負載均衡(彙總)

一分鐘瞭解負載均衡的一切

什麼是負載均衡

負載均衡（Load Balance）是分佈式系統架構設計中必須考慮的因素之一，它通常是指，將請求/數據【均勻】分攤到多個操作單元上執行，負載均衡的關鍵在於【均勻】。

 

常見的負載均衡方案

常見互聯網分佈式架構如上，分爲客戶端層、反向代理nginx層、站點層、服務層、數據層。可以看到，每一個下游都有多個上游調用，只需要做到，每一個上游都均勻訪問每一個下游，就能實現“將請求/數據【均勻】分攤到多個操作單元上執行”。

 

【客戶端層->反向代理層】的負載均衡

【客戶端層】到【反向代理層】的負載均衡，是通過“DNS輪詢”實現的：DNS-server對於一個域名配置了多個解析ip，每次DNS解析請求來訪問DNS-server，會輪詢返回這些ip，保證每個ip的解析概率是相同的。這些ip就是nginx的外網ip，以做到每臺nginx的請求分配也是均衡的。

 

【反向代理層->站點層】的負載均衡

【反向代理層】到【站點層】的負載均衡，是通過“nginx”實現的。通過修改nginx.conf，可以實現多種負載均衡策略：

1）請求輪詢：和DNS輪詢類似，請求依次路由到各個web-server

2）最少連接路由：哪個web-server的連接少，路由到哪個web-server

3）ip哈希：按照訪問用戶的ip哈希值來路由web-server，只要用戶的ip分佈是均勻的，請求理論上也是均勻的，ip哈希均衡方法可以做到，同一個用戶的請求固定落到同一臺web-server上，此策略適合有狀態服務，例如session（58沈劍備註：可以這麼做，但強烈不建議這麼做，站點層無狀態是分佈式架構設計的基本原則之一，session最好放到數據層存儲）

4）…

 

【站點層->服務層】的負載均衡

【站點層】到【服務層】的負載均衡，是通過“服務連接池”實現的。

上游連接池會建立與下游服務多個連接，每次請求會“隨機”選取連接來訪問下游服務。

【數據層】的負載均衡

在數據量很大的情況下，由於數據層（db，cache）涉及數據的水平切分，所以數據層的負載均衡更爲複雜一些，它分爲“數據的均衡”，與“請求的均衡”。

數據的均衡是指：水平切分後的每個服務（db，cache），數據量是差不多的。

請求的均衡是指：水平切分後的每個服務（db，cache），請求量是差不多的。

業內常見的水平切分方式有這麼幾種：

一、按照range水平切分

每一個數據服務，存儲一定範圍的數據，上圖爲例：

user0服務，存儲uid範圍1-1kw

user1服務，存儲uid範圍1kw-2kw

這個方案的好處是：

（1）規則簡單，service只需判斷一下uid範圍就能路由到對應的存儲服務

（2）數據均衡性較好

（3）比較容易擴展，可以隨時加一個uid[2kw,3kw]的數據服務

不足是：

（1）請求的負載不一定均衡，一般來說，新註冊的用戶會比老用戶更活躍，大range的服務請求壓力會更大

 

二、按照id哈希水平切分

每一個數據服務，存儲某個key值hash後的部分數據，上圖爲例：

user0服務，存儲偶數uid數據

user1服務，存儲奇數uid數據

這個方案的好處是：

（1）規則簡單，service只需對uid進行hash能路由到對應的存儲服務

（2）數據均衡性較好

（3）請求均勻性較好

不足是：

（1）不容易擴展，擴展一個數據服務，hash方法改變時候，可能需要進行數據遷移

 

總結

負載均衡（Load Balance）是分佈式系統架構設計中必須考慮的因素之一，它通常是指，將請求/數據【均勻】分攤到多個操作單元上執行，負載均衡的關鍵在於【均勻】。

