1. 缘起
单点master的设计会大大简化系统设计,何况有时候避免不了单点。
先看一个典型互联网高可用架构:
(1)客户端层:是浏览器或App,第一步先访问DNS-server,由域名拿到nginx的外网IP;
(2)负载均衡层:nginx是整个服务端的入口,负责反向代理与负责均衡工作;
(3)站点层:web-server层,典型的是tomcat或apache;
(4)服务层:service层,典型的是dubbo或thrift等提供RPC调用的后端服务;
(5)数据层:包含cache和db,典型的是主从复制读写分离的db架构。
在这个互联网架构中,站点层、服务层、数据库的从库都可以通过冗余的方式来保证高可用,但至少:
(1)nginx层是一个潜在的单点
(2)数据库写库master也是一个潜在的单点
2. 单点架构存在的问题
单点系统一般来说存在两个很大的问题:
(1)非高可用:既然是单点,master一旦发生故障,服务就会收到影响;
(2)性能瓶颈:既然是单点,不具备良好的扩展性,服务性能总有一个上线,这个单点的性能上限往往就是整个系统的性能上限。
3. 解决单点高可用
3.1 shadow-master
shadow-master(影子master)是一种很常见的解决单点高可用问题的技术方案。
shadow-master:顾名思义,服务正常时,它只是单点master的一个影子,在master出现故障时,shadow-master会自动变成master,继续提供服务。
shadow-master它能够解决高可用的问题,并且故障的转移是自动的,不需要人工介入,但不足是它使服务资源的利用率降为50%,业内经常使用keepalived+vip的方式实现这类单点的高可用。
(1)client会连接正常的master,shadow-master不对外提供服务;
(2)master与shadow-master之间有一种存活探测机制;
(3)master与shadow-master有相同的虚IP(virtual-IP);
当发现master异常时:
shadow-master会自动顶上成为master,虚IP机制可以保证这个过程对调用方是透明的。
nginx与数据库的主库master可用类似的方式来保证高可用,只是细节上有些地方要注意。
传统的一主多从,读写分离的db架构,只能保证读库的高可用,是无法保证写库的高可用的,要想保证写库的高可用,也可以使用上述的shadow-master机制。
(1)两个主库设置相互同步的双主模式;
(2)平时只有一个主库提供服务,言下之意,shadow-master不会往master同步数据;
(3)异常时,虚IP漂移到另一个主库,shadow-master变成主库继续提供服务。
需要说明的是,由于数据库的特殊性,数据同步需要时延,如果数据还没有完成同步,流量就切到了shadow-master,可能引起小部分数据的不一致。
3.2 减少与点点的交互,是存在单点的系统优化的核心方向
既然知道单点存在性能上限,单点的性能有可能成为系统的瓶颈,那么,减少与单点的交互,便成了存在单点的系统优化的核心方向。
怎么减少与单点的交互,提供两个常见的方法:
3.2.1 批量写
批量写是一种常见的提升单点性能的方式。
3.2.2 客户端缓存
客户端缓存也是一种降低与单点交互次数,提升系统整体性能的方法。
3.3 水平扩展时提升单点系统性能的好方案
无论怎么批量写,客户端缓存,单点毕竟是单机,还是有性能上限的。
想方设法水平扩展,消除系统单点,理论上才能够无限的提升系统性能。
以nginx为例,如果来进行水平扩展?
第一步的DNS解析,只能返回一个nginx外网IP么?No,DNS轮询即时支持DNS-server返回不同的nginx外网IP,这样就能实现nginx负载均衡层的水平扩展。
DNS-server部分,一个域名可以配置多个IP,每次DNS解析请求,轮询返回不同的IP,就能实现nginx的水平扩展,扩展负载均衡曾的整体性能。
数据库单点写库也是同样的道理,在数据量很大的情况下,可以通过水平拆分,来提升写入性能。
但是,并不是所有的业务场景都可以水平拆分。
4. 总结
(1)单点系统存在的问题:可用性问题,性能瓶颈问题;
(2)shadow-master是一种常见的解决单点系统可用性的问题的方案;
(3)减少与单点的交互,是存在单点的系统优化的核心方向,常见方法是:批量写,客户端缓存;
(4)水平也是提升单点系统性的好方案。