技术架构演进

单机架构

单机架构：

• 用户访问量很少，没有对我们的性能、安全等提出很高的要求，而且系统架构简单，无需专业的运维团队
• dns解析网址，返回ip，浏览器访问ip对应的应用服务
  

优点：部署简单，成本低
缺点：存在严重的性能瓶颈，数据库和应用互相竞争资源

应用数据分离架构

应用数据分离架构：

• 性能压力，应用服务和数据库服务使用不同服务器
  

优点：成本相对可控，性能相比单机有提升，数据库单独隔离，不会因为应用把数据库搞坏，有一定的容灾能力
缺点：硬件成本变高，性能有瓶颈，无法应对海量并发

应用服务集群架构

应用服务集群架构：

• 服务器遇到瓶颈，水平扩展，引入一个新的组件：负载均衡：解决用户流量向哪台应用服务器分发的问题，负载均衡不仅仅指的是工作在应用层的，甚至可能是其他的网络层之中
• 流量调度算法有很多种，比如：
  • Round-Robin 轮询算法，即非常公平地将请求依次分给不同的应用服务器。
  • Weight-Round-Robin 轮询算法。为不同的服务器（比如性能不同）赋予不同的权重（weight），能者多劳。
  • 一致哈希散列算法。通过计算用户的特征值（比如 IP 地址）得到哈希值，根据哈希结果做分发，优点是确保来自相同用户的请求总是被分给指定的服务器。也就是我们平时遇到的专项客户经理服务
• 负载均衡相关软件： Nginx、 HAProxy、 LVS、 F5
  

优点：应用服务高可用：应用满足高可用，不会一个服务出问题整个站点挂掉，应用服务具备一定高性能：如果不访问数据库，应用相关处理通过扩展可以支持海量请求快速响应，应用服务有一定扩展能力：支持横向扩展
缺点：数据库成为性能瓶颈，无法应对数据库的海量查询，数据库是单点，没有高可用，运维工作增多，扩展后部署运维工作增多，需要开发对应的工具应对快速部署，硬件成本较高

读写 主从分离架构

读写分离 / 主从分离架构（R/W M/S）:

• 数据库成为瓶颈，而互联网应用一般读多写少，数据库承载压力大，主要是由这些读的请求造成的，所以把读操作和写操作分开
• 将数据库读写操作分散到不同的节点上，数据库服务器搭建主从集群，一主一从、一主多从都可以，数据库主机负责写操作，从机只负责读操作，将读请求由各个从库分担之后，数据库的压力就没有那么大了，这个过程不是无代价的，主库到从库的数据同步其实是由时间成本的
• 数据库中间件： MyCat、 TDDL、 Amoeba、 Cobar 等
  

优点：数据库的读取性能提升，读取被其他服务器分担，写的性能间接提升，数据库有从库，数据库的可用性提高了
缺点：热点数据的频繁读取导致数据库负载很高，当同步挂掉，或者同步延迟比较大时，写库和读库的数据不一致，服务器成本需要进一步增加

冷热分离架构

冷热分离架构：

• 业务中一些数据的读取频率远大于其他数据的读取频率，这部分数据称为热点数据，与之相对应的是冷数据
• 为了提升其读取的响应时间，可以增加本地缓存，并在外部增加分布式缓存，实现冷热分离，缓存热点数据。通过缓存能把绝大多数请求在读写数据库前拦截掉，降低数据库压力
• 使用 memcached 作为本地缓存，使用Redis 作为分布式缓存，还会涉及缓存一致性、缓存穿透/击穿、缓存雪崩、热点数据集中失效等问题
  

优点：大幅降低对数据库的访问请求，性能提升非常明显
缺点：带来了缓存一致性，缓存击穿，缓存失效，缓存雪崩等问题，服务器成本需要进一步增加，业务体量支持变大后，数据不断增加，数据库单库太大，单个表体量也太大，数据查询会很慢，导致数据库再度成为系统瓶颈