（1）【客戶端層】到【反向代理層】的負載均衡，是通過“DNS輪詢”實現的

（2）【反向代理層】到【站點層】的負載均衡，是通過“nginx”實現的

（3）【站點層】到【服務層】的負載均衡，是通過“服務連接池”實現的

（4）【數據層】的負載均衡，要考慮“數據的均衡”與“請求的均衡”兩個點，常見的方式有“按照範圍水平切分”與“hash水平切分”

 

lvs爲何不能完全替代DNS輪詢

對於接入層負載均衡技術，部分同學持這樣的觀點：

1）nginx前端加入lvs和keepalived可以替代“DNS輪詢”

2）F5能搞定接入層高可用、擴展性、負載均衡，可以替代“DNS輪詢”

“DNS輪詢”究竟是不是過時的技術，是不是可以被其他方案替代？？？”

一、問題域

nginx、lvs、keepalived、f5、DNS輪詢，每每提到這些技術，往往討論的是接入層的這樣幾個問題：

1）可用性：任何一臺機器掛了，服務受不受影響

2）擴展性：能否通過增加機器，擴充系統的性能

3）反向代理+負載均衡：請求是否均勻分攤到後端的操作單元執行

 

二、上面那些名詞都是幹嘛的

由於每個技術人的背景和知識域不同，上面那些名詞縮寫（運維的同學再熟悉不過了），還是花1分鐘簡單說明一下：

1）nginx：一個高性能的web-server和實施反向代理的軟件

2）lvs：Linux Virtual Server，使用集羣技術，實現在linux操作系統層面的一個高性能、高可用、負載均衡服務器

3）keepalived：一款用來檢測服務狀態存活性的軟件，常用來做高可用

4）f5：一個高性能、高可用、負載均衡的硬件設備（聽上去和lvs功能差不多？）

5）DNS輪詢：通過在DNS-server上對一個域名設置多個ip解析，來擴充web-server性能及實施負載均衡的技術

 

三、接入層技術演進

【裸奔時代（0）單機架構】

裸奔時代的架構圖如上：

1）瀏覽器通過DNS-server，域名解析到ip

2）瀏覽器通過ip訪問web-server

缺點：

1）非高可用，web-server掛了整個系統就掛了

2）擴展性差，當吞吐量達到web-server上限時，無法擴容

注：單機不涉及負載均衡的問題

 

【簡易擴容方案（1）DNS輪詢】

假設tomcat的吞吐量是1000次每秒，當系統總吞吐量達到3000時，如何擴容是首先要解決的問題，DNS輪詢是一個很容易想到的方案：

此時的架構圖如上：

1）多部署幾份web-server，1個tomcat抗1000，部署3個tomcat就能抗3000

2）在DNS-server層面，域名每次解析到不同的ip

優點：

1）零成本：在DNS-server上多配幾個ip即可，功能也不收費

2）部署簡單：多部署幾個web-server即可，原系統架構不需要做任何改造

3）負載均衡：變成了多機，但負載基本是均衡的

缺點：

1）非高可用：DNS-server只負責域名解析ip，這個ip對應的服務是否可用，DNS-server是不保證的，假設有一個web-server掛了，部分服務會受到影響

2）擴容非實時：DNS解析有一個生效週期

3）暴露了太多的外網ip

 

【簡易擴容方案（2）nginx】

tomcat的性能較差，但nginx作爲反向代理的性能就強多了，假設線上跑到1w，就比tomcat高了10倍，可以利用這個特性來做擴容：

此時的架構圖如上：

1）站點層與瀏覽器層之間加入了一個反向代理層，利用高性能的nginx來做反向代理

2）nginx將http請求分發給後端多個web-server

優點：

1）DNS-server不需要動

2）負載均衡：通過nginx來保證

3）只暴露一個外網ip，nginx->tomcat之間使用內網訪問

4）擴容實時：nginx內部可控，隨時增加web-server隨時實時擴容

5）能夠保證站點層的可用性：任何一臺tomcat掛了，nginx可以將流量遷移到其他tomcat

缺點：

1）時延增加+架構更復雜了：中間多加了一個反向代理層

2）反向代理層成了單點，非高可用：tomcat掛了不影響服務，nginx掛了怎麼辦？

 

