亚信云天的理解• 初创公司需要快、多、好、省的技术架构
o 快:针对业务需要可以快速获得资源与服务
o 多:拥有丰富的云服务可供选择,能不自己做就不自己做
o 好:强调扩展性和高可用,既不要在一开始被"钱"束缚住,又需要良好的用户体验(能用是最基本的用户需求)
o 省:可以弹性伸缩,并按需付费是最好的节省
• 无论是初创公司还是传统企业,很多架构思路是相通的:OS、前端、后端、数据库、框架等,根据自身需要选择。之后要做的就是在云中找到对应的服务功能。
• 云应用架构的7大设计原则
o 设计时考虑任何系统都会失效
o 松耦合和无状态设计(只有无状态的应用才能更好的快速伸缩)
o 设计可扩展性和自动缩放
o 安全贯穿设计始终,体现在每层中
o 不要过多担心约束和失败(比如每次处理的能力还不够多,要做到的是清晰的了解当前的设计思路,因为云是无限扩展的,所以干好一件事情后云中可以通过复制而扩展能力)
o 多考虑平行分布式处理
o 充分使用各种不同的服务
• 初创公司可以按照如下方法渐进式使用云服务
o 按业务生命周期方法:从测试开始熟悉操作,再到后续生产部署,逐步习惯云服务
o 按应用规模变化方法:从一台EC2实例开始,再根据业务发展引入静态数据分离,关系数据库扩展,缓存等需求,逐步了解更多云服务
o 按业务需要方法:从基础的计算/存储/网络等IaaS服务开始,在逐步根据业务将消息队列、全文搜索、邮件发送等直接使用PaaS服务,逐步将精力放入业务创新
初创公司的业务和技术要求• 快速验证产品服务
• 为机会窗口而争分夺秒(互联网1年等于传统7年)
• 小的技术团队没有历史包袱
• 关注于提供方案解决问题
• 避免工程大而全和返工
• 规避风险准备迎接高速成长
初创公司的技术选型一、常见技术堆栈
1. 操作系统:linux:centos,redhat,suse,ubuntu
2. 移动端:IOS、Android;HTML5
3. 网站前端:PHP/ASP/JSP、HTML/CSS
4. 前端框架:Flex,jQuery,Sencha
5. 开发工具:Eclipse,SVN,SDK/IDE
6. 技术框架:Struts,Springs,Hibernate;Velocity;Ruby on Rails
7. 开发语言:Java,PHP,Python,Ruby,Net,Node.js,GO
8. 负载均衡:软件:Nginx,Squid;硬件:F5,Citrix Netscaler
9. 数据库:RDB:MySQL;NoSQL:MangoDB
10. 缓存:Memcached ,Redis
11. 内容发布:CDN,DNS
12. 其他:Lucene(全文检索工具)
二、架构的考虑 • 高性能 • 高可用 • 可扩展性 o 支持客户、业务、访问、和数据的高速成长 o 难于规划,成长无上限 o 扩展时性能不能受影响 o 无缝:只需平滑的增加资源 o 高效:维护每个用户的低成本 • 安全性 • 便于管理 • 成本可控 • 快速交付 三、AWS服务的解决方案 • 敏捷、快速、灵活 • 低启动成本、随用随付费 • 不再需要猜测容量 • 集中精力创新 • 摆脱无差异化的体力活 • 数分钟就可以全球化部署 • IT整体成本降低 六天完成初创公司的技术架构设计 一、第1天,开发和私测 首台服务器(从云中启动一个vm开始) • 通过云中的EC2实例来进行测试(运行诸如apache、mysql等) • 可以部署多台来分角色,因为刚开张,先从1台vm开始 • 为服务器绑定IP地址,(限制:每个账户可以有5个Elastic IP地址) • 设置DNS域名来指向Elastic IP 二、第2天,推出和公测 1、要测试了,当初的vm不够用,需要更大的服务 • 加大块存储容量(EBS) • 使用正确的虚拟机类型(如cpu核多、内存多、GPU卡、硬盘读写速度快等) • 按需改变虚拟机大小 • 了解方案为长期永久,具有过渡性(目标是了解AWS中的各种操作、限制和性能方案) • 还没有容错设计 2、分开网站应用和数据层 • 更多容量 • 每层分别扩展 • 细调每层的实例 o 实例类型 o 存储 • 注重安全 o 使用防火墙 o 数据库至于VPC私有子网 3、如何选择数据库?SQL or NoSQL? 为什么通常使用关系型数据库? • SQL非常成熟,功能丰富 • 许多现成的代码、工具和知识 • 扩展设计思路明确发发可行 o 例如:对频繁读取的apps,采用读写分离 • 现实:未来将逐渐使用多种数据库 o 有些工作负载使用NoSQL更合适 o 为每项工作选择合适的工具 4、经验分享:关系型数据库很复杂 • 关系型数据库要实现高可扩展性,管理运营起来往往很困难 • 管理不善的关系型数据库,会造成:数据不匹配和IT系统宕机下线的原因 • 针对初创企业团队小,人员少在兼职,尤为如此 AWS提供托管的关系型数据库MySQL、Aurora、PostgreSQL、Oracle、SQL Server 5、如何进一步提升效率? • 部署静态内容—Amazon S3 o 高可用性、易扩展的对象存储 o 任何格式的静态文件(javascript,CSS,images,videos) o 用户可以直接上传 o S3 URLs 可以从S3直接提供 o 让网站服务器集中处理动态内容 • 缓存这些静态内容—Amazon