分布式基础_All-In-One到SOA的分布式架构演进

曾经架构在我以前看来，多么高大上的词啊，可望不可及； 

在看了很久分布式的文章、书籍和架构后试着总结了一番；

此文的应用场景是超大用户系统的发展进程；

下面大家就听我娓娓道来吧~

最开始的应用是单一的应用，入下图；

1、单一应用

在诞生之初始，应用与数据库是部署在同一台机器上，这时的用户量、数据量规模都比较小，这样的架构既简单实用、便于维护，成本又低，成为了这个时代的主流架构方式。随着用户量的增大，访问量急剧增加；于是到了下一步；

2、垂直应用

配置三台服务器，一个应用服务器，一台DB服务器，一台文件服务器；

垂直型应用架构，是指将一个大的单一应用拆分成若干个小的单一应用，这样每个应用的压力大约有原来的1/n（粗略估计值）。这种拆分方式为后来的技 术发展奠定了基础，每次架构的变化都与这次有着密不可分的关系——分治（将一个大的问题按一定业务规则分成若干个小的问题，逐个解决）。 一台文件服务器挂了但还是能访问应用和数据库的； 这样将应用分成不同的业务，可以提升访问效率；

这时我们发现有很多业务的访问，非常集中；即2 8原则，80％的业务集中在20%的数据上，于是我们可以使用缓存技术讲这20%的数据缓存下来，性能一下子就上来了；缓存又分为两种，一种是本地缓存（Local Cache），一种是远程缓存（Remote Distributed Cache）；远程缓存又分为单机缓存和分布式缓存；

这时我们使用了缓存的技术，性能的瓶颈来到了服务器，单台再强大的服务器也不行了，于是我们使用了服务器集群

通过Nginx的反向代理，通过负载均衡的调度，可以在一定程度上解决服务器处理能力的瓶颈；

负载均衡的策略有：

轮询：每一次来自网络的请求轮流分配给内部中的服务器，从1至N然后重新开始。此种均衡算法适合于服务器组中的所有服务器都有相同   的软硬件配置并且平均服务请求相对均衡的情况。实现简单，但存在服务器的处理能力不同的情况；

权重：根据服务器的不同处理能力，给每个服务器分配不同的权值，使其能够接受相应权值数的服务请求。例如：服务器A的权值被设计   成1，B的权值是3，C的权值是6，则服务器A、B、C将分别接受到10%、30％、60％的服务请求。此种均衡算法能确保高性能的服务    器得到更多的使用率，避免低性能的服务器负载过重。考虑了服务器处理能力的不足；

随机均衡：把来自网络的请求随机分配给内部中的多个服务器。

  地址散列：又分为原IP地址散列，目标IP地址散列；　针对目标IP地址的负载均衡，但它是一种静态映射算法，通过一个散列(Hash)函数   将一个目标IP地址映射到一台服务器。

还有基于以上几种延伸出来的策略，比如：

最小连接：可以使集群中的服务器负载得更均匀；

权重最小连接：客户端的每一次请求服务在服务器停留的时间可能会有较大的差异，随着工作时间加长，如果采用简单的轮循或随机均衡   算法，每一台服务器上的连接进程可能会产生极大的不同，并没有达到真正的负载均衡。最少连接数均衡算法对内部中需负载的每一台服   务器都有一个数据记录，记录当前该服务器正在处理的连接数量，当有新的服务连接请求时，将把当前请求分配给连接数最少的服务器，  使均衡更加符合实际情况，负载更加均衡。此种均衡算法适合长时处理的请求服务，如FTP。

服务器是做集群了，系统的性能是得到优化了，但是问题又来了；seesion如何管理？

假设一个用户登录了A服务器，session信息存储到了A服务器上了，假设我们使用的负载均衡策略是用的地址散列，根据ip进行hash散列；可以保证用户的登录信息在A服务器上访问到，但是某些特殊情况，可能存在同一台服务器被散列到了巨多的请求压力过大，某些服务器又没有什么压力这时性能瓶颈又来了~

那么我们用轮询或者最小连接的负载均衡策略好了；用户登录了A服务器，session信息存储到了A服务器上，但第二次访问的时候呢，访问的是B服务器，这时存贮在A服务器上的session信息，我们在B服务器上是读取不到的；这时候我们就要解决session管理的问题了；  

Browser1 访问应用时，它的seesionID 可能一开始是存在  服务器A上的，如果这个A服务器挂掉了，Browser1又要去访问服务器2，而服务器二又是没有用户Browser1的seesionID；这时的解决方案是：Browser1经过Nginx把session存到A服务器上时，会把Browser1的seesion复制到B服务器上；也就是这两个服务器都保持着Browser1的sessionID；

好的，这个时候session共享的问题解决了，但新问题又出来了，A服务器跟B服务器之间要不断的同步session信息，当大量的用户都在线的时候，服务器之间占用的内存会过多，不适合做大规模的集群，只适合一些机器不多的情况； 不要着急，解决方案还是有的：那就是使用Cookie；

大家应该都知道session和cookie的区别吧，这里就不做过多的介绍了；

我们让携带着session信息的cookie去访问我们的应用服务器，这种方式解决了session共享的问题，但是问题又来了.......

cookie的长度是有限制的，cookie是保存在浏览器上的，安全性也是一个问题； 怎么办呢....

