Docker之技术架构【八大架构演进之路】

---

本章意在让大家了解Docker出现的历史原因，从宏观上认识Docker以及Docker在架构中起到的作用。

---

1. 八大架构演进之路

---

1.1 单机架构

---

1. 简介

• 应用服务和数据库服务共用一台服务器。

2. 出现原因

• 出现在互联网早期，访问量比较小，单机足以满足需求。

3. 架构工作原理

4. 技术案例

• 用户通过浏览器或app，访问对应服务器。先输入网址www.taobao.com，之后通过DNS解析，找到服务器ip地址。之后请求通过Tomcat客户端，转发给数据库端MySQL。拿到数据后，原路返回给用户，返回的时候不用再经过DNS了。

5. 优缺点

• 优点：
  • 部署简单，成本低。
• 缺点：
  • 存在严重的性能瓶颈；
  • 数据库和应用互相竞争资源。

---

1.2 应用数据分离架构

---

1. 简介

• 应用服务和数据库服务使用不同的服务器。

2. 出现原因

• 单机存在严重的资源竞争，导致站点变慢。

3. 架构工作原理

4. 技术案例

5. 优缺点

• 优点：
  • 成本相对可控；
  • 性能比单机有提升；
  • 数据库单独隔离，不会因为应用把数据库搞坏，有一定的容灾能力。
• 缺点：
  • 硬件成本变高；
  • 性能有瓶颈，无法应对海量并发。

---

1.3 应用服务集群架构

---

1. 简介

• 引入了负载均衡，应用以集群方式运行。

2. 出现原因

• 单个应用不足以支持海量的并发请求，高并发的时候站点响应变慢。

3. 架构工作原理

• 通过调整软件架构，增加应用层硬件，将用户流量分担到不同的应用层服务器上，来提升系统的承载能力。

4. 技术案例

• 本例中，负载均衡层一共有三层，分别是DNS，LVS/F5，Nginx。Nginx是软件实现的，最高支持万级左右的高并发。LVVS/F5则是硬件实现的，性能更高，最高支持百万级左右的高并发。DNS本身也有并发功能，可以达到亿万级。
• 如果并发量高到连DNS层的并发都无法满足了，还可以向上找到浏览器、APP，让用户在本地就配置好分配的ip，绕过DNS直接访问服务器。

软件设计哲学：

• 一个人搞不定，喊兄弟过来（横向扩展Tomcat）；
• 没有什么是加一层解决不了的。

5. 优缺点

• 优点：
  • 应用服务高可用，不会一个服务出问题，整个站点挂掉；
  • 应用服务具备一定高性能，如果不访问数据库，应用相关处理通过扩展可以支持海量请求快速响应；
  • 应用服务有一定扩展能力，支持横向扩展。
• 缺点：
  • 数据库成为性能瓶颈，无法应对数据库的海量查询；
  • 数据库只有一个，一旦挂掉整个系统就挂掉了，容错率低；
  • 运维工作增多，扩展后部署运维工作增多，需要开发对应的工具应对快速部署；
  • 硬件成本较高。

---

1.4 读写分离架构

---

1. 简介

• 将数据库读写操作分散到不同的节点上，数据库服务器搭建主从集群，一主一从、一主多从都可以。数据库主机负责写操作，从机只负责读操作。

2. 出现原因

• 数据库成为瓶颈，而互联网应用一般读多写少，数据库承载压力大，主要是由这些读的请求造成的，那么我们可以把读操作和写操作分开。

3. 架构工作原理

4. 技术案例

• 对于写入操作，由主数据库先执行，之后再通过主数据库同步到从数据库。读取操作直接由从数据库执行即可。
• 主从数据库的分配，以及从数据库的并发调度，由mycat, tddl中间层实现。

5. 优缺点

• 优点：
  • 数据库的读取性能提升；
  • 读取被其他服务器分担，写的性能间接提升；
  • 数据库有从库，数据库的可用性提高了。
• 缺点：
  • 热点数据的频繁读取导致数据库负载很高；
  • 当同步挂掉，或者同步延迟比较大时，写库和读库的数据不一致；
  • 服务器成本需要进一步增加。

