本篇主要包括以下四方面:
1.什么是架构
围绕架构的定义和演进两部分内容展开
2.企业级后端架构剖析
详细介绍企业级后端架构的形态
3.企业级后端架构的挑战
企业级架构都面临着哪些挑战,如何解决
4.后端架构实战
结合前三部分的知识点,以第三部分中的一个挑战为例,讲解如何做架构设计
1.什么是架构
1.1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
Q:1.2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
1.3单机架构
All in one,所有的东西都在一个进程里,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
1.4单体架构
在单机架构的基础上,将进程部署到多个机器上。
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
1.5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
1.6 SOA (面向服务架构)
SOA 架构中,服务为一等公民,将进程按照不同的功能单元进行抽象,拆分为『服务』。有了服务之后,SOA 还为服务之间的通信定义了标准,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
1.7 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
1.8 小结
架构演进的初衷:满足软件迭代诉求,提高迭代效率
架构演进的思路:垂直切分——分布式,水平切分——分层/模块化
2.企业级后端架构剖析
2.1云计算
2.1.1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 - 云基础设施,对底层硬件资源池的抽象
PaaS - 基于资源池抽象,对上层提供的弹性资源平台
SaaS - 基于弹性资源平台构建的云服务
FaaS - 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
2.2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。
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
微服务架构
DevOps
服务网格
2.3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:
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。
2.4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。
1.HTTP - H1/H2
2.RPC - Apache Thrift/gRPC
如何在 HTTP 和 RPC 之间选择?
1.性能 - RPC 协议往往具备较好的压缩率,性能较高。如 Thrift, Protocol Buffers
2.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
3.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
2.5服务网格
什么是服务网格?
1.微服务之间通讯的中间层
2.一个高性能的 4 层网络代理
3.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:
1.实现了异构系统治理体验的统一化
2.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
3.企业级后端架构的挑战
3.1挑战
基础设施层面:
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?
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:微服务看起来没有那么美好,抖动导致的运维成本较高,如何解决?
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?
3.2离在线资源并池
考虑到在线业务的潮汐性,物理资源的用量不是一成不变的。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
3.3微服务亲合性部署
微服务之间的通信成本较高,是否可以:
1.形态上是微服务架构
2.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,并且使用 IPC 代替 RPC 的方式,降低网络通信带来的开销
3.4流量治理
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?
3.5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?
后端架构实战
问题
如何设计一个根据主机层面的资源信息,实时进行流量调度的系统,打平不同宿主机异构环境的算力差异。
关键点:
紧急回滚能力
大规模
极端场景