58同城沈剑:好的架构源于不停地衍变,而非设计

好的架构不是设计出来的,而是演进出来的

对很多创业公司而言,很难在初期就预估到流量十倍、百倍以及千倍以后网站架构会是什么样的一个状况。同时,如果系统初期就设计一个千万级并发的流量架构,很难有公司可以支撑这个成本。

因此,这里主要会关注架构的眼花。在每个阶段,找到对应该阶段网站架构所面临的问题,然后在不断解决这些问题,在这个过程中整个架构会一直演进。

在58同城建立之初,站点的流量非常小,可能也就是十万级别,这也就意味着,平均每秒钟也就是几次的访问,此时网站架构的特点是:请求量比较低,数据量比较小,代码量也比较小。这个时候的站点可以被几个工程师轻易搞定,因此根本没什么“架构”可言。

其实这也是很多创业公司初期面临的问题,最开始58同城的站点架构用一个词概括就是“ALL IN ONE”,如下图所示:

就像一个单机系统,所有的东西都部署在一台机器上,包括站点、数据库、文件等等。而工程师每天的核心工作就是CURD,前端传过来一些数据,然后业务逻辑层拼装成一些CURD访问数据库,数据库返回数据,数据拼装成页面,最终返回到浏览器。相信很多创业团队初期都面临一个与之类似的情况,每天写代码,写SQL、接口参数、访问数据等等。

这里需要说明一个问题,大家都知道最初58同城使用的是Windows、iis、SQL-Sever、C#这条路。现在很多创业公司可能就不会这么做。

如果可以重来?那么会选择LAMP

很多创业的同学可能会想,初期什么样的一个架构合适? 如果重来,站在现在这个角度上58会选择LAMP,为什么?首先是无须编译,而且快速发布功能强大,从前端到后端、数据库访问、业务逻辑处理等等全部可以搞定,最重要都是成熟的开源产品,完全免费的。如果使用LAMP搭建一个论坛,两天的时间就足够了。所以,如果在创业初期,就尽量不要再使用Windows。

在这个阶段58同城面临的主要问题是什么?其实就是招人,最初工程师写CURD都容易出错。当时引进了DAO和ORM,从而避免直接面对CURD语句,而是面对工程师比较擅长的是面向对象,能够极大的提高工作效率,降低出错率。

中等规模:流量跨过十万的阶段,数据库成为瓶颈

随着58同城的高速增长,系统很快跨越了十万流量阶段。主要需求是什么?网站能够正常访问,当然速度更快点就好了。而此时系统面临的问题有:在流量峰值期容易宕机,因为大量的请求会压到数据库上,所以数据库成为新的瓶颈,从而,人越多访问越慢。而在这个时候,机器数量也从一台变成了多台,所以很自然的行程了分布式架构,如下图所示:

首先,使用了一些非常常见的技术,一方面是动静分离,动态的页面通过Web-Servre访问,静态的像图片等就单独放到了一些服务器上。另外一点就是读写分离。其实,对58同城或者说绝大部分的站点而言,一般来说都是读多写少。对58同城来说,绝大部分用户是访问信息,只有很少的用户过来发贴。那么如何扩展整个站点架构的读请求呢?常用的是主从同步,读写分离。同时原来只有一个数据库,现在使用多个不同的数据库提供服务,这样的话,就扩展了读写,很快就解决了中等规模下数据访问的问题。

在这个阶段,系统的主要矛盾就是“站点耦合+读写延时”,58同城是如何进行解耦,如何缓解延时呢?

对58同城而言,典型业务场景是主页,发布信息有发布页,信息聚合、标题聚合有列表页,点开一个标题有详细页,而这些站点都是耦合在一个程序中的,或者说耦合在一个站点中的,当一个站点出现问题,整个站点就会因为耦合一起出问题。

第二个问题,大家都知道做数据库读请求和写请求,分布在不同的数据库上,这个时候如果再读取可能读到的是旧数据,因为读写有一个延时。如果有用户发帖子,马上去找的话肯定找不到,很可能带来的后果就是陆续在发布两条信息,这就是一个很大的问题。尤其是在请求量越来越大的时候,这个问题就更加突出。

在解决这些问题时,最先想到的是针对原来站点的核心业务做切分,然后工程师根据自己的站点和业务场景进行细分。首先,业务拆分是58同城最先尝试的优化——将业务垂直拆分成了首页和发布页。另外,在数据库层面,随之也进行了拆分,将大数据量拆分成一个个小的数据量。这样,读写延时就马上得到了缓解。尤其是在代码拆分成了不同的层面之后,站点耦合也得到了缓解,数据加载速度也提升了很多。