CloudFront o 全世界分布的边缘站点 o 在边缘站点提供缓存 – 减少延迟 Reduce latency – 减轻原始服务器的负载 – 静态和动态内容 o 更少的时间缓存大量热点数据 o 优化连接 – 优化连接路径 – 重复使用连接 – 对不能缓存的内容也有帮助(减轻负担) • 数据库缓存—Amazon Elastic Cache o 从内存读取速度更快 o 减少数据库的工作负载 o 部署简单 o 完全托管(自动替换失效节点、负责升级补丁管理) o 好的弹性扩展 o 兼容性(支持memcache,redis) 三、 第3天,客户上线 1、高可用性被摆上台面 • 第2天的情况是:动态内容在EC2实例中,静态放入S3,用CloudFront加速,用RDS托管数据库,并且用ElasitcCache缓存 • 今天,继续在第2天的基础上,在另一个AZ(可用区)中创建EC2保存动态内容,并且用ELB负载均衡来进行跳转 o ELB是托管的负载均衡服务 o 容错 o 健康检查 o 分布在多个可用区 o 弹性-自动扩展容量 • 开启RDS的muti-AZ,这样RDS具备高可用了 • 在另一个AZ(可用区)再创建一个ElasticCache的实例 2、用户访问的User Session问题• 问题:状态通常存于本地磁盘(没有共享)
• 简单解决:ELB Session stickiness(session绑定)
• 更好方案:DynamoDB(将session状态保存在NoSQL数据库中)
o DynamoDB是托管的文件和KEY-VALUE存储
o 易启动,易扩展
o 到百万IOPS
o 读和写
o 一致、快速的性能
o 持久性:特别适合存储session data
四、第4天,让我们病毒式成长
1、目标:使用弹性IT代替猜测计算容量
2、使用自动缩放能力(三剑客:CW、AS、ELB)
3、微服务化/SOA化
将应用分解许多成小的、功能单一的、松耦合的、无状态的构建单元
• 只在实例存储上保存暂时的数据
• 只要超过单一http调用的数据均需持久保存,然后存储
• 这样就可以做到按需进行弹性伸缩了
• 这样的结构虽然简单,但你仍需
o 配置具体参数
o 将代码部署到多个实例
o 管理开发测试生产多个环境(Dev,Test,Prod)
o 维护应用的多个版本
解决方案:使用Elastic Beanstalk
• 容易部署、监控和扩展的三层web、应用、数据库架构
• 基础架构由Beanstalk管理和部署
• 客户仍然掌控
• 预配置应用容器
• 容易更改配置
• 支持下述平台
5、如果系统更复杂一些,可以使用SQS实现松耦合
• 将任务部署到队列服务
• SQS通过队列为后端系统提供缓冲
• 异步处理-自己把握节奏
• 移除关键路径的延迟
五、第5天,增加更多功能
1、AWS拥有更多的服务,你可以根据需要选择
2、AWS服务的关于高扩展和高扩展性的服务
本身可以扩展和高可用 | 与合适的架构配合实现可扩展和高可用 |
ElasticLoadBalancing | EC2(本身不是高可用,而是在部署在多个AZ中后,可以实现一个高可用架构) |
CloudFront | VPC |
Route53 | |
S3 | |
SQS | |
SES | |
CloudSearch | |
Lambda | |
… |
3、在扩大团队时保持对创新的关注
六、第6天,继续快速成长
数据太大了,需要扩展关系型数据库增强RDS实例
• 大的实例类型
• 更多存储/更多IOPS
• 只读副本read replca(主master—从slave)
o 扩展到超度单一DB实例的计算容量
o 对RDS for MySQL、PostgreSQL 和 Aurora适用
o 【写】=>主 master
o 复制有延迟
o 能容忍过期数据的【读】=>只读副本(从)read replca(slave)
o 高一致性的【读】=>主master
如果需要经常写?
• 挑战:你迟早会达到主节点写操作或存储的极限
• 方案1:联合Fedration(根据数据功能分到多个数据库上)
o 将数据库表分成多个小的自立的数据库
o 跨功能函数查询很困难
o 对于单一较大的函数、表的帮助不大
• 方案2:分片Sharding(将一组数据分道多台主机上)
o 将行的子集存入数据库分片(大数据领域很常用)
o 应用层面更复杂
o 扩展性实际上无上限
o 运营的复杂性
另一种解决方案,NoSQL数据存储—DynamoDB
• 牺牲关系数据库的查询和性能,以获取
o 更灵活的数据模型
o 水平伸缩可以预测的性能
• 可以大规模无缝扩展
o 分布式系统可以对读写均实现扩展
o 切片 + 复制
• 自动分区
o 数据大小增加
o 增加预设容量
总结1、无用户数上限的架构
• 应用层面做了自动伸缩
• 数据层面做了多AZ部署
• 使用了缓存
• 使用了读写分离、跨区部署的关系数据库
• 用S3存动态内容
• 用DynamoDB存非结构数据
• SNS、SQS、CloudSearch解决业务需要
• …
2、初创公司AWS架构原则
• 保持简洁和无状态
• 多使用托管的自动缩放的服务
• 将EC2实例置于多可用区的自动缩放组内
• 选择合适的数据库类型
• 在多个层次巧用缓存
• 使用管理工具自动化部署