【高可用方案（3）keepalived】

爲了解決高可用的問題，keepalived出場了：

此時：

1）做兩臺nginx組成一個集羣，分別部署上keepalived，設置成相同的虛IP，保證nginx的高可用

2）當一臺nginx掛了，keepalived能夠探測到，並將流量自動遷移到另一臺nginx上，整個過程對調用方透明

優點：

1）解決了高可用的問題

缺點：

1）資源利用率只有50%

2）nginx仍然是接入單點，如果接入吞吐量超過的nginx的性能上限怎麼辦，例如qps達到了50000咧？

 

【scale up擴容方案（4）lvs/f5】

nginx畢竟是軟件，性能比tomcat好，但總有個上限，超出了上限，還是扛不住。

lvs就不一樣了，它實施在操作系統層面；f5的性能又更好了，它實施在硬件層面；它們性能比nginx好很多，例如每秒可以抗10w，這樣可以利用他們來擴容，常見的架構圖如下：

此時：

1）如果通過nginx可以擴展多個tomcat一樣，可以通過lvs來擴展多個nginx

2）通過keepalived+VIP的方案可以保證可用性

99.9999%的公司到這一步基本就能解決接入層高可用、擴展性、負載均衡的問題。

 

這就完美了嘛？還有潛在問題麼？

好吧，不管是使用lvs還是f5，這些都是scale up的方案，根本上，lvs/f5還是會有性能上限，假設每秒能處理10w的請求，一天也只能處理80億的請求（10w秒吞吐量*8w秒），那萬一系統的日PV超過80億怎麼辦呢？（好吧，沒幾個公司要考慮這個問題）

 

【scale out擴容方案（5）DNS輪詢】

如之前文章所述，水平擴展，纔是解決性能問題的根本方案，能夠通過加機器擴充性能的方案才具備最好的擴展性。

facebook，google，baidu的PV是不是超過80億呢，它們的域名只對應一個ip麼，終點又是起點，還是得通過DNS輪詢來進行擴容：

此時：

1）通過DNS輪詢來線性擴展入口lvs層的性能

2）通過keepalived來保證高可用

3）通過lvs來擴展多個nginx

4）通過nginx來做負載均衡，業務七層路由

 

四、結論

聊了這麼多，稍微做一個簡要的總結：

1）接入層架構要考慮的問題域爲：高可用、擴展性、反向代理+擴展均衡

2）nginx、keepalived、lvs、f5可以很好的解決高可用、擴展性、反向代理+擴展均衡的問題

3）水平擴展scale out是解決擴展性問題的根本方案，DNS輪詢是不能完全被nginx/lvs/f5所替代的

 

末了，上一篇文章有同學留言問58到家採用什麼方案，58到家目前部署在阿里雲上，前端購買了SLB服務（可以先粗暴的認爲是一個lvs+keepalived的高可用負載均衡服務），後端是nginx+tomcat。

 

五、挖坑

接入層講了這麼多，下一章，準備講講服務層“異構服務的負載均”（牛逼的機器應該分配更多的流量，如何做到？）。

 

如何實施異構服務器的負載均衡及過載保護？

“負載均衡是指，將請求/數據【均勻】分攤到多個操作單元上執行，負載均衡的關鍵在於【均勻】”。

然而，後端的service有可能部署在硬件條件不同的服務器上：

1）如果對標最低配的服務器“均勻”分攤負載，高配的服務器的利用率不足；

2）如果對標最高配的服務器“均勻”分攤負載，低配的服務器可能會扛不住；

能否根據異構服務器的處理能力來動態、自適應進行負載均衡及過載保護，是本文要討論的問題。

 