当时,还使用了一些技术,前面也提到了对动态资源和静态资源进行拆分。其中,我们对静态资源使用了CDN服务,便于数据缓存和就近访问,访问速度得到很明显的提升。除此之外,还使用了MVC模式,擅长前端的去做展示层,擅长协作逻辑的工程师就做Contorller,擅长数据的人就负责数据,效率就会逐步的提高,最后就是负载均衡技术。

大流量:将整个Windows技术体系转向了Java体系

流量越来越大,当流量超过一千多万时,58同城面临的最大问题就是性能和成本。此前曾提到58同城最初的技术选型是Windows,整个网站的性能变得非常之低。即使进行了业务拆分和一些优化,依然解决不了这个问题,所以当时做了一个非常艰难的决定,就是转型:将整个Windows技术体系转向了Java体系,这涵盖了操作系统、数据库等多个维度。

其实,现在很多大的互联网公司在流量从小到大的过程中都经历过转型,包括京东、淘宝等等。对技术的要求越来越高,任何一个站点都不能挂,对站点的可用性要求也是越来越高。

就在这个时候,58同城业务量也出现一个爆发期。于是招聘了很多工程师,大家一起写越来越多的站点,但是发现效率很低,经常做一些重复性的工作,比如参数解析等等。同时,业务之间相互依赖,无论是分类的子系统还是信息的子系统,二手车业务、房产业务都要访问用户和信息等一些底层数据,代码之间频繁的沟通,效率也不可能很高。

问题随之而来,站点数越来越多,数据量越来越大,机器数从最开始的几台上升到几百台的级别。那么如何提供整个架构的可用性呢?首先,在上层进行了一些改进和优化,再做进一步的垂直拆分,同时引入了Cache,如下图所示:

在架构的改进上,这里构建了一个相对独立的服务层,这个服务层做的每个业务线都会写对应的代码。如果用户发出请求,就由这个服务层统一来管理,所有的上游业务线就像调用本地函数一样,通过IDC的框架来调用这个服务。整个用户登录先访问Cache,如果Cache变动了就直接返回,如果Cache不变动,就会访问数据库,这样把数据库的数据拿到本地再放回Cache,再打回上一轮。如此一来,业务逻辑全部封装在这个服务的上游管理,该业务逻辑只有服务层能够编写代码,然后由这个服务层集中管理、集中优化,这样就提高了效率。

除此之外,为了保证站点的高可用,主要使用了反向代理技术。因为对用户而言,他主要为了使用58同城的服务,不会关注访问是58同城或者有十台首页的服务器。58同城通过反向代理技术,通过DNS群,通过LVS技术,来保证接入层的高可用性,同时还保证了服务层、站点层、数据层的高可用。另外,为了保证高可用还使用了冗余的方法,无论是站点服务和数据服务都可以使用这种方式进行解决,一个站点不可用,就换一个站点,一个数据库不够用,就多加几个。当然,数据冗余也会带来一些副作用,如果数据量更新的话,那就需要将所有的“冗余”都要进行更新。

58同城也做了一个图片存储系统,开始都是存储在操作系统之上,随着新增站点、新增服务,压力就变得越来越大。于是,58同城就自建了站点框架和服务框架,现在这两个框架也已经开源(如何降低站点开发成本?https://github.com/58code/Argo 如何降低服务开发成本? https://github.com/58code/Gaea )只需要修改一些基本的配置就可以使用了。

当架构变成“蜘蛛网”,人肉已很难搞定!

随着用户量、数据量并发量进一步的增长,58同城也拓展了很多的新业务,那么对产品迭代速度要求就非常高,整体的架构对自动化的要求越来越高。

为了支撑业务的发展,技术团队对架构做了进一步的解耦,另外就是引入了配置中心,如果要访问任何一个服务,不会直接在本地的配置中留下一个服务,配置中心告诉这个服务的特点,如果扩展的话,配置中心自动下达消息,如果有机器要下线的话,配置中心会反向通过发邮件的方式进行通知。

