Web架构演变过程以及出现的问题

本是古典何须时尚 2021-09-30 16:02 305阅读 0赞

# 个人总结： #

人在江湖最重要的是找对自己的位置，架构在设计时也是要找好位置，根据公司实际情况选择不同的架构才是真理，如文件存储非常多，安全性要求非常多可以提前引入分布式文件存储比如FastDFS，这篇文章覆盖的技术比较多，而且随着技术的变多架构的负责也响应出现了各个问题，这些问题应该是需要多关注的问题。

\------------------------------------------------------------------------------------------------------------------

我们以淘宝架构为例，了解下大型电商项目的服务端架构是怎样的，如图所示：

![20170504103023347.jpg][]

*  上面是一些安全体系系统，如数据安全体系、应用安全体系、前端安全体系等。
 *  中间是业务运营服务系统，如会员服务、商品服务、店铺服务、交易服务等。
 *  还有共享业务，如分布式数据层、数据分析服务、配置服务、数据搜索服务等。
 *  最下面是中间件服务，如MQS即队列服务，OCS即缓存服务等。

图中也有一些看不到，例如高可用的体现、实现双机房容灾和异地机房单元化部署，为淘宝业务提供稳定、高效和易于维护的基础架构支撑。

这是一个含金量非常高的架构，也是一个非常复杂而庞大的架构。当然这个架构不是一天两天演进而成，也不是一上来就设计并开发成这么高大上的。

这边我想说的是，小型公司要怎么做架构呢？对很多创业公司而言，很难在初期就预估到流量十倍、百倍以及千倍以后的网站架构会是一个怎样的状况。同时，如果系统初期就设计一个千万级并发的流量架构，也很难有公司可以支撑这个成本。

因此，一个大型服务系统都是从一步一步走过来的，在每个阶段，找到对应该阶段网站架构所面临的问题，然后在不断解决这些问题，在这个过程中整个架构会一直演进。

## 一、单服务器-俗称all in one ##

![20170504103033825.jpg][]

从一个小网站说起。一台服务器也就足够了。文件服务器，数据库，还有应用都部署在一台机器，俗称ALL IN ONE。

随着我们用户越来越多，访问越来越大，硬盘、CPU、内存等都开始吃紧，一台服务器已经满足不了。这时看到下一步演进。

## 二、数据服务与应用服务分离 ##

![20170504103042626.jpg][]

我们将数据服务和应用服务分离，给应用服务器配置更好的CPU和内存，给数据服务器配置更好更大的硬盘。

分离之后提高一定的可用性，例如Files Server挂了，我们还是可以操作应用和数据库等。

随着访问QPS越来越高，降低接口访问时间，提高服务性能和并发，成为了我们下一个目标，同时发现有很多业务数据不需要每次都从数据库获取。

## 三、使用缓存 ##

包括本地缓存、远程缓存、远程分布式缓存。

![20170504103050255.jpg][]

因为 80% 的业务访问都集中在 20% 的数据上，也就是我们经常说的28法则。如果能将这部分数据缓存下来，性能一下子就上来了。而缓存又分为两种：本地缓存和远程缓存缓存，以及远程分布式缓存，我们这里面的远程缓存图上画的是分布式的缓存集群(Cluster)。

思考的点

1.  具有哪种业务特点数据使用缓存？
2.  具有哪种业务特点的数据使用本地缓存？
3.  具有哪种务特点的数据使用远程缓存？
4.  分布式缓存在扩容时会碰到什么问题？如何解决？分布式缓存的算法都有哪几种？各有什么优缺点？

这个时候随着访问QPS的提高，服务器的处理能力会成为瓶颈。虽然可以通过购买更强大的硬件解决，但总会有上限，而且这个到后期成本就是指数级增长了，这时，我们需要服务器的集群来横向扩展，所以就必须加个新东西：负载均衡调度服务器。

## 四、使用负载均衡，进行服务器集群 ##

![20170504103100178.jpg][]

增加了负载均衡、服务器集群之后，我们可以横向扩展服务器，解决了服务器处理能力的瓶颈。

思考的点

1.  负载均衡的调度策略都有哪些？
2.  各有什么优缺点？
3.  各适合什么场景？

打个比方，我们有轮询、权重、地址散列，地址散列又分为原ip地址散列hash、目标ip地址散列hash，最少连接，加权最少连接，还有继续升级的很多种策略......我们都来分析一下。