我们可以增加一个seesion的服务器；

这样，用户的请求路径就变成了，Browser1通过Nginx请求到A服务器，然后把Browser1的session存到session服务器中，当想获取用户的seesion的时候，往session服务器里拿就是的了； 把所有的session 都放到session服务器当中就解决 了这个问题； 但此时session服务器又是单点的，为了保证可用性，在用户量大的时候，可以将session服务器做成集群；

好的，关于session的问题又解决了；但问题又来了！！！

一个庞大的系统毕竟是给大量的用户使用的，随着用户量的增加，系统的升级再所难免，这时的瓶颈不在服务器的处理上，不在负载均衡的策略上，不在缓存技术上了，而是在数据库上了；

如果是上面这个架构图，我们的读与写的操作，都要经过同一个数据库服务器，在大量用户访问的情况下，数据库的并发量有限，为了保证数据的四大特性难免会发生阻塞；我们可以将数据库进行读写分离，来保证数据库的高可用性；

写的操作放在主库，读的操作方在从库；于是就有了下面这个图；

Master是主库，Slave是从库，所有的写操作将引入主库，读操作引入从库；极大程度的缓解数据库锁之间的竞争；提高了并发吞吐和负载能力。

数据库的问题暂时解决了；以后还会有还有新的问题吗？还会有的~如何提高不同地区的访问速度？应用服务器增加了集群，数据库服务器也读写分离了，但文件服务器呢？？于是有了下面这个架构图；

使用CDN可以很好的解决不同的地区访问速度的问题，又把文件服务器改成了集群的形式；在使用分布式文件系统的时候又有问题了...

1、如何不影响已经部署在线上的业务访问，不能让某个图片突然就访问不到了；

2、是否需要备份服务器？

3、是否要重新做域名解析？

这一块的问题待补充吧.... 因为我还没有把那个分布式文件存储系统的书看完。。以后会补充好的

吐舌头

这是数据库又他瞄的出问题了，读写分离还是慢啊，怎么办？我们使用专库专用的方式来进行数据的垂直拆分；

不同的业务，使用自己的库，这样，读写数据，并发量上不去的问题问题就都解决了；但是每个业务用的数据库都不一样又会有哪些新问题的？

1、跨业务的事务，跨库的事务；   可以用分布式事务来解决

2、随着业务用户群体的不断变大，某单个数据库又会成为性能的瓶颈；这时我们又要将单个数据进行水平拆分；架构图如下，只是把users库分为users1、users2；  这是不是和开始的All in one 到垂直拆分类似了？ 

在水平拆分后，又会有sql路由的问题，假设我们有一个用户，他的信息是存在了users1当中还是user2当中了呢？

同时还有出现分页的问题；假设有这么个需求，让我们查询2016年双11有多少用户在淘宝下过单，这些用户存在不同的数据库中，后台的运营管理系统如何进行展示呢？分页也是一个问题。

写了这么多，大家可以看到，大型系统架构的演进过程中有非常多的问题；但是遇到问题的解决思路肯定会是类似这个样子的；

那么我们可以理解解决高性能问题，可以将单一的应用垂直拆分成几个不同的业务去划分；

解决高可用的问题，我们可以将单点的服务器做成集群；比如上图，如果负载均衡的服务器挂了，后面一系列的应用服务器集群是不是都没办法用了？

解决高并发的问题，以后再说哈~~

公司的业务需求不同，性能需求也不同；上面的这个架构图可能也不是最后的形态；我想每个公司的业务不同，架构肯定也是不同的；

这漫长的演变过程中还有系统的安全性，数据分析，监控，反作弊等问题需要解决；

最后的SOA架构，微服务化，消息队列，任务调度，多机房部署这些名词我也紧紧只有浅薄的了解；

知识越学越多，想到淘宝的系统得多么的庞大才能支撑起上亿的并发量。想想就觉得恐怖，大神们太牛逼了；

同样的，任何网站的架构都是从小做起的，学习也是，希望菜鸟几年后也能成长起来~~

上面只是对分布式系统架构的演进进行了介绍，并没有介绍当前流行的一些分布式技术如何在当中使用；以后会娓娓道来......静待.......