一、service層的負載均衡通常是怎麼做的

service層的負載均衡，一般是通過service連接池來實現的，調用方連接池會建立與下游服務多個連接，每次請求“隨機”獲取連接，來保證service訪問的均衡性。

負載均衡、故障轉移、超時處理等細節也都是通過調用方連接池來實現的。

這個調用方連接池能否實現，根據service的處理能力，動態+自適應的進行負載調度呢？

 

二、通過“靜態權重”標識service的處理能力

調用方通過連接池組件訪問下游service，通常採用“隨機”的方式返回連接，以保證下游service訪問的均衡性。

 

要打破這個隨機性，最容易想到的方法，只要爲每個下游service設置一個“權重”，代表service的處理能力，來調整訪問到每個service的概率，例如：

假設service-ip1，service-ip2，service-ip3的處理能力相同，可以設置weight1=1，weight2=1，weight3=1，這樣三個service連接被獲取到的概率分別就是1/3，1/3，1/3，能夠保證均衡訪問。

 

假設service-ip1的處理能力是service-ip2，service-ip3的處理能力的2倍，可以設置weight1=2，weight2=1，weight3=1，這樣三個service連接被獲取到的概率分別就是2/4，1/4，1/4，能夠保證處理能力強的service分別到等比的流量，不至於資源浪費。

 

使用nginx做反向代理與負載均衡，就有類似的機制。

這個方案的優點是：簡單，能夠快速的實現異構服務器的負載均衡。

缺點也很明顯：這個權重是固定的，無法自適應動態調整，而很多時候，服務器的處理能力是很難用一個固定的數值量化。

 

三、通過“動態權重”標識service的處理能力

提問：通過什麼來標識一個service的處理能力呢？

回答：其實一個service能不能處理得過來，能不能響應得過來，應該由調用方說了算。調用服務，快速處理了，處理能力跟得上；調用服務，處理超時了，處理能力很有可能跟不上了。

 

動態權重設計

1）用一個動態權重來標識每個service的處理能力，默認初始處理能力相同，即分配給每個service的概率相等；

2）每當service成功處理一個請求，認爲service處理能力足夠，權重動態+1

3）每當service超時處理一個請求，認爲service處理能力可能要跟不上了，權重動態-10（權重下降會更快）

4）爲了方便權重的處理，可以把權重的範圍限定爲[0, 100]，把權重的初始值設爲60分

舉例說明：

假設service-ip1，service-ip2，service-ip3的動態權重初始值weight1=weight2=weight3=60，剛開始時，請求分配給這3臺service的概率分別是60/180，60/180，60/180，即負載是均衡的。

隨着時間的推移，處理能力強的service成功處理的請求越來越多，處理能力弱的service偶爾有超時，隨着動態權重的增減，權重可能變化成了weight1=100，weight2=60，weight3=40，那麼此時，請求分配給這3臺service的概率分別是100/200，60/200，40/200，即處理能力強的service會被分配到更多的流量。

 

四、過載保護

提問：什麼是過載保護？

互聯網軟件架構設計中所指的過載保護，是指當系統負載超過一個service的處理能力時，如果service不進行自我保護，可能導致對外呈現處理能力爲0，且不能自動恢復的現象。而service的過載保護，是指即使系統負載超過一個service的處理能力，service讓能保證對外提供有損的穩定服務。

提問：如何進行過載保護？

回答：最簡易的方式，服務端設定一個負載閾值，超過這個閾值的請求壓過來，全部拋棄。這個方式不是特別優雅。

 

五、如何藉助“動態權重”來實施過載保護

動態權重是用來標識每個service的處理能力的一個值，它是RPC-client客戶端連接池層面的一個東東。服務端處理超時，客戶端RPC-client連接池都能夠知道，這裏只要實施一些策略，就能夠對“疑似過載”的服務器進行降壓，而不用服務器“拋棄請求”這麼粗暴的實施過載保護。

