Docker
容器虚拟化核心技术+docker生态、架构及组成部分+容器编排详解+核心原理实现
我目前就来学学基本知识。
八大架构的演进
文章目录
- Docker
- 八大架构的演进
- 1. 单机架构
- 2. 应用数据分离架构
- 3. 应用服务集群架构
- 4. 读写分离/主从分离架构
- 5. 冷热分离架构
- 6. 垂直分库架构/分布式数据库架构
- 7. 微服务架构
- 8. 容器编排架构
1. 单机架构
所有服务部署在一台服务器上
- 出现原因：互联网早期，访问量小，单机足以满足需求
- 架构原理：以电子商城为例，应用和数据库在蛋哥服务器上写作完成业务
- 架构优缺点：
- 部署简单，成本低
- 性能瓶颈，数据库和应用相互竞争资源
2. 应用数据分离架构
应用和数据库服务使用不同服务器
- 出现原因：单机存在严重的资源竞争，导致站点变慢
- 工作原理：应用与数据在各自服务器上通过网络写作完成
- 优缺点：
- 成本相对可控；性能相对提升；隔离，一定的容灾能力
- 硬件成本变高。性能有瓶颈，无法应对海量并发
3. 应用服务集群架构
引入了负载均衡（DNS ip分配；LVS/F5硬件；Nginx，应用，多级挂载），应用以集群方式运作
- 出现原因：单个应用不足以支持海量的并发请求，高并发的时候站点响应变慢
- 优缺点：
- 应用服务高可用；应用服务具备一定的高性能；应用支持横向扩展
- 数据库单点；运维工作量增加；硬件成本较高
4. 读写分离/主从分离架构
将数据库读写分散到不同节点上，数据库服务器搭建主从集群（一主一从，一主多从），大哥负责写，小弟负责读。
- 出现原因：数据库成为瓶颈，期号互联网应用读多写少，干啥找谁(加一层mycat/tddr)
- 架构工作原理：数据库主机通过复制同步
- 优缺点：
- 数据库读取性能提升；写也间接提升；可用性高
- 热点数据频繁读取导致数据库负载很高；同步延迟；服务器成本增高
5. 冷热分离架构
引入缓存，实行冷热分离，将热点数据放入缓存中
- 出现原因：海量请求负载过高
- 架构工作原理：多了缓存服务器(Redis集群化)
- 优缺点：
- 大幅降低数据库的访问请求，性能提升非常明显
- 缓存一致性，缓存击穿，缓存失效；
- 单个表体量太大，数据查询很慢
6. 垂直分库架构/分布式数据库架构
数据库的数据被拆分，分布式存储处理和查询
- 出现原因：单机写库逐渐达到性能瓶颈
- 优缺点：
- 跨库join，分布式事务等问题，需要解决方案，目前的mpp都有对应的解决方案
- 数据库和缓存结合目前能抗住海量的请求，但应用的代码耦合在一起，修改一行需要整体重新发布。
7. 微服务架构
按照业务板块来划分应用代码，使单个应用的职责更清晰，可以单独升级迭代。springcloud double
- 出现原因：扩展性差；持续开发困难；不可靠；不灵活；代码维护困难
- 缺点：运维复杂度高；资源使用变多；处理故障困难
8. 容器编排架构
借助容器化技术（如docker）将应用/服务打包成镜像
优点：
- 部署运维简单：一条命令完成几百个服务的部署和扩容
- 隔离性好：容器与容器之间的文件系统、网络等相互隔离，不会产生环境冲突
