- 不同服务进行物理分离实现伸缩,包括横向分割和纵向分割
- 单一功能通过集群实现伸缩
应用服务器集群的伸缩性设计
我们将提供相同服务的服务器组成一个集群,只要满足用户向每一个节点发送请
求都能得到相同的结果(应用服务设计成无状态的或者其他手段),在通过负载均
衡服务器实现请求分发,并能及时发现下线的服务器与新上线的服务器,便实现
了应用服务器集群的伸缩性设计。
- 负载均衡方式:Http重定向负载均衡–>DNS负载均衡–>反向代理负载均衡(用户进程重写地址)–>IP负载均衡(内核层重写地址)–>数据链路层负载均衡(mac欺骗)
- 负载均衡算法:轮询法、随机、最少连接、加权轮询、地址散列
分布式缓存集群的伸缩性设计
它的不同之处在于,各个节点缓存的数据不同,缓存访问请求不能随意访问任意
一台,必须先找到缓存该数据的节点再访问。需要注意的是当新增一台节点时,
只会让一小部分的缓存数据失效。这需要设计合适的算法
- 分布式的缓存一致性hash算法
Memchached集群中各节点缓存不同数据并不会通信,客户端通过应用程序传入的一个KEY找到对应的缓存节点。常见的思路是采用hash算法对节点数取余找到相应的节点,但是当新增一个节点的时候会使得大量的缓存数据失效。
Memchached采用的一致性hash算法:环,一个节点对应环上的多个节点,节点值在0-2^32之间,从Key的hash值所在的地方,沿着环顺时针寻找,遇到的第一个节点就是该数据所在的节点。实际应用中这个环可以用查找树实现。这个算法当新增一个节点时可以摊分大部分节点压力,同时只会让小部分的缓存数据失效。
数据存储服务器集群的伸缩性设计
它的不同之处在于,任何情况下必须保证数据的可用性与正确性。
- 关系数据库的伸缩性设计
主从复制、分库、分表(切片)
目前较成熟的支持数据切片的分布式数据库产品有Amoeba和Cobar。两者架构相似,下面介绍Cobar的架构。
- NoSQL数据库的伸缩性设计
NoSQL是非关系型数据库,它是关系型数据库的补充而非替代品,一般而言,
NoSQL数据库产品都放弃了关系型数据库的两大重要基础:以关系代数为基础的
结构化查询语言和事务一致性保证,从而强化其他一些大型网站更关注的特性:
可用性和伸缩性。
典型:HBase
将负载压力较大的HRegion分离出一个Region移动至新加入的节点以实现伸缩