
前言

工作也有几多年了,无论是身边遇到的还是耳间闻到的,多多少少也积攒了自己的一些经验和思考,当然,博主并没有太多接触高大上的分布式架构实践,相对比较零碎,随时补充。
俗话说得好,冰冻三尺非一日之寒,滴水穿石非一日之功,罗马也不是一天就建成的,当然对于我们开发人员来说,一个好的架构也不是一蹴而就的。

初始搭建

开始的开始,就是各种框架一搭,然后扔到 Tomcat 容器中跑就是了,这时候我们的文件、数据库、应用都在一个服务器上。


服务分离

随着系统的的上线,用户量也会逐步上升,很明显一台服务器已经满足不了系统的负载,这时我们就要在服务器还没有超载时,提前做好准备。
由于我们是单体架构,优化架构在短时间内是不现实的,增加机器是一个不错的选择。这时,我们可能要把应用和数据库服务单独部署,如果有条件也可以把文件服务器单独部署。


反向代理


为了提升服务处理能力,我们在 Tomcat 容器前加一个代理服务器,我一般使用 Nginx,当然你如果更熟悉 Apache 也未尝不可。
用户的请求发送给反向代理,然后反向代理把请求转发到后端的服务器。
严格意义上来说,Nginx 是属于 Web 服务器,一般处理静态 HTML、CSS、JS 请求,而 Tomcat 属于 Web 容器,专门处理 JSP 请求,当然 Tomcat 也是支持 html 的,只是效果没 Nginx 好而已。
反向代理的优势,如下:
- 隐藏真实后端服务
- 负载均衡集群
- 高可用集群
- 缓存静态内容实现动静分离
- 安全限流
- 静态文件压缩
- 解决多个服务跨域问题
- 合并静态请求(HTTP/2.0 后已经被弱化)
- 防火墙
- SSL 以及 http2

动静分离


基于以上 Nginx 反向代理,我们还可以实现动静分离,静态请求如HTML、CSS、JS等请求交给 Nginx 处理,动态请求分发给后端 Tomcat 处理。
Nginx 升级到 1.9.5+可以开启 HTTP/2.0 时代,加速网站访问。
当然,如果公司不差钱,CDN 也是一个不错的选择。

服务拆分

在这分布式微服务已经普遍流行的年代,其实我们没必要踩过多的坑,就很容易进行拆分。市面上已经有相对比较成熟的技术,比如阿里开源的 Dubbo(官方明确表示已经开始维护了),Spring 家族的 Spring Cloud,当然具体如何去实施,无论是技术还是业务方面都要有很好的把控。
Dubbo

SpringCloud
- 服务发现——Netflix Eureka
- 客服端负载均衡——Netflix Ribbon
- 断路器——Netflix Hystrix
- 服务网关——Netflix Zuul
- 分布式配置——Spring Cloud Config
微服务与轻量级通信
- 同步通信和异步通信
- 远程调用 RPC
- REST
- 消息队列

持续集成部署

服务拆分以后,随着而来的就是持续集成部署,你可能会用到以下工具:Docker、Jenkins、Git、Maven。
图片源于网络,基本拓扑结构如下所示:

整个持续集成平台架构演进到如下图所示:


服务集群

Linux 集群主要分成三大类( 高可用集群, 负载均衡集群,科学计算集群)。其实,我们最常见的也是生产中最常接触到的就是负载均衡集群。

负载均衡实现
- DNS 负载均衡,一般域名注册商的 dns 服务器不支持,但博主用的阿里云解析已经支持
- 四层负载均衡(F5、LVS),工作在 TCP 协议下
- 七层负载均衡(Nginx、haproxy),工作在 Http 协议下
分布式 session
大家都知道,服务一般分为有状态和无状态,而分布式 sessoion 就是针对有状态的服务。
分布式 Session 的几种实现方式
- 基于数据库的 Session 共享
- 基于 resin/tomcat web 容器本身的 session 复制机制
- 基于 oscache/Redis/memcached 进行 session 共享。
- 基于 cookie 进行 session 共享
分布式 Session 的几种管理方式
Session Replication 方式管理 (即 session 复制)
- 简介:将一台机器上的 Session 数据广播复制到集群中其余机器上
- 使用场景:机器较少,网络流量较小
- 优点:实现简单、配置较少、当网络中有机器 Down 掉时不影响用户访问
- 缺点:广播式复制到其余机器有一定廷时,带来一定网络开销
Session Sticky 方式管理
- 简介:即粘性 Session、当用户访问集群中某台机器后,强制指定后续所有请求均落到此机器上
- 使用场景:机器数适中、对稳定性要求不是非常苛刻
- 优点:实现简单、配置方便、没有额外网络开销
- 缺点:网络中有机器 Down 掉时、用户 Session 会丢失、容易造成单点故障
缓存集中式管理
- 简介:将 Session 存入分布式缓存集群中的某台机器上,当用户访问不同节点时先从缓存中拿 Session 信息
- 使用场景:集群中机器数多、网络环境复杂
- 优点:可靠性好
- 缺点:实现复杂、稳定性依赖于缓存的稳定性、Session 信息放入缓存时要有合理的策略写入
目前生产中使用到的
- 基于 tomcat 配置实现的 MemCache 缓存管理 session 实现(麻烦)
- 基于 OsCache 和 shiro 组播的方式实现(网络影响)
- 基于 spring-session+redis 实现的(最适合)
负载均衡策略
负载均衡策略的优劣及其实现的难易程度有两个关键因素:负载均衡算法,对网络系统状况的检测方式和能力。
1、rr 轮询调度算法。顾名思义,轮询分发请求。
优点:实现简单
缺点:不考虑每台服务器的处理能力
2、wrr 加权调度算法。我们给每个服务器设置权值 weight,负载均衡调度器根据权值调度服务器,服务器被调用的次数跟权值成正比。
优点:考虑了服务器处理能力的不同
3、sh 原地址散列:提取用户 IP,根据散列函数得出一个 key,再根据静态映射表,查处对应的 value,即目标服务器 IP。过目标机器超负荷,则返回空。
4、dh 目标地址散列:同上,只是现在提取的是目标地址的 IP 来做哈希。
优点:以上两种算法的都能实现同一个用户访问同一个服务器。
5、lc 最少连接。优先把请求转发给连接数少的服务器。
优点:使得集群中各个服务器的负载更加均匀。
6、wlc 加权最少连接。在 lc 的基础上,为每台服务器加上权值。算法为:(活动连接数*256+非活动连接数)÷权重 ,计算出来的值小的服务器优先被选择。
优点:可以根据服务器的能力分配请求。
7、sed 最短期望延迟。其实 sed 跟 wlc 类似,区别是不考虑非活动连接数。算法为:(活动连接数+1)*256÷权重,同样计算出来的值小的服务器优先被选择。
8、nq 永不排队。改进的 sed 算法。我们想一下什么情况下才能“永不排队”,那就是服务器的连接数为 0 的时候,那么假如有服务器连接数为 0,均衡器直接把请求转发给它,无需经过 sed 的计算。
9、LBLC 基于局部性的最少连接。均衡器根据请求的目的 IP 地址,找出该 IP 地址最近被使用的服务器,把请求转发之,若该服务器超载,最采用最少连接数算法。
10、LBLCR 带复制的基于局部性的最少连接。均衡器根据请求的目的 IP 地址,找出该 IP 地址最近使用的“服务器组”,注意,并不是具体某个服务器,然后采用最少连接数从该组中挑出具体的某台服务器出来,把请求转发之。若该服务器超载,那么根据最少连接数算法,在集群的非本服务器组的服务器中,找出一台服务器出来,加入本服务器组,然后把请求转发之。

读写分离

MySQL 主从配置,读写分离并引入中间件,开源的 MyCat,阿里的 DRDS 都是不错的选择。
如果是对高可用要求比较高,但是又没有相应的技术保障,建议使用阿里云的 RDS 或者 Redis 相关数据库,省事省力又省钱。

全文检索

如果有搜索业务需求,引入 solr 或者 elasticsearch 也是一个不错的选择,不要什么都塞进关系型数据库。

缓存优化

引入缓存无非是为了减轻后端数据库服务的压力,防止其”罢工”。
常见的缓存服务有,Ehcache、OsCache、MemCache、Redis,当然这些都是主流经得起考验的缓存技术实现,特别是 Redis 已大规模运用于分布式集群服务中,并证明了自己优越的性能。

消息队列

异步通知:比如短信验证,邮件验证这些非实时反馈性的逻辑操作。

流量削锋:应该是消息队列中的常用场景,一般在秒杀或团抢活动中使用广泛。
日志处理:系统中日志是必不可少的,但是如何去处理高并发下的日志确是一个技术活,一不小心可能会压垮整个服务。工作中我们常用到的开源日志 ELK,为嘛中间会加一个 Kafka 或者 redis 就是这么一个道理(一群人涌入和排队进的区别)。
消息通讯:点对点通信(个人对个人)或发布订阅模式(聊天室)。

日志服务

消息队列中提到的 ELK 开源日志组间对于中小型创业供公司是一个不错的选择。


安全优化

以上种种,没有安全做保证可能都会归于零。
- 阿里云的 VPN 虚拟专有网络以及安全组配置
- 自建机房的话,要自行配置防火墙安全策略
- 相关服务访问,比如 MySQL、Redis、Solr 等如果没有特殊需求尽量使用内网访问并设置鉴权
- 尽量使用代理服务器,不要对外开放过多的端口
- https 配合 HTTP/2.0 也是个不错的选择