應該實施一些什麼樣的策略呢，例如：

1）如果某一個service的連接上，連續3個請求都超時，即連續-10分三次，客戶端就可以認爲，服務器慢慢的要處理不過來了，得給這個service緩一小口氣，於是設定策略：接下來的若干時間內，例如1秒（或者接下來的若干個請求），請求不再分配給這個service；

2）如果某一個service的動態權重，降爲了0（像連續10個請求超時，中間休息了3次還超時），客戶端就可以認爲，服務器完全處理不過來了，得給這個service喘一大口氣，於是設定策略：接下來的若干時間內，例如1分鐘（爲什麼是1分鐘，根據經驗，此時service一般在發生fullGC，差不多1分鐘能回過神來），請求不再分配給這個service；

3）可以有更復雜的保護策略…

這樣的話，不但能借助“動態權重”來實施動態自適應的異構服務器負載均衡，還能在客戶端層面更優雅的實施過載保護，在某個下游service快要響應不過來的時候，給其喘息的機會。

需要注意的是：要防止客戶端的過載保護引起service的雪崩，如果“整體負載”已經超過了“service集羣”的處理能力，怎麼轉移請求也是處理不過來的，還得通過拋棄請求來實施自我保護。

六、總結

1）service的負載均衡、故障轉移、超時處理通常是RPC-client連接池層面來實施的

2）異構服務器負載均衡，最簡單的方式是靜態權重法，缺點是無法自適應動態調整

3）動態權重法，可以動態的根據service的處理能力來分配負載，需要有連接池層面的微小改動

4）過載保護，是在負載過高時，service爲了保護自己，保證一定處理能力的一種自救方法

5）動態權重法，還可以用做service的過載保護

 

單點系統架構的可用性與性能優化

一、需求緣起

明明架構要求高可用，爲何系統中還會存在單點？

回答：單點master的設計，會大大簡化系統設計，何況有時候避免不了單點

 

在哪些場景中會存在單點？先來看一下一個典型互聯網高可用架構。

典型互聯網高可用架構：

（1）客戶端層，這一層是瀏覽器或者APP，第一步先訪問DNS-server，由域名拿到nginx的外網IP

（2）負載均衡層，nginx是整個服務端的入口，負責反向代理與負載均衡工作

（3）站點層，web-server層，典型的是tomcat或者apache

（4）服務層，service層，典型的是dubbo或者thrift等提供RPC調用的後端服務

（5）數據層，包含cache和db，典型的是主從複製讀寫分離的db架構

在這個互聯網架構中，站點層、服務層、數據庫的從庫都可以通過冗餘的方式來保證高可用，但至少

（1）nginx層是一個潛在的單點

（2）數據庫寫庫master也是一個潛在的單點

 

再舉一個GFS（Google File System）架構的例子。

GFS的系統架構裏主要有這麼幾種角色：

（1）client，就是發起文件讀寫的調用端

（2）master，這是一個單點服務，它有全局事業，掌握文件元信息

（3）chunk-server，實際存儲文件額服務器

這個系統裏，master也是一個單點的服務，Map-reduce系統裏也有類似的全局協調的master單點角色。

 

系統架構設計中，像nginx，db-master，gfs-master這樣的單點服務，會存在什麼問題，有什麼方案來優化呢，這是本文要討論的問題。

 

二、單點架構存在的問題

單點系統一般來說存在兩個很大的問題：

（1）非高可用：既然是單點，master一旦發生故障，服務就會受到影響

（2）性能瓶頸：既然是單點，不具備良好的擴展性，服務性能總有一個上限，這個單點的性能上限往往就是整個系統的性能上限

接下來，就看看有什麼優化手段可以優化上面提到的兩個問題

三、shadow-master解決單點高可用問題

shadow-master是一種很常見的解決單點高可用問題的技術方案。

“影子master”，顧名思義，服務正常時，它只是單點master的一個影子，在master出現故障時，shadow-master會自動變成master，繼續提供服務。

shadow-master它能夠解決高可用的問題，並且故障的轉移是自動的，不需要人工介入，但不足是它使服務資源的利用率降爲了50%，業內經常使用keepalived+vip的方式實現這類單點的高可用。

