01 . 中小企业到亿级流量架构演进过程

# 1. 通病: 企业组织管理混乱
#	原因： 没有完善的企业组织架构（分工和责任不明确）

# 2. 部门协同差劲
#	原因: 企业没有规范的管理流程，部门之间沟通机会少，企业文化融合氛围不浓等等造成的.

# 3. 组织效率低
#	原因: 多方协同出现了问题

# 务实,务虚
# 初心: 解决这个社会的问题，解决某个行业的痛点，我希望来做的更好
# 使命,价值观
# 拷克: 业绩和价值观五五开

# 扁平化
# 事业部
# 阿米巴

权
责
利

# 当业务发生变化，不断的在原有系统上打补丁
# 当业务发展时，系统不断出现瓶颈
# 卡顿，数据库经常锁死
# 用户网站打不开，白屏
# 流量一上来就容易挂

# 技术团队人数不超过50人
# 服务器数量: 10-50台
# 宽带:  100M

# 应用系统开发
#	前端开发:  Vue.js,bootstrap
#	SSM: SpringMVC,SpringBoot,MyBatis
#	Tomcat

# 数据库开发:
#	Mysql:  CRUD

# 测试:
#	开发人员自己测试
#	没有压测
#	不清楚系统的负载边界.

# 线上部署:
#	应用服务器和数据库服务器在同一台服务器上
#	Linux环境没装过JDK,Mysql，如何参数配置和调优.

# 企业没有一个优秀的架构师

# 得有实战经验
# 实战的应用场景

# 首先:
	定义当前企业的架构，目前所处的一个阶段并且绘制出架构图谱

# 定位问题:
	根据实际情况绘制新的架构图谱(重构)

# Tomcat  +  数据库部署在同一台服务器上:
# 问题:
#	1. 随着用户增长，tomcat和数据库之间相互竞争服务器资源
#	2. 单机性能不足以支撑业务
#	3. 整个服务器挂掉

# Tomcat和数据库分别独占服务器资源，显著提高两者的性能
# 问题
#	1. 用户增长: 读写都在同一个数据库，压力很大，数据库就成了瓶颈
#	2. 第一步: 把应用服务器和数据库进行分表，独立部署，Tomcat和数据库服务器内存扩大
#	   数据量小的时候，导出SQL，数据多，数据文件的迁移.

# Tomcat服务器上或同JVM增加本地缓存
# 在外部增加分布式缓存
# 缓存热数据和静态html页面
# 通过缓存把大多数的请求在读写数据库前拦截掉
# 会应用到那些技术栈尼?
#	memcached 作为本地缓存
#	Redis作为分布式缓存
# 问题.
#	缓存一致性，缓存穿透/击穿，缓存雪崩
#	热点数据集中生效
#	缓存抗住了大部分用于请求，用户增长，并发的压力就会落到tomcat上，响应很慢

# 多台服务器上分别部署tomcat,使用Nging把请求分发到每一个tomcat中
# 假设:
#	Tomcat最多支持100并发
#	Nginx请求分发500个Tomcat，就能抗住50000个并发
# 问题:
#	Session共享
#	文件上传下载问题

# 读库
# 写库
# MyCat等等数据库中间件
# 问题:
#	数据同步，数据一致性问题
#	业务增长，不同业务之间访问差距较大，相互竞争数据库资源，影响性能

# 问题
#	用户增长: 单机的写库会逐渐达到性能瓶颈

# 问题:
#	数据库和Tomcat能够水平扩展，Nginx就会成为系统的瓶颈

# 问题:
#	LVS单机

# 通过DNS服务器轮训或者其他策略
# 千万级别到亿级别，通过机房来解决

# 对于全文检索，可变数据结构，数据库天生不适用
# 海量文件存储: HDFS
# Key Value类型的数据: HBase 和Redis
# 全文检索: ElasticSearch

# 按照业务板块来划分应用代码
# 单个应用职责很清晰，相互之间做到独立升级迭代
# 应用之间会涉及公共配置
# 分布式配置中心 ZooKeeper来解决

# 目前最流行技术是Docker
# 容器管理: kubernetes
# 双11来之前:
	在现有的机器集群上划分出服务器来启动Docker容器，增强服务的性能
# 双11之后:
	活动结束后: 就可以关闭容器，对机器上的其他服务不会造成任何影响

# 所有系统都部署在公有云上:
# 2019年双十一天猫2684亿，阿里巴巴所有核心系统全部上云.
#     系统可部署到公有云上,利用公有云的海量机器资源,解决动态硬件资源的问题,在大促的时间段里,在云平台中临时
# 申请更多的资源，结合Docker和k8s来快速部署服务,在大促结束后释放资源，真正做到按需付费,资源利用率大大提高,
# 同时降低了运维成本.

# 所谓的云平台，就是把海量机器资源，通过统一的资源管理，抽象成一个资源整体，在之上可按需动态申请硬件资源(
# 如CPU，内存，网络等),并且之上提供通用的操作系统，提供常用的技术组件(比如Hadoop技术栈，MPP数据库等)供用户
# 使用,甚至提供开发好的应用，用户不需要关心应用内部使用了什么技术，就能解决需求(视屏转码服务，邮件服务，
# 个人博客等)，在云平台中会涉及以下几个概念.
# IaaS: 基础设施即服务,对应上面所说的机器资源统一为资源整体，可动态申请硬件资源的层面:
# PaaS: 平台即服务,对应上面所说提供常用的技术组件方便系统开发和维护,MaxComputer,Fink-Bink,Hadoop技术组件
# SaaS: 软件即服务,对应上面所说的提供开发好的应用或服务,按功能和性能要求付费,比如:
#（行业解决方案视频转码服务，邮件服务，个人博客等）

# 于是各种云平台应运而生:
# 阿里云
# 腾讯云
# 七牛云
# 青云

# `N+1设计`
# 系统中的每个组件都应做到没有单点故障；（HA）

# 回滚设计: 确保系统可以向前兼容，在系统升级时应能有办法回滚版本；

# 禁用设计: 应该提供控制具体功能是否可用的配置，在系统出现故障时能够快速下线功能；

# 监控设计: 在设计阶段就要考虑监控的手段；

# 多活数据中心设计: 若系统需要极高的高可用，应考虑在多地实施数据中心进行多活，至少在一个机房断电的情况下系统依然可用；

# 采用成熟的技术: 刚开发的或开源的技术往往存在很多隐藏的bug，出了问题没有商业支持可能会是一个灾难；

# 资源隔离设计: 应避免单一业务占用全部资源；

# 架构应能水平扩展。系统只有做到能水平扩展，才能有效避免瓶颈问题；

# 非核心则购买。非核心功能若需要占用大量的研发资源才能解决，则考虑购买成熟的产品；

# 使用商用硬件。商用硬件能有效降低硬件故障的机率；

# 快速迭代。系统应该快速开发小功能模块，尽快上线进行验证，早日发现问题大大降低系统交付的风险；

# 无状态设计。服务接口应该做成无状态的，当前接口的访问不依赖于接口上次访问的状态。