架构初探 - 谁动了我的蛋糕

内容来自字节跳动后端青训营。

一、什么是架构

架构抽象定义：

• 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

听不懂啊！！！

简单来说就是架构在实现软件方法选择上有指导作用！

架构如果没打好，大厦容易倒！

问题提出！

蛋糕坊要开业了！需要解决以下的问题：

1. 咋做蛋糕？（先亲自做把！）
2. 如何卖蛋糕？（客流量不大，边做边卖先！）

单体架构

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（兰师傅拉屎去了，没人做了）

• 承载能力有限，会产生c10k问题。（人太多了，兰师傅忙不过来了）

C10K问题可以具体看一下下面这个文章

C10k问题简述_爱思考的实践者的博客-CSDN博客_c10k问题

简单来说就是，C10K问题，本质上是操作系统的问题。对于Web1.0/2.0时代的操作系统而言， 传统的同步阻塞I/O模型都是一样的，处理的方式都是requests per second，并发10K和100的区别关键在于CPU。

创建的进程、线程多了，数据拷贝频繁（缓存I/O、内核将数据拷贝到用户进程空间、阻塞）， 进程/线程上下文切换消耗大， 导致操作系统崩溃，这就是C10K问题的本质！

可见，解决C10K问题的关键就是：尽可能减少CPU等核心资源消耗，从而榨干单台服务器的性能，突破C10K问题所描述的瓶颈。

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（啥都得负责啊！只是简单的多部署了几台机器而已，这师傅啥蛋糕都得做，还得自己负责烤，和面等等任务）

• 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！（孙师傅做蛋糕的时候烤箱坏了，他这人就芭比q了，后续没法做了）

垂直切分

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（各司其职了）

• 一定程度上缩小爆炸半径（原来师傅做肉松蛋糕的师傅如果肉松没了，他就没了。现在只有肉松师傅没了）

缺点：

• 没有根本解决单体架构的问题（解决了，但是又没解决！！）

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（各司其职）

• 运维粒度减小到服务，爆炸半径可控（出问题基本只影响自己那部分）

缺点：

• ESB (企业服务总线) 往往需要一整套解决方案（像是各个师傅之间如何进行通信，需要有一套现成的标准）

ESB----企业服务总线，像一根管道，用来连接各个节点。为了集成不同系统，不同协议的服务，ESB做了消息的转换、解释与路由等工作，让不同的服务互联互通。

https://img-1307504639.cos.ap-beijing.myqcloud.com/202205221528680.jpeg

大家可以根据这篇文章什么是ESB？ - 知乎 (zhihu.com)，来简单了解esb，我理解就是蛋糕店的老大，负责与各个蛋糕师傅沟通，传话等等一系列任务。

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

但是这种方式又会产生新的问题：

• 数据一致性：装货台一共交付了多少蛋糕？
• 高可用： 烤箱坏了怎么办？
• 治理：这么多师傅怎么合作啊！
• 解耦vs过微：师傅太多了，值当么？

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

二、企业级后端架构剖析

蛋糕店经过发展，需要扩大规模，产生了以下问题：

店面咋盘：

• 买
• 租

师傅怎么招聘：

• 任用自家亲属
• 招培训班的人

还有一系列问题

云计算

云计算基础：云计算是指软件通过自动化管理，提供计算资源的服务网络，是现代互联网大规模熟悉分析和存储的基石。

• 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（基础设施是自己来买还是找人租？对应房屋租赁平台）
  • PaaS - 基于资源池抽象，对上层提供的弹性资源平台（装修的话是自己来还是找装修公司？）
  • SaaS - 基于弹性资源平台构建的云服务（师傅是自己培养还是直接找培训班的？）
  • 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。（直接用机器做蛋糕还是自己手工做？）

• 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

云原生

云原生，实际是云原生（计算）的简称，它是元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

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

弹性资源类型：

服务资源调度：

• 微服务：和面、雕花
• 大服务：烤箱

计算服务调度：

• 在线：热销榜单
• 离线：热销榜单更新

消息队列：

• 在线：削峰、填谷
• 离线：大数据分析

弹性资源存储类型

• 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

Devops：

云原生软件交付利器，贯穿整个开发周期。

结合自动化流程，提高软件开发以及交付的效率。

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。

• HTTP - H1/H2

• RPC - Apache Thrift/gRPC

如何在 HTTP 和 RPC 之间选择？

• 性能 - RPC 协议往往具备较好的压缩率，性能较高。如 Thrift, Protocol Buffers

• 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

• 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

服务网格：

什么是服务网格？

• 微服务之间通讯的中间层

• 一个高性能的 4 层网络代理

• 将流量层面的逻辑与业务进程解耦

对于服务网格，可以根据这篇文章进行简单理解

服务网格是什么“格”？ - 知乎 (zhihu.com)

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：

• 实现了异构系统治理体验的统一化

• 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

最终蛋糕店的架构如下：

三、企业级后端架构的挑战

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？

离、在线资源并池

同一台机器上跑着离线和在线的服务，机器如何为这些服务分配资源呢？

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

自动扩缩容

核心收益：

• 降低业务成本

解决思路：

自动扩缩容

• 利用潮汐性自动扩缩容

可以根据cpu使用率、进程线程的情况、内存使用情况等指标进行动态扩缩容。

微服务亲合性部署

微服务之间的通信成本较高，是否可以：

• 形态上是微服务架构

• 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

• 将满足亲和性条件的容器调度到一台宿主机
• 问服务中间件与服务网格通过共享内存通信
• 服务网格控制面实施灵活、动态的流量调度

流量治理

核心收益：

• 提高微服务调用容错性
• 容灾
• 提高开发效率，devops发挥到极致

解决思路：基于微服务中间件及服务网格的流量治理

• 熔断，重试
• 单元化
• 复杂环境流量调度

CPU水位负载均衡

同样的服务部署到不同的主机上，打同样的流量，但由于cpu处理能力的差异，导致cpu资源利用率不均衡。

核心收益

• 打平异构环境算力差异
• 自动扩缩容提供正向输入

解决思路：CPU水位负载均衡

• Iaas：提供资源探针
• 服务网格：动态负载均衡

-9mCJxy5H-1653208881931)]

• 将满足亲和性条件的容器调度到一台宿主机
• 问服务中间件与服务网格通过共享内存通信
• 服务网格控制面实施灵活、动态的流量调度

流量治理

核心收益：

• 提高微服务调用容错性
• 容灾
• 提高开发效率，devops发挥到极致

解决思路：基于微服务中间件及服务网格的流量治理

• 熔断，重试
• 单元化
• 复杂环境流量调度

CPU水位负载均衡

同样的服务部署到不同的主机上，打同样的流量，但由于cpu处理能力的差异，导致cpu资源利用率不均衡。

核心收益

• 打平异构环境算力差异
• 自动扩缩容提供正向输入

解决思路：CPU水位负载均衡

• Iaas：提供资源探针
• 服务网格：动态负载均衡