 

以GFS的master爲例，master正常時：

（1）client會連接正常的master，shadow-master不對外提供服務

（2）master與shadow-master之間有一種存活探測機制

（3）master與shadow-master有相同的虛IP（virtual-IP）

 

當發現master異常時：

shadow-master會自動頂上成爲master，虛IP機制可以保證這個過程對調用方是透明的

 

除了GFS與MapReduce系統中的主控master，nginx亦可用類似的方式保證高可用，數據庫的主庫master（主庫）亦可用類似的方式來保證高可用，只是細節上有些地方要注意：

傳統的一主多從，讀寫分離的db架構，只能保證讀庫的高可用，是無法保證寫庫的高可用的，要想保證寫庫的高可用，也可以使用上述的shadow-master機制：

（1）兩個主庫設置相互同步的雙主模式

（2）平時只有一個主庫提供服務，言下之意，shadow-master不會往master同步數據

（3）異常時，虛IP漂移到另一個主庫，shadow-master變成主庫繼續提供服務

需要說明的是，由於數據庫的特殊性，數據同步需要時延，如果數據還沒有同步完成，流量就切到了shadow-master，可能引起小部分數據的不一致。

 

四、減少與單點的交互，是存在單點的系統優化的核心方向

既然知道單點存在性能上限，單點的性能（例如GFS中的master）有可能成爲系統的瓶頸，那麼，減少與單點的交互，便成了存在單點的系統優化的核心方向。

怎麼來減少與單點的交互，這裏提兩種常見的方法。

批量寫

批量寫是一種常見的提升單點性能的方式。

例如一個利用數據庫寫單點生成做“ID生成器”的例子：

（1）業務方需要ID

（2）利用數據庫寫單點的auto increament id來生成和返回ID

這是一個很常見的例子，很多公司也就是這麼生成ID的，它利用了數據庫寫單點的特性，方便快捷，無額外開發成本，是一個非常帥氣的方案。

潛在的問題是：生成ID的併發上限，取決於單點數據庫的寫性能上限。

如何提升性能呢？批量寫

 

（1）中間加一個服務，每次從數據庫拿出100個id

（2）業務方需要ID

（3）服務直接返回100個id中的1個，100個分配完，再訪問數據庫

這樣一來，每分配100個纔會寫數據庫一次，分配id的性能可以認爲提升了100倍。

 

客戶端緩存

客戶端緩存也是一種降低與單點交互次數，提升系統整體性能的方法。

還是以GFS文件系統爲例：

（1）GFS的調用客戶端client要訪問shenjian.txt，先查詢本地緩存，miss了

（2）client訪問master問說文件在哪裏，master告訴client在chunk3上

（3）client把shenjian.txt存放在chunk3上記錄到本地的緩存，然後進行文件的讀寫操作

（4）未來client要訪問文件，從本地緩存中查找到對應的記錄，就不用再請求master了，可以直接訪問chunk-server。如果文件發生了轉移，chunk3返回client說“文件不在我這兒了”，client再訪問master，詢問文件所在的服務器。

 

根據經驗，這類緩存的命中非常非常高，可能在99.9%以上（因爲文件的自動遷移是小概率事件），這樣與master的交互次數就降低了1000倍。

 

五、水平擴展是提升單點系統性能的好方案

無論怎麼批量寫，客戶端緩存，單點畢竟是單機，還是有性能上限的。

想方設法水平擴展，消除系統單點，理論上才能夠無限的提升系統系統。

以nginx爲例，如何來進行水平擴展呢？

第一步的DNS解析，只能返回一個nginx外網IP麼？答案顯然是否定的，“DNS輪詢”技術支持DNS-server返回不同的nginx外網IP，這樣就能實現nginx負載均衡層的水平擴展。

