01.大型互联网架构介绍

前言

前置技能

• 熟悉linux常用指令
• 熟悉SSM框架
• 具备java基础
• 最好是做过企业级项目

分享目标

​

大型互联网项目的特点——三高

• 高并发：同一时间访问量大
• 高可用：保证系统365 * 7 * 24不间断运行
• 高性能：响应时间快

一、高并发

1、什么是高并发

高并发(High Concurrency)是互联网分布式系统架构设计中必须考虑的因素之一，它通常是指，通过设计保证系统能够同时并行处理很多请求。高并发相关常用的一些指标有 响应时间(Response Time)，吞吐量(Throughput)，每秒查询率 QPS(Query Per Second)，并发用户数 等。

• 响应时间： 系统对请求做出响应的时间。例如系统处理一个 HTTP 请求需要 200ms，这个 200ms 就是系统的响应时间。

• 吞吐量： 单位时间(年，月，日，时，分，秒)内处理的请求数量。

• QPS： 每秒响应请求数。在互联网领域，这个指标和吞吐量区分的没有这么明显。

• 并发用户数： 同时承载正常使用系统功能的用户数量。例如一个即时通讯系统，同时在线量一定程度上代表了系统的并发用户数。

二、高可用

1、什么是高可用

故障监测 与 排除、消除达点故障 ， 互备和容灾

高可用注意如果使用单机，一旦挂机将导致服务不可用，可以使用集群来代替单机，一台服务器挂了，还有其他后备服务器能够顶上。或者使用分布式部署项。比如现在redis的高可用的集群方案有： Redis单副本，Redis多副本（主从），Redis Sentinel（哨兵），Redis Cluster，Redis自研。

三、高性能

1、什么是高性能呢？

高性能是指程序处理速度非常快，所占内存少，cpu占用率低。高性能的指标经常和高并发的指标紧密相关，想要提高性能，那么就要提高系统发并发能力，两者互相捆绑在一起。应用性能优化的时候，对于计算密集型和IO密集型还是有很大差别，需要分开来考虑。还有可以增加服务器的数量，内存，IO等参数提升系统的并发能力和性能，但不要浪费资源，要考虑硬件的使用率最高才能发挥到极致。

2、怎么样提高性能呢？

避免因为IO阻塞让CPU闲置，导致CPU的浪费避免多线程间增加锁来保证同步，导致并行系统串行化免创建、销毁、维护太多进程、线程，导致操作系统浪费资源在调度上

四、怎样应对高并发和高可用

互联网分布式架构设计，提高系统并发能力的方式，方法论上主要有两种：垂直扩展(Scale Up) 与 水平扩展(Scale Out)。

2.1、垂直扩展

提升单机处理能力。垂直扩展的方式又有两种：

• 增强单机硬件性能，例如：增加 CPU 核数如 32 核，升级更好的网卡如万兆，升级更好的硬盘如 SSD，扩充硬盘容量如 2T，扩充系统内存如 128G；
• 提升单机架构性能(提升软件性能)，例如：使用 缓存来减少 IO 次数，使用异步来增加单服务吞吐量，使用无锁数据结构来减少响应时间；

在互联网业务发展非常迅猛的早期，如果预算不是问题，强烈建议使用 “增强单机硬件性能” 的方式提升系统并发能力，因为这个阶段，公司的战略往往是发展业务抢时间，而 “增强单机硬件性能” 往往是最快的方法。

不管是提升单机硬件性能，还是提升单机架构性能，都有一个致命的不足：单机性能总是有极限的。所以互联网分布式架构设计高并发终极解决方案还是水平扩展。

2.2、水平扩展

只要增加服务器数量，就能线性扩充系统性能。水平扩展对系统架构设计是有要求的，如何在架构各层进行可水平扩展的设计，以及互联网公司架构各层常见的水平扩展实践，是本文重点讨论的内容。