垂直分库架构

垂直（纵向）切分：把单一的表拆分成多个表，并分散到不同的数据库（主机）上

• 垂直分库：例如把图书库分为用户库，价格库等

水平（横向）切分：根据表中数据的逻辑关系，将同一个表中的数据按照某种条件拆分到多台数据库（主机）上

• 水平分表：用户id是最常用的分表字段。因为大部分查询都需要带上用户id，这样既不影响查询，又能够使数据较为均衡地分布到各个表中(当然，有的场景也可能会出现冷热数据分布不均衡的情况)

垂直分库架构：

• 单机的写库会逐渐会达到性能瓶颈，需要拆分数据库，数据表的数据量太大，处理压力太大，需要进行分表，为降低运维难度，业界逐渐研发了分布式数据库，库表天然支持分布式
• 数据库的数据被拆分，数据库数据分布式存储，分布式处理，分布式查询，也可以理解为分布式数据库架构
• 相关软件: Greenplum、 TiDB、 Postgresql XC、 HAWQ 等，商用的如南大通用的 GBase、睿帆科技的雪球 DB、华为的 LibrA等
  

优点：数据库吞吐量大幅提升，不再是瓶颈
缺点：跨库join、分布式事务等问题，这些需要对应的去进行解决，目前的mpp都有对应的解决方案，数据库和缓存结合目前能够抗住海量的请求，但是应用的代码整体耦合在一起，修改一行代码需要整体重新发布

微服务架构

微服务架构：

• 微服务是一种架构风格，按照业务板块来划分应用代码，使单个应用的职责更清晰，相互之间可以做到独立升级迭代
• 出现原因：
  ①扩展性差:应用程序无法轻松扩展，因为每次需要更新应用程序时，都必须重新构建整个系统
  ②持续开发困难:一个很小的代码改动，也需要重新部署整个应用,无法频繁并轻松的发布版本
  ③不可靠:即使系统的一个功能不起作用，可能导致整个系统无法工作
  ④不灵活:无法使用不同的技术构建单体应用程序
  ⑤代码维护难:所有功能耦合在一起，新人不知道何从下手
• 相关微服务框架：Spring Cloud、 Dubbo
  

优点：灵活性高：服务独立测试、部署、升级、发布，独立扩展：每个服务可以各自进行扩展，提高容错性：一个服务问题并不会让整个系统瘫痪；新技术的应用容易:支持多种编程语言
缺点：运维复杂度高：业务不断发展，应用和服务都会不断变多，应用和服务的部署变得复杂，同一台服务器上部署多个服务还要解决运行环境冲突的问题，此外，对于如大促这类需要动态扩缩容的场景，需要水平扩展服务的性能，就需要在新增的服务上准备运行环境，部署服务等，运维将变得十分困难，资源使用变多：所有这些独立运行的微服务都需要需要占用内存和 CPU ，处理故障困难：一个请求跨多个服务调用，需要查看不同服务的日志完成问题定位

容器编排架构

容器编排架构：

• 借助容器化技术(如docker)将应用/服务可以打包为镜像，通过容器编排工具(如k8s)来动态分发和部署镜像，服务以容器化方式运行
• 出现原因：
  ①微服务拆分细，服务多部署工作量大，而且配置复杂，容易出错
  ②微服务数量多扩缩容麻烦，而且容易出错，每次缩容后再扩容又需要重新配置服务对应的环境参数信息
  ③微服务之间运行环境可能冲突，需要更多的资源来进行部署或者通过修改配置来解决冲突
• 相关软件：Docker、 K8S

大致过程：

优点：部署、运维简单快速：一条命令就可以完成几百个服务的部署或者扩缩容，隔离性好：容器与容器之间文件系统、网络等互相隔离，不会产生环境冲突，轻松支持滚动更新：版本间切换都可以通过一个命令完成升级或者回滚
缺点：技术栈变多，对研发团队要求高，机器还是需要公司自身来管理，在非大促的时候，还是需要闲置着大量的机器资源来应对大促，机器自身成本和运维成本都极高，资源利用率低，可以通过购买云厂商服务器解决。

实际互联网架构

实际互联网架构：