典型负载均衡策略分析

1.  轮询：优点-实现简单，缺点-不考虑每台服务器处理能力
2.  权重：优点-考虑了服务器处理能力的不同
3.  地址散列：优点-能实现同一个用户访问同一个服务器
4.  最少连接：优点-使集群中各个服务器负载更加均匀
5.  加权最少连接：在最少连接的基础上，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。

继续引出问题的场景

我们登录时登录了A服务器，session信息存储到A服务器上了，假设我们使用的负载均衡策略是ip hash，那么登录信息还可以从A服务器上访问，但这个有可能造成某些服务器压力过大，某些服务器又没有什么压力，这时压力过大的机器(包括网卡带宽)有可能成为瓶颈，并且请求不够分散。

这时候我们使用轮询或者最小连接负载均衡策略，就导致了第一次访问A服务器，第二次可能访问到B服务器，这时存储在A服务器上的session信息在B服务器上读取不到。

Session管理-Session Sticky粘滞会话

![20170504103108666.jpg][]

打个比方，如果我们每次吃饭都要保证用的是自己的碗筷，只要我们在一家饭店里存着自己的碗筷，并且每次去这家饭店吃饭就好了。

对于同一个连接中的数据包，负载均衡会将其转发至后端固定的服务器进行处理。

解决了我们session共享的问题，但是它有什么缺点呢？

1.  一台服务器运行的服务挂掉，或者重启，上面的 session 都没了。
2.  负载均衡器成了有状态的机器，为以后实现容灾造成了羁绊。

Session管理-Session 复制

![20170504103118859.jpg][]

就像我们在所有的饭店里都存一份自己的碗筷。这样随意去哪一家饭店吃饭都OK，不适合做大规模集群，适合机器不多的情况。

解决了我们session共享的问题，但是它有什么缺点呢？

1.  应用服务器间带宽问题，因为需要不断同步session数据。
2.  大量用户在线时，服务器占用内存过多。

Session管理-基于Cookie

![20170504103127709.jpg][]

打个比方，就是我们每次去饭店吃饭，都带着自己的碗筷去。

解决了我们session共享的问题，但是它有什么缺点呢？

1.  cookie 的长度限制。
2.  cookie存于浏览器，安全性是一个问题。

Session管理-Session 服务器

![20170504103135378.jpg][]

打个比方，就是我们的碗筷都存在了一个庞大的橱柜里，我们去任何一家饭店吃饭，都可以从橱柜中拿到属于我们自己的碗筷。

解决了我们session共享的问题，这种方案需要思考哪些问题呢？

1.  保证 session 服务器的可用性，session服务器单点如何解决？
2.  我们在写应用时需要做调整存储session的业务逻辑。

打个比方，为了提高session server的可用性，我们可以继续给session server做集群。

## 五、中间总结 ##

所以网站架构在遇到某些指标瓶颈、演进的过程中，都有哪些解决方案？它们都有什么优缺点？业务功能上如何取舍？如何做出选择？这个过程才是最重要的。

在解决了横向扩展应用服务器之后，我们继续回到目前的架构图：

![20170504103144220.jpg][]

数据库的读及写操作都还需要经过数据库。当用户量达到一定量，数据库将会成为瓶颈。又该如何解决呢？

## 六、数据库读写分离 ##

![20170504103153408.jpg][]

使用数据库提供的热备功能，将所有的读操作引入slave 服务器，因为数据库的读写分离了，所以我们的应用程序也得做出相应的变化。我们实现了一个数据访问模块(图中的data access module)，使上层写代码的人不知道读写分离的存在。这样多数据源读写分离就对业务代码没有了侵入。同时这里引出了代码层次的演变。

思考的点

1.  如何支持多数据源？
2.  如何封装对业务没有侵入？
3.  如何使用目前业务的ORM框架完成主从读写分离？是否需要更4. 换ORM模型？ORM模型之间各有什么优缺点？
4.  如何取舍？

数据库读写分离会遇到如下问题：

1.  在master和slave复制的时候，考虑延时问题、数据库的支持、复制条件的支持。
2.  当为了提高可用性，将数据库分机房后，跨机房传输同步数据，这个更是问题。
3.  应用对于数据源的路由问题。

## 七、使用反向代理和CDN加速网站响应 ##

![20170504103200957.jpg][]

使用 CDN 可以很好地解决不同的地区的访问速度问题，反向代理则在服务器机房中缓存用户资源。

访问量越来越大，我们文件服务器也出现了瓶颈。

## 八、分布式文件系统 ##

![20170504103209310.jpg][]