 

DNS-server部分，一個域名可以配置多個IP，每次DNS解析請求，輪詢返回不同的IP，就能實現nginx的水平擴展，擴充負載均衡層的整體性能。

 

數據庫單點寫庫也是同樣的道理，在數據量很大的情況下，可以通過水平拆分，來提升寫入性能。

 

遺憾的是，並不是所有的業務場景都可以水平拆分，例如秒殺業務，商品的條數可能不多，數據庫的數據量不大，就不能通過水平拆分來提升秒殺系統的整體寫性能（總不能一個庫100條記錄吧？）。

 

六、總結

今天的話題就討論到這裏，內容很多，佔用大家寶貴的時間深表內疚，估計大部分都記不住，至少記住這幾個點吧：

（1）單點系統存在的問題：可用性問題，性能瓶頸問題

（2）shadow-master是一種常見的解決單點系統可用性問題的方案

（3）減少與單點的交互，是存在單點的系統優化的核心方向，常見方法有批量寫，客戶端緩存

（4）水平擴展也是提升單點系統性能的好方案

集羣信息管理，架構設計中最容易遺漏的一環

• 是什麼

• 什麼場景，爲什麼會用到，存在什麼問題

• 常見方案及痛點

• 不同階段公司，不同實現方案

一、啥是集羣？

互聯網典型分層架構如下：

• web-server層

• service層

• db層與cache層

 

爲了保證高可用，每一個站點、服務、數據庫、緩存都會冗餘多個實例，組成一個分佈式的系統，集羣則是一個分佈式的物理形態。

 

額，好拗口，通俗的說，集羣就是一堆機器，上面部署了提供相似功能的站點，服務，數據庫，或者緩存。

如上圖：

• web集羣，由web.1和web.2兩個實例組成

• service集羣，由service.1/service.2/service.3三個實例組成

• db集羣，由mysql-M/mysql-S1/mysql-S2三個實例組成

• cache集羣，由cache-M/cache-S兩個實例組成

 

與“集羣”相對應的是“單機”。

畫外音：關於高可用架構，詳見文章《究竟啥纔是互聯網架構“高可用”》。

畫外音：緩存如果沒有高可用要求，可能是單機架構，而不是集羣。

 

二、集羣信息

什麼是集羣信息？

一個集羣，會包含若干信息（額，這tm算什麼解釋），例如：

• 集羣名稱

• IP列表

• 二進制目錄

• 配置目錄

• 日誌目錄

• 負責人列表

畫外音：集羣IP列表不建議直接使用IP，而建議使用內網域名，詳見文章《小小的IP，大大的耦合》。

 

什麼時候會用到集羣信息呢？

很多場景，特別是線上操作，都會使用到各種集羣信息，例如：

• 自動化上線

• 監控

• 日誌清理

• 二進制與配置的備份

• 下游的調用（額，這個最典型）

 

這些場景，分別都是如何讀取集羣信息的？

一般來說，早期會把集羣信息寫在配置文件裏。

 

例如，自動化上線，有一個配置文件，deploy.user.service.config，其內容是：

name : user.service

ip.list : ip1, ip2, ip3

bin.path : /user.service/bin/

ftp.path : ftp://192.168.0.1/USER_2_0_1_3/user.exe

 