---

1.5 冷热分离架构

---

1. 简介

• 引入缓存，实行冷热分离，将热点数据放到缓存中快速响应。

2. 出现原因

• 海量的请求导致数据库负载过高，站点响应再度变慢。

3. 架构工作原理

4. 技术案例

• 缓冲区可以采用Redis实现；
• 用户发送写入请求，经过一层一层转化，先访问到了Redis，向缓冲区写入。之后再由缓冲区向数据库写入；
• 用户发送读取请求，经过一层一层转化，先访问Redis，如果请求的数据在缓冲区中，则直接从缓冲区读走数据，返回给用户；如果缓冲区中没有请求的数据，则要去数据库查找数据，返回。

5. 优缺点

• 优点：
  • 大幅降低对数据库的访问请求，性能提升非常明显。
• 缺点：
  • 带来了缓存一致性，缓存击穿，缓存失效，缓存雪崩等问题；
  • 服务器成本需要进一步增加；
  • 业务体量支持变大后，数据不断增加，数据库单库太大，单个表体量也太大，数据查询会很慢，导致数据库再度成为系统瓶颈。

---

1.6 垂直分库架构

---

1. 简介

• 数据库的数据被拆分，数据库数据分布式存储，分布式处理，分布式查询，也可以理解为分布式数据库架构。

2. 出现原因

• 单机的写库会逐渐会达到性能瓶颈，需要拆分数据库，数据表的数据量太大，处理压力太大，需要进行分表，为降低运维难度，业界逐渐研发了分布式数据库，库表天然支持分布式。

3. 架构工作原理

4. 技术案例

• 采用分库分表的方式，实现该架构：

• 直接使用分布式数据库，实现该架构：
  • 使用Redis Cluster缓存集群；
  • 使用现成的分布式数据库Greenplum、TiDB、Postgresql XC、HAWQ 等。

5. 优缺点

• 优点：
  • 数据库吞吐量大幅提升，不再是瓶颈。
• 缺点：
  • 数据库和缓存结合目前能够抗住海量的请求，但是应用的代码整体耦合在一起，修改一行代码需要整体重新发布。

---

1.7 微服务架构

---

1. 简介

• 微服务是一种架构风格，按照业务板块来划分应用代码，使单个应用的职责更清晰，相互之间可以做到独立升级迭代。

2. 出现原因

• 扩展性差：应用程序无法轻松扩展，因为每次需要更新应用程序时，都必须重新构建整个系统；
• 持续开发困难：一个很小的代码改动，也需要重新部署整个应用，无法频繁并轻松的发布版本；
• 不可靠：即使系统的一个功能不起作用，可能导致整个系统无法工作；
• 不灵活：无法使用不同的技术构建单体应用程序；
• 代码维护难：所有功能耦合在一起，新人不知道何从下手。

3. 架构工作原理

4. 技术案例

• 常见的服务治理框架有SpringCloud，Dubbo：

5. 优缺点

• 优点：
  • 灵活性高：服务独立测试、部署、升级、发布；
  • 独立扩展：每个服务可以各自进行扩展；
  • 提高容错性：一个服务问题并不会让整个系统瘫痪；
  • 新技术的应用容易：支持多种编程语言。
• 缺点：
  • 运维复杂度高：业务不断发展，应用和服务都会不断变多，应用和服务的部署变得复杂，同一台服务器上部署多个服务还要解决运行环境冲突的问题，此外，对于如大促这类需要动态扩缩容的场景，需要水平扩展服务的性能，就需要在新增的服务上准备运行环境，部署服务等，运维将变得十分困难；
  • 处理故障困难：一个请求跨多个服务调用，需要查看不同服务的日志完成问题定位。

---

1.8 容器编排架构（docker出现）

---

1. 简介

• 借助容器化技术（如docker）将应用/服务可以打包为镜像，通过容器编排工具（如k8s）来动态分发和部署镜像，服务以容器化方式运行。

2. 出现原因

• 微服务拆分细，服务多部署工作量大，而且配置复杂，容易出错；
• 微服务数量多扩缩容麻烦，而且容易出错，每次缩容后再扩容又需要重新配置服务对应的环境参数信息；
• 微服务之间运行环境可能冲突，需要更多的资源来进行部署或者通过修改配置来解决冲突。

3. 架构工作原理

4. 技术案例

• 在一个大公司中，可能存在很多部门。比如公共服务层是一个部门，该部门有自己的k8s集群，管理旗下的多个容器化微服务。应用服务层分出两个部门，一个商城部，一个直播部，每个部门都有自己的k8s集群。
  

---

2. 一个互联网实战架构

---

---