前 1 号店 CTO 黄哲铿揭秘:微服务架构在超大场景下的应用

作者 | 黄哲铿

责编 | 胡巍巍

上周,前 1 号店技术总监、海尔农业电商 CTO,《技术管理之巅》作者黄哲铿,为大家带来了一场,关于微服务架构的分享,包含了微服务架构在千万级别日调用量、亿级别海量数据场景下的应用实践;从领域驱动设计、服务依赖治理、服务高可用、故障熔断降级快速恢复等方面,结合大型移动电商系统等应用案例,全面剖析微服务的应用等丰富的内容。

下面是整理的听课笔记,有需要的小伙伴可以收藏哦~

微服务架构在大型电商中的运用

电商是促销拉动式的场景,也是价格战驱动的场景。 618 和双 11,都是典型的促销活动。其实都是在抢用户、扩市场占有率。在这样的场景之下,对秒杀、抢购是很热衷的玩法。

促销式的拉动对系统的挑战是什么呢?

可以从上图里看到:对高可用性的要求是非常高的,需要 99.99% 的高可用性。快速迭代,对系统容性的要求很高,从几万单变成几十万单、百万单,架构上不能影响快速迭代,所以有空中加油、或者是高速公路换轮胎的说法。

另外,为了应对瞬间的海量访问(尤其是秒杀场景),系统需要高可伸缩(快速扩容和缩容),这些都是对系统的要求。

大型电商系统的架构

从下往上,数据层,埋点数据把用户行为数据,实时数据存储在 NoSQL 、关系型数据库、大数据平台 。

基础架构层

这层实际上是中间件和服务,包括 MQ 的消息、JOB 的调试中心、SSO 联合登陆,还有发消息的,分布式的文件存储,用户上传的一些图片等等,除此之外还有应用监控的整个体系、自动发布的框架,支持到 AB 测试。

基础服务层

再上面一层就是基础服务层,这实际上是,用基础架构层提供的组件和服务,加上一些业务逻辑,构建了一些公用的服务,包括 OMS 、PMS 采购,运费模板、配送区域等,这些都是电商最常用的基础服务。

业务服务层

业务服务层我们可以看到的是,比如用户在前台能看到的界面,比如购物车、订单、首页,不管是不是微服务,至少是服务化的。这层就是所有网站应用的核心。除此之外就是第三方平台的 API 对接。

虚拟类目相当于“标签”,比如我们正常的类目叫做“生鲜”、“服装”,还有一些虚拟的类目叫做“ 618 特卖”,里面会聚合很多的商品,可以理解为一个标签,作为展示用。

暴露在最顶层的我们可以看到,这些就是各个端,比如 H5、PC、官网,这就是最终可见的端。

微服务架构的设计

应用的无状态化

很多网站一开始可能不是微服务化的,在早期的一些项目里,我们为了快速上线交付,会做一些单体的应用。随着订单量的发展,我们就开始做所谓的“微服务化”,第一步是把所谓的单体应用,变成应用的无状态化,以登录 SSO 来看,就是一种解决去状态化的方法。我们会拿到一个 Token,每次访问都会带着 Token,这就是所谓的去状态化。之后每一个应用都有横向可扩的能力。当访问量大的时候,就可以通过加服务器来增强水平扩展的能力。

这种应用无状态,其实配置文件还是有状态的。比如访问的数据库和节点,这些是通过配置文件来完成。我说到的案例基本都是基于 Spring Boot 来做微服务化,相关技术框架包括:Dubbo、ZK、Hystrix、RocketMQ、Elasticsearch、Redis 等等。

单体应用的拆分

在做了应用的无状态之后,就是对单体应用的拆分。拆分有几个维度,一个是从系统的维度,最简单的拆法,就是前后台拆开。比如购物车、商品、搜索、首页等属于前端,而后端给网站运营人员用。

还可以按功能的维度来拆分,对于用户服务,从 Service 层到表结构,其实是可以独立部署的,这就是微服务的概念。技术架构反应的,就是组织架构,在这种架构下,开发团队分为用户服务开发组、价格开发组、商品开发组等。

