由於分佈式系統所涉及到的領域衆多,知識龐雜,很多新人在最初往往找不到頭緒,不知道從何處下手來一步步學習分佈式架構。
本文試圖通過一個最簡單的、常用的分佈式系統,來闡述分佈式系統中的一些基本問題。
- 負載均衡
- 分佈式緩存
- 分佈式文件系統/CDN
- 分佈式RPC
- 分佈式數據庫/Nosql
- 分佈式消息中間件
- 分佈式session問題 -總結
下圖爲一箇中大型網站/App的基本架構:
1.jpg
在這個架構中,涉及到以上所列的基本問題:
負載均衡
負載均衡是分佈式系統中的一個最最基本的問題。在上圖中:
網關需要把請求分發給不同的Tomcat; Tomcat需要把收到的請求,分發給不同的Service;
這都需要負載均衡。一句話:凡是請求從一個入口進來,需要分發給後端不同的機器時,就需要負載均衡。
局域網負載均衡
在上圖中,負載均衡發生在局域網內部。在這裏,常用的網關軟件有Nginx/HAProxy/F5/LVS/各種雲上的SLB等。
廣域網負載均衡
在上圖之外,還有廣域網負載均衡。這通常發生在域名服務器上,而不是局域網內部。 同1個域名,映射到不同的局域網集羣。
負載均衡算法
常用的負載均衡算法:隨機,輪詢(Round Robin),最小資源數,hash。
分佈式緩存
在上圖中,當DB負載過高,我需要爲Service機器加緩存時,就遇到一個基本問題: 如果使用local的內存做緩存,則其他Service機器就沒辦法共用此緩存。 因次,我需要一個可以讓所有Service機器共享的緩存,這就是分佈式緩存。
常用的分佈式緩存組件:Memcached/Redis/Tair等
分佈式文件系統
在上圖中,當我要存儲客戶端上傳的圖片文件時,就會遇到另一個基本問題:我不能把圖片存在每個Tomcat的本地文件系統裏面,這樣的話,其他機器就沒辦法訪問了。我需要一個讓所有機器可以共享的文件系統,這就是分佈式文件系統。
常用的分佈式文件系統:MogileFS/TFS/HDFS/Amazon S3/OpenStack Swift等
當使用了分佈式文件系統,對外提供圖片url訪問服務時,就會遇到另一個基本問題:如果每次文件的訪問,都要到分佈式文件系統裏面去取,效率和負載就可能成爲問題。 爲此,就需要引入CDN。
常用的CDN廠商,比如ChinCache。當然,現在的各種雲存儲,比如七牛雲,阿里雲,騰訊雲,已經自帶了CDN。
分佈式RPC
分佈式系統的一個基本問題就是:機器與機器之間如何通信? 我們都知道底層原理是TCP/IP,Socket。
但一般很少有人會去裸寫Socket,實現機器之間的通信。這裏,最常用的組件就是RPC。
最簡單的實現RPC的方式就是使用http。當然,業界有很多成熟的開源RPC框架,如Facebook的Thrift, 阿里的Dubbo,點評的Pigeon。。
在RPC內部,一般都自己實現了負載均衡。還有更復雜的,如多版本,服務降級等。
補充一句:雖然底層原理都是Socket,但使用不同框架/組件時,通常都有其自己的跨機器通信方式,比如MySQL JDBC,RPC, 消息中間件等。
分佈式數據庫
在上圖中,DB是單一節點。當訪問量達到一定程度,就會涉及到mysql的分庫分表問題。
分庫/分表之後,就會涉及到join的問題,分佈式事務的問題。
關於分庫分表,業界也早有成熟方案。對上層屏蔽分庫分表,sql的執行,像是在單庫一樣。
還有像MongoDB這種Nosql數據庫,天生是分佈式的。但同樣會面對Mysql分庫分表所要面對的問題。
還有像阿里的OceanBase,有Mysql的強一致性保證,又是分佈式的,還可以支持分佈式事務。
分佈式消息中間件
在上圖中,沒有提及到消息中間件。相對其他基本問題,這個需要一個更適合的業務場景來談,在以後的章節中,會再詳述。
常用的消息中間件,比如老一輩的ActiveMQ/RabbitMQ, 新一點的,阿里的RocketMQ,LinkedIn的Kafka等。
消息中間件的一個典型場景就是:通過最終一致性,解決上面的分佈式事務問題。
分佈式session問題
在傳統的單機版應用中,我們經常使用session。而當單機擴展到多機,單機的session就沒辦法被其他機器所訪問。
此時就需要使用分佈式session,把session存放在一個所有Tomcat都可以訪問的地方。
關於分佈式session,業界早有成熟方案,在此不再詳述。
總結
本文羅列了分佈式系統的各種基本問題和業界常用的技術,希望建立起分佈式系統的一個宏觀圖譜。