六种常见系统架构 - 基础篇

最新推荐文章于 2024-05-10 22:25:14 发布

qianshanding0708

最新推荐文章于 2024-05-10 22:25:14 发布

阅读量4.8k

点赞数

文章标签：数据库大数据 mysql java 分布式

原文链接：https://mp.weixin.qq.com/s?__biz=MzI4OTU3ODk3NQ==&mid=2247499269&idx=1&sn=4433af46598f4e09333e2723809a3ea2&chksm=ec2fb4b5db583da3187d1ac0537714ebe478a673d43e6a8ba64b34d0359bea5655704dee34d9&scene=126&&sessionid=0

版权

更多内容关注微信公众号：fullstack888

常见的几种系统架构设计，本文先讲前三个：

1. 单库单应用架构：最简单的，可能大家都见过

2. 内容分发架构：目前用的比较多

3. 读写分离架构：对于大并发的查询、业务

4. 微服务架构：适用于复杂的业务模式的拆解

5. 多级缓存架构：可以把缓存玩的很好

6. 分库分表架构：解决单体数据库瓶颈

一、单库单应用架构

这是最简单的一种设计模式，我们的大部分本科毕业设计、一些小的应用，基本上都是这种模式，这种模式的一般设计见下图：

如上图所示，这种模式一般只有一个数据库，一个业务应用层，一个后台管理系统，所有的业务都是用业务层完成的，所有的数据也都是存储在一个数据库中，好一点会由数据库的同步，虽然简单，但是也并不是一无是处。

优点：结构简单、开发速度快、实现简单，可用于产品的第一版等有原型验证需求。

缺点：性能差、基本没有高可用、扩展性差，不适合用于大规模部署、应用等生产环境。

二、内容分发架构

基本上所有的大型的网站都有或多或少的采用这一种设计模式，常见的应用场景是采用CDN技术把网页、图片、CSS、JS等这些静态资源分发到离用户最近的服务器，这种模式的一般设计见下图：

如上图所示，这种模式较单库单应用的模式多了一个CDN、一个云存储OSS（七牛、又拍等雷同）。一个经典的应用流程（以用户上传、查看图片需求为例如下：）

1、上传的时候，用户选择本地机器上的一个图片进行上传

2、程序会把这个图片上传到云存储OSS上，并返回该图片的一个URL

3、程序把这个URL字符串存储在业务数据库中，上传完成

4、查看的时候，程序从业务数据库得到该图片的URL

5、程序通过DNS查询到这个URL的图片服务器

6、智能DNS会解析这个URL，得到用户最近的服务器（或集群）的地址A

7、然后把服务器A上的图片返回给程序

8、程序显示该图片，查看完成

由上可知，这个模式的关键是智能DNS，他能够解析出离用户最近的服务器，运行原理大致是：根据请求者的IP得到请求地点B，然后通过计算或者配置得到与B最近或通讯时间最短的服务器C，然后把C的IP地址返回给请求者。这种模式的优缺点如下：

优点：资源下载快，无需过多的开发与配置，同时也减轻了后端服务器对资源的存储压力，减少带宽的使用。

缺点：目前来说OSS、CDN的价格还是稍微有点贵的，只适用于中小规模的应用，另外由于网络传输延迟、CDN的同步策略等，会有一些一致性、更新慢方面的问题。

三、读写分离架构

这种模式主要解决单体数据库压力过大，从而导致业务缓慢甚至超时，查询影响时间变长的问题，也包括需要大量数据库服务器计算资源的查询请求，这个可以说是单库应用模式的升级版本，也是技术架构迭代演进过程中的必经之路。

这种模式的一般设计如下图：

如上图所示，这种模式较单库但应用模式与内容分发模式多了几个部分，一个是业务数据库的主从分离，一个是引入ES，为什么要这样？都解决的哪些痛点，下面具体结合业务需求场景进行叙述。

场景一：全文关键词检索

我想这个需求，绝大多数应用都会有，如果使用传统的数据库技术，大部分可能会使用like这种sql语句，高级一点的是先分词，然后通分词index相关的记录。sql语句的性能问题与全表扫描机制导致了非常严重的性能问题，现在基本上很少见到。

ES较Solr配置简单、使用方便，所以这里选用了他。另外，ES支持横向扩展，理论上没有性能的瓶颈。同时，还支持各种插件、自定义分词器等，可扩展性较强。在这里，使用ES不仅可以替代数据库完成全检索功能，还可以实现诸如分页、排序、分组、分面等功能。具体的，请同学们自行学习之，那怎么使用呢？一个一般的流程是这样的：

1、服务端把一条业务数据落库

2、服务器异步把该条数据发送到ES

3、ES把该条记录按照规则、配置放入自己的索引库

4、客户端查询的时候，由服务端把这个请求发送到ES，得到数据后，根据需求拼装、组合数据，返回给客户端

实际中怎么用，还请同学们根据实际情况做组合、取舍

场景二：大量的普通查询

这个场景是指我们的业务中的大部分辅助性的查询，如：取钱的时候先查询一下余额，根据用户的ID查询用户的记录，取得该用户最新的一条取钱记录等，我们肯定是要天天用到的，而且用的还非常多。同时呢，我们的写入请求也是非常多的，导致大量的写入、查询操作压向同一数据库，然后，数据库挂了，系统挂了，领导生气了，被开除了，还不起房贷了，露宿街头了，老婆跟别人跑了……

不敢想，所以要求我们必须分散数据库的压力，一个业界较成熟的方案就是数据库的读写分离，写的时候入主库，读的时候读分库。这样就把压力分散到不同的数据库了，如果一个读库性能不行，扛不住的话，可以一主多从，横向扩展，可谓是一剂良药啊！那么怎么使用呢？一个一般的流程是这样的：

1、服务端把一条数据落库

2、数据库同步或异步或半同步把这条数据复制到从库

3、服务端读取数据的时候直接去从库读相应的数据

比较简单吧，一些聪明的、爱思考的、上进的同学可能发现问题了，也包括上面介绍的场景一，就是延迟问题，如：数据还没到从库，我就马上读，那么是读不到的，会发生问题的。对于这个问题，各家公司解决的思路也是不一样的，方法不尽相同，一个普遍的解决方案是：读不到就读主库，当然这么说也是有前提条件的，但具体的方案就不在这里一一展开了，我可能会在接下来的分享中详解各种方案。

另外，关于数据库复制模式，还请同学们自行学习，太多了，这里说不清，该总结一下这种模式的优缺点了，如下：

优点：减少数据库的压力，理论上提供无限高的读性能，间接提高业务（写）的性能，专用的查询、索引、全文（分词）解决方案。

缺点：数据延迟，数据一致性的保证。

- END -