还可以根据读写维度进行拆分。比如搜索和商城的索引,肯定是独立的两个服务。用户注册下单支付,是一个完整的业务流程。这些是由若干个微服务构成。

服务架构搭建

数据的异构

在大型电商系统里面的服务架构搭建的经验和技巧,首先是数据的异构,以订单表为例,一般订单都非常庞大,一般按照 ID 来分表分库。这种分法对于查询用户所有订单时就要去各表捞数据,因此可以按用户维度来异构一张表。对于数据的存储,会分为热数据、冷数据和温数据,分别存在不同的地方。同时也会对数据进行聚合。在一些订单详情页,由于有很多 AJAX 请求,由于请求数太多,也需要做一些请求合并。后台的服务也要做一个合并。

以商品详情页为例,使几个接口的数据缓存合并在 Redis 中,从 Redis 中取得聚合好的数据,称为数据闭环。这是优化网络请求的通常做法。

缓存

缓存在大型电商系统中是常用的优化技巧。浏览器级别的缓存通过响应头进行设置。还会用到 App 客户端的缓存,把 H5/CSS/JS/ 图片打包,提前拉到客户端,在客户端做一个代理服务器,但是不会读取数据。可以提升用户体验。缓存的使用在网络上还有常用的 CDN。进到接入层后,如果使用软负载,也可以使用内存级别的缓存。

消息队列的应用

消息队列的应用,是做服务解耦的好方法。也要考虑消息失败和重试的场景,需要来做一些额外补偿来防止数据丢失。还有一个机制,是数据的校验和补偿。很多的场景能做到的,是最终一致性。大型的电商系统和金融系统场景,非常不一样,在设计分布式系统时,这是常用的方式。在电商中大多数情况,只要实现最终一致性就可以了。

高可用的架构设计

高可用的架构设计,对于电商来说,其实高可用是最基本的要求。如果在促销时,引来千万级别的用户,宕机会损失很大。

服务的降级、分组和故障的隔离

基于微服务架构的电商系统,高可用的方案有以下几个部分,首先要支持服务的降级。要做降级的开关,写在配置中心里面。比如在大促时,先把订单放在缓存时,再进行落库等操作。同时还要有服务分组和故障的隔离。比如秒杀时,对秒杀的应用单独部署服务,当秒杀的应用挂了之后,不会影响其他服务,因为有服务的隔离。同时要有限流机制,很多的框架都有支持。

流量治理

在极限的场景下, 对流量的治理要从多层面进行。比如在促销当天,会开启对于爬虫和机器人的流量进行限流。一般会在大促前进行封板,如果出现问题,就进行回滚,比如数据版本的回滚,在设置数据结构的时候,要做支持带数据版本号的回滚。

业务设计

业务设计方面的思考。从图中可以看到订单支付的流程。在设计的时候要考虑防重设计,可以采用防重 key 或者防重表的方案,但是耗费和代价很高,会在某些场景使用,比如积分,扣费等和金钱相关的场景下用。

业务设计要考虑状态机。尤其是订单的流转状态里,要做状态机的应用,包括正向和逆向流程,及其产生的结果。

大型移动电商的架构

动态路由

最后来回顾一下大型移动电商的架构。下图是一个移动电商的完整架构。从 App 端,主要做的是,静态文件的缓存、和智能的动态路由。中国的网络环境很复杂,需要在 App 端做智能动态路由。可以上一些 CDN,对动态的内容也做链路优化。会有一些对网络环境检测的机制,可以是 CDN,或者是走域名,也可以暴露 IP。

埋点和网关

移动电商里对 App 来说,还有一个很重要的是埋点,指的是全链路埋点。从 App 里用户的每一个操作,这个操作经过网络、服务层、中间件,整个链路要可以监控。对于快速的定位问题是非常有帮助的,尤其是移动电商性能的优化,第一步就是埋点。

在网络这一层,还有网关的接入。比如限流,动态负载。在网关里没有加太多逻辑,也有不同的做法。对于服务来说,最复杂的,是服务的依赖和治理。服务之间调用的优化,要基于业务场景,比如说购物车的服务,调用到价格、库存、促销等。当依赖的服务,不可用的时候,比如价格不可用,设计依赖的时候,要在购物车服务中做一个缓存,来对缓存调用,最后再对最终一致性进行验证。

全链路监控的做法,需要做到预警,这就是一个基础。通过对数据的监控请求来后,根据场景来做预警方案。

声明:本文为作者投稿,版权归对方所有。作者独立观点,不代表 CSDN 立场。

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20180826A13CZ900?refer=cp_1026
  • 腾讯「云+社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 yunjia_community@tencent.com 删除。

扫码关注云+社区

领取腾讯云代金券