初衷
主要原因就是想构建自己的架构知识网络,希望在架构这颗树上,能把自己的经历或经验,以及自己在计算机热爱的方向(如汇编、Linux底层原理等)上的积累或学习挂上去,这样不管是生活规划还是职业生涯规划都会变得正确和简单很多。同时也是自己学习的记录,学习内容主要是极客时间上的课程,以及网上搜集的资料。
架构定义
架构的定义我主要想记录几个我们常见的名词的定义。
- 系统:系统泛指由一群有关联的个体组成,根据某种规则运作,能完成个别元件不能单独完成的工作的群体。它的意思是“总体”“整体”或“联盟”。
- 模块:可能分开被编写的单位,指软件从逻辑上划分,目的是职责分离。
- 组件:自包含的、可编程的、可重用的、与语言无关的软件单元,指软件从物理上划分,目的是单元复用
- 框架:通常指的是为了实现某个业界标准或完成特定基本任务的软件组件规范,关注的是“规范”。
- 架构定义:在上述定义基础上,软件架构指软件系统的顶层结构。
架构复杂性
那么如何定义一个“好”的架构呢?有很多指标可以去衡量或者界定我们的系统是否是一个好的架构,这些指标诸如系统吞吐量、响应时间、QPS、系统稳定度等会因公司不同而异。这些指标、系统复杂度、架构问题归类等在业界内现被划分为多个方面,最常见的有高性能、高可用、可扩展性、低成本、安全、规模。
我们接下来主要从指标、常见问题、解决方案等描述各个方面的复杂性。
高性能
单机复杂度
- 指标指标:性能指标有很多,指标的界定有时候也因情况不同而异,比如响应时间这个指标实际上是系统的直观体现,涉及的底层指标可能会有多个(如CPU负载、磁盘IO等待、系统调用次数(软中断次数)),详细的可以查看 性能指标 这篇总结,是我总结的大部分操作系统性能指标,也是极客时间性能分析专栏的学习记录。
- 可能涉及的复杂度方面
- 多进程模型\多线程模型:用多进程\多线程实现高性能,多进程模型是其中需要考虑的问题之一。
- 进程通信:Linux进程通信的几种方式像是信号量、管道、管道文件、共享内存、文件等,可以计划通过看nginx源码学习一下nginx比较成熟的进程通信(场景有nginx平滑重启时新进程如何继承并监听已建立的连接等)。
- 并发模型:并发模型一共有7种,可以翻阅《七周七并发模型》这本书,最常见的应该就是多进程模型、多线程模型、CSP模型(如goroutine),这个是实现高性能的典型方面。
- 使用缓存:在架构上使用缓存方案,可以通过利用内存读取时间上的快速等等实现高性能。
- 等等……
集群复杂度
- 任务分配:如各类集群的负载均衡(nginx负载均衡、MySQL负载均衡、zookeeper分布式等等),一般在服务化的系统里会有设计服务注册中心带来的复杂度,如服务注册、服务治理、负载均衡。
- 任务分解:对业务系统进程拆分(解耦),能提高系统性能的原因是
- 简单的系统更容易做到高性能
- 可针对单个任务或系统进行扩展,如提升单个服务的性能或进行优化
高可用
- 描述:高可用是指系统无中断地执行其功能的能力。高可用复杂度来源的本质是硬件故障、软件Bug、不可抗力。高可用本质上都是通过冗余来实现。
计算高可用
计算指的是业务的逻辑计算,复杂性体现在:
- 选择合适的任务分配器,如负载均衡机器是选nginx、HAproxy还是自研等。
- 任务分配器和业务服务器之间的连接管理,如各种连接池的实现。
- 任务分配器需增加分配算法,如各种负载均衡算法。
存储高可用
复杂度或者问题本质一般体现在如何减少或者规避数据不一致对业务造成的影响
状态决策高可用
- 独裁式决策
- 协商式决策
最常见的是主备策略 - 民主式决策
例如ZooKeeper 集群选举leader的算法
可扩展性
定义或基本条件
- 正确预测变化
- 完美封装变化
预测变化
复杂度在于:
- 不能每个设计点都考虑
- 不能完全不考虑可扩展性
- 所有的预测都可能出错
应对变化
复杂度可以通过常见的应对方法体现:
- 剥离变化层和稳定层
- 提炼出一个抽象层和多个实现层
- 用设计模式举例可以参看装饰器模式的实现
低成本、安全
低成本、安全是架构里不可忽略,往往有可能是最重要的考虑方面。
规模
- 量变引起质变
- 机器数量增多,复杂度成指数级增长。
- 数据量大带来的复杂度,如MySQL分库分表方案的设计。
架构设计三原则
- 合适原则
合适优于业界领先。 - 简单原则
简单优于复杂。 - 演化原则
演化优于一步到位。