實戰案例——分佈式架構演變

前言

隨着計算機系統規模變得愈來愈大，將全部的業務單元集中部署在一個或若干個大型機上的體系架構，已經愈來愈不能知足當今計算機系統。同時，隨着微型計算機的出現，愈來愈多廉價的PC機成爲了各大企業IT架構的首選，分佈式的處理方式愈來愈受到業界的青睞。本文將介紹分佈式架構的發展歷史和分佈式架構的一些相關概念。

下面以一個簡單的電商系統爲例，當數據量、訪問量提高，觀察這個系統可能會發生的結構變化。假如咱們系統具有如下功能：用戶模塊（用戶註冊和管理），商品模塊（商品展現和管理），交易模塊（建立交易及支付結算）。

1、單應用架構

網站的初期也能夠認爲是互聯網發展的早起，咱們常常會在單機上跑咱們全部的程序和軟件。把全部軟件和應用都部署在一臺機器上，這樣就完成一個簡單系統的搭建，這個時候的講究的是效率。

2、應用服務器和數據庫服務器分離

隨着網站的上線，訪問量逐步上升，服務器的負載慢慢提升，在服務器尚未超載的時候，咱們應該作好規劃，提高網站的負載能力。假如代碼層面的優化已經沒辦法繼續提升，在不提升單臺機器的性能，增長機器是一個比較好的方式，投入產出比很是高。這個階段增長機器的主要目的是將web 服務器和數據庫服務器拆分，這樣不只提升了單機的負載能力，也提升了容災能力。

3、應用服務器集羣

隨着訪問量的繼續增長，單臺應用服務器已經沒法知足需求。在假設數據庫服務器尚未遇到性能問題的時候，咱們能夠增長應用服務器，經過應用服務器集羣將用戶請求分流到各個服務器中，從而繼續提高負載能力。此時多臺應用服務器之間沒有直接的交互，他們都是依賴數據庫各自對外提供服務。

架構發展到這個階段，各類問題也會慢慢呈現，好比用戶請求由誰來轉發到具體的應用服務器，這時候可能會出現下面的架構模型。

4、數據庫讀寫分離

當數據庫壓力變大時，那麼怎麼去提升數據庫層面的負載呢？有了前面的思路之後，天然會想到增長服務器。可是假如咱們單純的把數據庫一分爲二，而後對於後續數據庫的請求，分別負載到兩臺數據庫服務器上，那麼必定會形成數據庫不統一的問題。因此咱們通常先考慮讀寫分離的方式。

5、使用搜索引擎緩解讀庫的壓力

數據庫作讀庫的話，經常對模糊查找效率不是特別好，像電商類的網站，搜索是很是核心的功能，即使是作了讀寫分離，這個問題也不能有效解決。那麼這個時候能夠引入搜索引擎，使用搜索引擎可以大大提升咱們的查詢速度。

6、引入緩存機制緩解數據庫的壓力

隨着訪問量的持續增長，逐漸出現許多用戶訪問同一部份內容的狀況。對於這些熱點數據，不必每次都從數據庫去讀取，咱們可使用緩存技術，好比memcache、redis 來做爲咱們應用層的緩存；另外在某些場景下，好比咱們對用戶的某些IP 的訪問頻率作限制，那這個放內存中又不合適，放數據庫又太麻煩，這個時候可使用Nosql 的方式好比mongDB 來代替傳統的關係型數據庫。

7、數據庫的水平/垂直拆分

咱們的網站演進的變化過程，交易、商品、用戶的數據都還在同一個數據庫中，儘管採起了增長緩存，讀寫分離的方式，可是隨着數據庫的壓力持續增長，數據庫的瓶頸仍然是個最大的問題。所以咱們能夠考慮對數據的垂直拆分和水平拆分。

垂直拆分：把數據庫中不一樣業務數據拆分到不一樣的數據庫。

水平拆分：把同一個表中的數據拆分到兩個甚至更多的表中。

8、應用的拆分

隨着業務的發展，業務愈來愈多，應用的壓力愈來愈大，工程規模也愈來愈龐大。這個時候就能夠考慮將應用拆分，按照領域模型將系統拆成用戶、商品、交易子系統。

這樣拆分之後，可能會有一些相同的代碼，好比用戶操做，在商品和交易都須要查詢，因此會致使每一個系統都會有用戶查詢訪問相關操做。這些相同的操做必定是要抽象出來，能夠經過服務化的方式來解決。

9、服務化

服務拆分之後，各個服務之間能夠經過RPC 技術進行通訊，比較典型的有：webservice、hessian、http、RMI等。

感謝您耐心看完的文章

順便給你們推薦一個Java技術交流羣：710373545裏面會分享一些資深架構師錄製的視頻資料：有Spring，MyBatis，Netty源碼分析，高併發、高性能、分佈式、微服務架構的原理，JVM性能優化、分佈式架構等這些成爲架構師必備的知識體系。還能領取免費的學習資源，目前受益良多！