2.2.1、传统单体架构

2.2.2、典型互联网分层架构

• **客户端层：**即调用方，如浏览器，手机，等能上网的工具
• 反向代理层： 反向代理(Nginx)
• 站点应用层： 实现核心应用逻辑，返回 HTML 或者 JSON
• 数据缓存层： 缓存加速访问存储
• 数据库层： 数据库持久化数据存储

水平扩展分层架构

反向代理层的水平扩展

反向代理层的水平扩展，是通过 DNS 轮询 实现的：DNS Server 对于一个域名配置了多个解析 IP，每次 DNS 解析请求来访问 DNS Server，会轮询返回这些 IP。

当 Nginx 成为瓶颈的时候，只要增加服务器数量，新增 Nginx 服务的部署，增加一个外网 IP，就能扩展反向代理层的性能，做到理论上的无限高并发。

站点应用层的水平扩展

站点层的水平扩展，是通过 Nginx 实现的。通过修改 nginx.conf，可以设置多个 Web 后端。

当 Web 后端成为瓶颈的时候，只要增加服务器数量，新增 Web 服务的部署，在 Nginx 配置中配置上新的 Web 后端，就能扩展站点层的性能，做到理论上的无限高并发。

服务层的水平扩展

服务层的水平扩展，是通过 服务连接池 实现的。

站点层通过 RPC Client 调用下游的服务层 RPC Server 时，RPC Client 中的连接池会建立与下游服务多个连接，当服务成为瓶颈的时候，只要增加服务器数量，新增服务部署，在 RPC Client 处建立新的下游服务连接，就能扩展服务层性能，做到理论上的无限高并发。如果需要优雅的进行服务层自动扩容，这里可能需要配置中心里服务自动发现功能的支持。

数据层的水平扩展

在数据量很大的情况下，数据层(缓存，数据库)涉及数据的水平扩展，将原本存储在一台服务器上的数据(缓存，数据库)水平拆分到不同服务器上去，以达到扩充系统性能的目的。

按照范围水平拆分

每一个数据服务，存储一定范围的数据

• db01(user)库，存储 uid 范围 1-1kw
• db02(user) 库，存储 uid 范围 1kw-2kw

优点：

• 规则简单，Service 只需判断一下 uid 范围就能路由到对应的存储服务
• 数据均衡性较好
• 比较容易扩展，可以随时加一个 uid [2kw,3kw] 的数据服务

缺点：

• 请求的负载不一定均衡，一般来说，新注册的用户会比老用户更活跃，大范围的服务请求压力会更大

按照哈希水平拆分

每一个数据库，存储某个 key 值 hash 后的部分数据

• user0 库，存储偶数 uid 数据
• user1 库，存储奇数 uid 数据

优点：

• 规则简单，Service 只需对 uid 进行 hash 能路由到对应的存储服务
• 数据均衡性较好
• 请求均匀性较好

缺点：

• 不容易扩展，扩展一个数据服务，hash 方法改变时候，可能需要进行数据迁移

水平拆分与主从同步

这里需要注意的是，通过水平拆分来扩充系统性能，与主从同步读写分离来扩充数据库性能的方式有本质的不同。

通过水平拆分扩展数据库性能

• 每个服务器上存储的数据量是总量的 1/n，所以单机的性能也会有提升
• n 个服务器上的数据没有交集，那个服务器上数据的并集是数据的全集
• 数据水平拆分到了 n 个服务器上，理论上读性能扩充了 n 倍，写性能也扩充了 n 倍(其实远不止 n 倍，因为单机的数据量变为了原来的 1/n)

通过主从同步读写分离扩展数据库性能

• 每个服务器上存储的数据量是和总量相同
• n 个服务器上的数据都一样，都是全集
• 理论上读性能扩充了 n 倍，写仍然是单点，写性能不变

注意： 缓存层的水平拆分和数据库层的水平拆分类似，也是以范围拆分和哈希拆分的方式居多

典型互联网完整架构图