切分兩種,這里主要介紹水平切分。這個模式也是技術架構迭代演進過程中的必經之路。這種模式的一般設計見下圖:

      可落地的 8 種架構模式!插圖6

      如上圖所示紅色部分,把一張表分到了幾個不同的庫中,從而分擔壓力。是不是很籠統?哈哈,那我們接下來就詳細的講解一下。首先澄清幾個概念,如下:

      •  主機:硬件,指一臺物理機,或者虛擬機,有自己的CPU,內存,硬盤等。
      •  實例:數據庫實例,如一個MySQL服務進程。一個主機可以有多個實例,不同的實例有不同的進程,監聽不同的端口。 
      • 庫:指表的集合,如學校庫,可能包含教師表、學生表、食堂表等等,這些表在一個庫中。一個實例中可以有多個庫。庫與庫之間用庫名來區分。 
      • 表:庫中的表,不必多說,不懂的就不用往下看了,不解釋。

      那么怎么把單表分散呢?到底怎么個分發呢?分發到哪里呢?以下是幾個工作中的實踐,分享一下:

      • 主機:這是最主要的也是最重要的點,本質上分庫分表是因為計算與存儲資源不夠導致的,而這種資源主要是由物理機,主機提供的,所以在這里分是最基本的,畢竟沒有可用的計算資源,怎么分效果都不是太好的。
      • 實例:實例控制著連接數,同時受OS限制,CPU、內存、硬盤、網絡IO也會受間接影響。會出現熱實例的現象,即:有些實例特別忙,有些實例非常的空閑。一個典型的現象是:由于單表反應慢,導致連接池被打滿,所有其他的業務都受影響了。這時候,把表分到不同的實例是有一些效果的。
      • :一般是由于單庫中最大單表數量的限制,才采取分庫。
      • :單表壓力過大,索引量大,容量大,單表的鎖。據以上,把單表水平切分成不同的表。

      大型應用中,都是一臺主機上只有一個實例,一個實例中只有一個庫,庫==實例==主機,所以才有了分庫分表這個簡稱。
      既然知道了基本理論,那么具體是怎么做的呢?邏輯是怎么跑的呢?接下來以一個例子來講解一下。這個需求很簡單,用戶表(user),單表數據量1億,查詢、插入、存儲都出現了問題,怎么辦呢?
      首先,分析問題,這個明顯是由于數據量太大了而導致的問題。其次,設計方案,可以分為10個庫,這樣每個庫的數據量就降到了1KW,單表1KW數據量還是有些大,而且不利于以后量的增長,所以每個庫再分100個表,這個每個單表數據量就為10W了,對于查詢、索引更新、單表文件大小、打開速度,都有一些益處。接下來,給IT部門打電話,要10臺物理機,擴展數據庫…… 最后,邏輯實現,這里應該是最有學問的地方。首先是寫入數據,需要知道寫到哪個分庫分表中,讀也是一樣的,所以,需要有個請求路由層,負責把請求分發、轉換到不同的庫表中,一般有路由規則的概念。
      怎么樣,簡單吧?哈哈,too 那義務。說說這個模式的問題,主要是帶來了事務上的問題,因為分庫分表,事務完成不了,而分布式事務又太笨重,所以這里需要有一定的策略,保證在這種情況下事務能夠完成。采取的策略如:最終一致性、復制、特殊設計等。再有就是業務代碼的改造,一些關聯查詢要改造,一些單表orderBy的問題需要特殊處理,也包括groupBy語句,如何解決這些副作用不是一句兩句能說清楚的,以后有時間,我單獨講講這些。該總結一下這種模式的優缺點的了,如下:

      • 優點:減少數據庫單表的壓力。
      • 缺點:事務保證困難、業務邏輯需要做大量改造。

      彈性伸縮模式

      這種模式主要解決突發流量的到來,導致無法橫向擴展或者橫向擴展太慢,進而影響業務,全站崩潰的問題。這個模式是一種相對來說比較高級的技術,也是各個大公司目前都在研究、試用的技術。截至今日,有這種思想的架構師就已經是很不錯了,能夠拿到較高薪資,更別提那些已經實踐過的,甚至實現了底層系統的那些,所以,你懂得…… 這種模式的一般設計見下圖:

      可落地的 8 種架構模式!插圖7

      如上圖所示,多了一個彈性伸縮服務,用來動態的增加、減少實例。原理上非常簡單,但是這個模式到底解決什么問題呢?先說說由來和意義。
      每年的雙11、六一八或者一些大促到來之前,我們都會為大流量的到來做以下幾個方面的工作: 提前準備10倍甚至更多的機器,即使用不上也要放在那里備著,以防萬一。這樣浪費了大量的資源。每臺機器配置、調試、引流,以便讓所有的機器都可用。這樣浪費了大量的人力、物力,更容易出錯。如果機器準備不充分,那么還要加班加點的重復上面的工作。這樣做特別容易出錯,引來領導的不滿,沒時間回家陪老婆,然后你的老婆就……(自己想)在雙十一之后,我們還要人工做縮容,非常的辛苦。一般一年中會有多次促銷,那么我們就會一直這樣,實在是煩!最嚴重的,突然間的大流量爆發,會讓我們觸不及防,半夜起來擴容是在正常不過的事情,為此,我們偷懶起來,要更多的機器備著,也就出現了大量的cpu利用率為1%的機器。我相信,如果你是老板一定很震驚吧?。?!哈哈,那么如何改變這種情況呢?請接著看
      為此,首先把所有的計算資源整合成資源池的概念,然后通過一些策略、監控、服務,動態的從資源池中獲取資源,用完后在放回到池子中,供其他系統使用。具體實現上比較成熟的兩種資源池方案是VM、docker,每個都有著自己強大的生態。監控的點有CPU、內存、硬盤、網絡IO、服務質量等,根據這些,在配合一些預留、擴張、收縮策略,就可以簡單的實現自動伸縮。怎么樣?是不是很神奇?該總結一下這種模式的優缺點的了,如下:

      • 優點:彈性、隨需計算,充分優化企業計算資源。
      • 缺點:應用要從架構層做到可橫向擴展化改造、依賴的底層配套比較多,對技術水平、實力、應用規模要求較高。

      多機房模式

      這種模式主要解決不同地區高性能、高可用的問題。
      隨著應用用戶不斷的增加,用戶群體分布在全球各地,如果把服務器部署在一個地方,一個機房,比如北京,那么美國的用戶使用應用的時候就會特別慢,因為每一個請求都需要通過海底光纜走上個那么一秒鐘(預估)左右,這樣對用戶體驗及其不好。怎么辦?使用多機房部署。這種模式的一般設計見下圖:

      可落地的 8 種架構模式!插圖8

      如上圖所示,一個典型的用戶請求流程如下:用戶請求一個鏈接A 通過DNS智能解析到離用戶最近的機房B 使用B機房服務鏈接A是不是覺得很簡單,沒啥?其實這里面的問題沒有表面這么簡單,下面一一道來。首先是數據同步問題,在中國產生的數據要同步到美國,美國的也一樣,數據同步就會涉及數據版本、一致性、更新丟棄、刪除等問題。其次是一地多機房的請求路由問題,典型的是如上圖,中國的北京機房和杭州機房,如果北京機房掛了,那么要能夠通過路由把所有發往北京機房的請求轉發到杭州機房。異地也存在這個問題。所以,多機房模式,也就是異地多活并不是那么的簡單,這里只是起了個頭,具體的有哪些坑,會在另一篇文章中介紹。該總結一下這種模式的優缺點的了,如下:

      • 優點:高可用、高性能、異地多活。
      • 缺點:數據同步、數據一致性、請求路由。

      至此,整個關于八種架構設計模式及其優缺點概述就介紹完了,大約1W字左右。最后,我想說的是沒有銀彈、靈活運用,共勉!

      鏈接:https://juejin.cn/post/6844904007438172167(版權歸原作者所有,侵刪)

      本文鏈接:http://www.605748.com/42679.html

      網友評論comments

      發表評論

      您的電子郵箱地址不會被公開。

      暫無評論

      Copyright ? 2012-2022 YUNWEIPAI.COM - 運維派 京ICP備16064699號-6
      掃二維碼
      掃二維碼
      返回頂部
      400块钱3小时上门服务,同城附近人100米,怎么找同城的人服务,夜场女都是为了钱吗