思考的点

1.  分布式文件系统如何不影响已部署在线上的业务访问？不能让某个图片突然访问不到呀。
2.  是否需要业务部门清洗数据？
3.  是否需要重新做域名解析？

这时数据库又出现了瓶颈。

## 九、数据垂直拆分 ##

![20170504103217261.jpg][]

数据库专库专用，如图Products、Users、Deal库。解决写数据时并发量大的问题。

思考的点

1.  跨业务的事务如何解决？使用分布式事务、去掉事务或不追求强事务。
2.  应用的配置项多了。
3.  如何跨库进行数据的join操作？

这个时候，某个业务的数据表的数据量或者更新量达到了单个数据库的瓶颈。

## 十、数据水平拆分 ##

![20170504103226864.jpg][]

如图，我们把User拆成了User1和User2，将同一个表的数据拆分到两个数据库中，解决了单数据库的瓶颈。

思考的点

1.  水平拆分的策略都有哪些？各有什么优缺点？
2.  水平拆分的时候如何清洗数据？
3.  SQL的路由问题，需要知道某个User在哪个数据库上。
4.  主键的策略会有不同。
5.  假设系统中需要查询2017年4月份已经下单过的用户名的明细，而这些用户分布在user1和user2上，我们后台运营系统在展示时如何分页？

这个时候，公司对外部做了流量导入，我们应用中的搜索量飙升，继续演进。

## 十一、拆分搜索引擎 ##

![20170504103234654.jpg][]

使用搜索引擎，解决数据查询问题。部分场景可使用NoSQL提高性能，开发数据统一访问模块，解决上层应用开发的数据源问题。如图data access module 可以访问数据库、搜索引擎、NoSQL。

总结

本文只是一个举例演示，各个服务的技术架构需要根据自己业务特点进行优化和演进，所以大家的过程也不完全相同。

最后的这个示例也不是完美的，例如负载均衡还是一个单点，也需要集群，我们这个架构也只是冰山一角。因为在架构演进的过程中，还要考虑系统的安全性、数据分析、监控、反作弊等，同时往后继续发展，也要考虑到SOA架构、服务化、消息队列、任务调度、多机房等。

从以上对架构演进的讲解，也可以看出来，所有大型项目的架构和代码，都是一步一步根据实际的业务场景和发展情况发展演变而来，在不同的阶段，会使用的不同的技术，不同的架构来解决实际的问题，所以说，高大上的项目技术架构和开发设计实现不是一蹴而就的。

正是所谓的万丈高楼平地起。在架构演进的过程中，小到核心模块代码，大到核心架构，都会不断演进的，这个过程值得我们去深入学习和思考。

[20170504103023347.jpg]: /images/20210720/d7c66409040b4792a8fc2961f789abf0.png
[20170504103033825.jpg]: /images/20210720/74e7ca62c3554c37873e070a757adbf4.png
[20170504103042626.jpg]: /images/20210720/e752667aaada4b9085136a9f3f686c9e.png
[20170504103050255.jpg]: /images/20210720/73cd037fbcf64263b4187cc43b6aa9a0.png
[20170504103100178.jpg]: /images/20210720/af3401355cd449b8a50e9f53152bb594.png
[20170504103108666.jpg]: /images/20210720/a7018821f72a462aa984bd33472074ab.png
[20170504103118859.jpg]: /images/20210720/e86e15f386204a9c991dd59138cdc554.png
[20170504103127709.jpg]: /images/20210720/9611b486096240449f1d2e91efff29fc.png
[20170504103135378.jpg]: /images/20210720/7404cacf1f674e7bb9c6f5af23a8dbe5.png
[20170504103144220.jpg]: /images/20210720/97530b62f4ed492f933db71c1ce00e4a.png
[20170504103153408.jpg]: /images/20210720/27e6af1fd518412089923400aa684e3d.png
[20170504103200957.jpg]: /images/20210720/8bae2a30fce74ffaa058290a1f1c134c.png
[20170504103209310.jpg]: /images/20210720/c26ebde781f14ef3aab8fc4ef3718bfd.png
[20170504103217261.jpg]: /images/20210720/213ddaf184aa408b979fed4e10fc791d.png
[20170504103226864.jpg]: /images/20210720/9792a0d256014f8f8627c0be5bb02b29.png
[20170504103234654.jpg]: /images/20210720/99024caa3b5040f59b33d061fb996b6a.png