自動化上線的過程，則是：

• 把可執行文件從ftp拉下來

• 讀取集羣IP列表

• 讀取二進制應該部署的目錄

• 把二進制部署到線上

• 逐臺重啓

畫外音：啥，還沒有實現自動化腳本部署？還處在運維ssh到線上，手動執行命令，逐臺機器人肉部署的刀耕火種階段？趕緊照着這個方案，做自動化改造吧。

又例如，web-X調用下游的user服務，又有一個配置文件，web-X.config，其內容配置了：

service.name : user.service

service.ip.list : ip1, ip2, ip3

service.port : 8080

web-X調用user服務的過程，則是：

• web-X啓動

• web-X讀取user服務集羣的IP列表與端口

• web-X初始化user服務連接池

• web-X拿取user服務的連接，通過RPC接口調用user服務

日誌清理，服務監控，二進制備份的過程，也都與上述類似。

三、存在什麼問題？

上述業務場景，對於集羣信息的使用，有兩個最大的特點：

• 每個應用場景，所需集羣信息都不一樣（A場景需要集羣abc信息，B場景需要集羣def信息）

• 每個應用場景，集羣信息都寫在“自己”的配置文件裏

一句話總結：集羣信息管理分散化。

這裏最大的問題，是耦合，當集羣的信息發生變化的時候，有非常多的配置需要修改：

• deploy.user.service.config

• clean.log.user.service.config

• backup.bin.user.service.config

• monitor.config

• web-X.config

• …

這些配置裏，user服務集羣的信息都需要修改：

• 隨着研發、測試、運維人員的流動，很多配置放在哪裏，逐步就被遺忘了

• 隨着時間的推移，一些配置就被改漏了

• 逐漸的，莫名其妙的問題出現了

畫外音：ca，誰痛誰知道

如何解決上述耦合的問題呢？

一句話回答：集羣信息管理集中化。

四、如何集中化管理集羣信息

如何集中化管理集羣配置信息，不同發展階段的公司，實現的方式不一樣。

 

早期方案

通過全局配置文件，實現集羣信息集中管理，舉例global.config如下：

[user.service]

ip.list : ip1, ip2, ip3

port : 8080

bin.path : /user.service/bin/

log.path : /user.service/log/

conf.path : /user.service/conf/

ftp.path :ftp://192.168.0.1/USER_2_0_1_3/user.exe

owner.list : shenjian, zhangsan, lisi

 

[passport.web]

ip.list : ip11, ip22, ip33

port : 80

bin.path : /passport.web/bin/

log.path : /passport.web/log/

conf.path : /passport.web/conf/

ftp.path :ftp://192.168.0.1/PST_1_2_3_4/passport.jar

owner.list : shenjian, zui, shuaiqi

 

集中維護集羣信息之後：

• 任何需要讀取集羣信息的場景，都從global.config裏讀取

• 任何集羣信息的修改，只需要修改global.config一處

• global.config會部署到任何一臺線上機器，維護和管理也很方便

畫外音：額，當然，信息太多的話，global.config也要垂直拆分

 

中期方案

隨着公司業務的發展，隨着技術團隊的擴充，隨着技術體系的完善，通過集羣信息管理服務，來維護集羣信息的訴求原來越強烈。

畫外音：慢慢的，配置太多了，通過global.config來修改配置太容易出錯了

如上圖，建立集羣信息管理服務：

• info.db ：存儲集羣信息

• info.cache ：緩存集羣信息

• info.service ：提供集羣信息訪問的RPC接口，以及HTTP接口

• info.web ：集羣信息維護後臺

 

服務的核心接口是：

Info InfoService::getInfo(String ClusterName);

Bool InfoService::setInfo(String ClusterName, String key, String value);

 

然後，統一通過服務來獲取與修改集羣信息：

• 所有需要獲取集羣信息的場景，都通過info.service提供的接口來讀取集羣信息

• 所有需要修改集羣信息的場景，都通過info.web來操作

 

長期方案

集羣信息服務可以解決大部分的耦合問題，但仍然有一個不足：集羣信息變更時，無法反向實時通知關注方，集羣信息發生了改變。更長遠的，要引入配置中心來解決。

配置中心的細節，網上的分析很多，之前也撰文寫過，細節就不再本文展開。

 

五、總結

集羣信息管理，是架構設計中非常容易遺漏的一環，但又是非常基礎，非常重要的基礎設施，一定要在早期規劃好：

• 傳統的方式，分散化管理集羣信息，容易導致耦合

• 集中管理集羣信息，有全局配置，信息服務，配置中心三個階段