而柔性服务是指当流量增加的时候,自动的新增服务。可以看到进一步解耦之后,有垂直业务、无线业务、集成业务等等,这些子系统之间都是通过配置中心相应之间发生关系的。

另一点就是关于数据库,当某一点成为一个业务线重点的时候,就会集中解决这个点的问题。最初期的时候每个业务线都要访问数据库,访问缓存,访问用户数据,于是把代码集中的放到了服务层。现在数据量越来越大,大家都要做数据切分,每个业务线都做切分,这个时候58同城的每个页面都面对这样的痛点,于是把这个痛点拿到集中的层面来解决。

最后一点就是效率矛盾,此时有很多问题,靠“人肉”已经很难进行搞定了。这就需要自动化,包括回归、测试、运维、监控等等都要回归到自动化。

这里需要补充一点,就是在产品层面引入了智能化,比如说智能推荐,主动推荐一些相关的话题;智能广告,通过一些智能的策略,让用户对广告的点击更多,增加对58同城的收录;智能搜索,在搜索的过程中加入一些搜索的策略,可以提高搜索的权重,也可以增加58同城的PV。当然,所有的自动化的产品背后都是由技术在驱动。

未来的挑战

现在,58同城的流量已经突破了10亿量级,那么架构上未来面临哪些挑战呢?一方面是无线化、移动化。另一方面就是需求的变化,必须加快迭代一些东西。如果拥有10亿的流量,却跑在一亿的架构上肯定是不行的。未来,还会使用更多的并行计算、实时计算,如果能做到实时推荐,效果肯定非常好,这也是挑战之一。最后一点,58同城现在的服务器大概在3000台左右,未来将拓展到10000台,这就是运维的挑战了。

总结

最后做一个小的总结,网站在不同的阶段遇到的问题不一样,而解决这些问题使用的技术也不一样,流量小的时候,主要目的是提高开发效率,在早期要引入ORM,DAO这些技术。随着流量变大,使用动静分离、读写分离、主从同步、垂直拆分、CDN、MVC等方式不断地提升网站稳定性。面对更大的流量时,通过垂直拆分、服务化、反向代理、开发框架(站点/服务)等等,不断提升高可用。在面对上亿级的更大流量时,通过中心化、柔性服务、消息总线、自动化(回归,测试,运维,监控)来迎接新的挑战。未来的就是继续实现

原文发布于微信公众号 - nginx(nginx-study)

原文发表时间:2016-07-20

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏子勰随笔

SDK之我理解的SDK

30910
来自专栏云计算D1net

云原生机制的三个核心思想及其未来之路

摆脱临时性自动化方案之定位,发挥优势以实现可预测功能。 ? 您能否以每周为单位向客户发布各类新功能?甚至进一步达到以每天乃至每小时为单位?新晋开发人员能否在上班...

2674
来自专栏令仔很忙

软件文档总结(二)

   软件需求主要是从从现实中分离功能,描述软件要“做什么”,在软件需求说明书中,主要的功能和联系如下:

1732
来自专栏SDNLAB

命令行界面(CLI)消亡史

IT行业正在向所有的一切都采用应用程序编程接口(API)演进,这使得企业能够自动执行重复性任务,提高效率并减少错误的系统。但是,这引出了新的问题:在IT系统中A...

3524
来自专栏杨建荣的学习笔记

分布式关系型数据库RadonDB体验归来

前段时间收到吴老师的邀请,是参加青云QingCloud分布式数据库(RadonDB)的一个技术体验活动,从今天的技术体验来算,收获还是很多的,大家相聊甚...

1854
来自专栏资深Tester

软件测试人员:你们是如何测试需求变动频繁的项目?

2463
来自专栏云计算D1net

采用存储即服务优化混合云平台

在混合云计算中,存储数据的位置对整体性能有重大影响。用户需要了解SaaS如何解决混合云数据管理和延迟问题。 通过云爆发的能力,混合云平台提供了巨大的计算灵活性。...

4065
来自专栏SEO

什么样的网站更值得百度去收录?

2758
来自专栏SDNLAB

SDN实战团分享(十四):网络设备自动化遇到的问题与思考

我一直是做网络的,而且是大家常说的物理网工。 干了16年。虽然,刚刚毕业哪会干了几年的DBA 和SA 的工作。后来就一直在做网络。 企业网,城域网,骨干网都算是...

3986
来自专栏EAWorld

普元DevOps5.2版本新特性发布

伴随新版本的发布,我们团队也对这次迭代做了些回顾,有值得分享的新特性与设计,也有一些需加强的能力,借此与大家分享。

3234

扫码关注云+社区

领取腾讯云代金券