分布式系统设计知识图谱

我们身处于一个充斥着分布式系统解决方案的计算机时代，无论是支付宝、微信这样顶级流量产品、还是区块链、IOT 等热门概念、抑或如火如荼的容器生态技术如 Kubernetes，其背后的技术架构核心都离不开分布式系统。

为什么要懂分布式架构设计

系统学习分布式架构设计对于技术人的成长非常关键，对于云原生开发者而言如何设计出符合云原生设计哲学的应用，往往离不开分布式系统知识与方法论的运用。如何设计出高弹性、可配置、可分布、高性能、高容错、更安全、更韧性、快交付的云原生应用往往是衡量开发者水准的重要参考。

然而分布式系统是一个很大的概念，从架构设计、研发流程、运维部署、工程效率等多个角度均有很深的知识可以挖掘，学习成本和难度相对较大。
近期，我整理了过去阅读过的一些和分布式相关书刊和文章，加上自己做分布式开发的一些的心得分享给大家，本文作为开篇，总体上给出知识概览，后续将分篇结合代码实践来进行阐述。起草仓促，水平有限，欢迎大家一起学习指正。

分布式系统大图

一、设计

网关模式，Gateway

功能

• 请求路由，客户端直接调用 Gateway，Gateway 负责路由转发到注册服务上
• 服务注册，后端服务将 API 注册，Gateway 负责路由
• 负载均衡，支持多种负载策略

• round robin
• 随机均衡算法
• 多权重负载
• session 粘连
• 其它

• 安全特性，支持 HTTPS，账户鉴权，及其它安全特性支持
• 灰度发布，可以针对服务版本或者租户等特性做灰度发布
• API 聚合，将多个后端接口聚合，减少客户端调用次数
• API 编排，通过编排来串接多个 API 完成特定业务

设计要点

• 可用性，必须保证高可用
• 扩展性，可以灵活扩展以支持特定业务比如特定业务流控
• 高性能，通常使用异步 IO 模型框架实现，比如 Java netty，Go Channel
• 安全，如加密通信，鉴权，DDOS 防御等
• 运维

• 应用监控，包括容量，性能，异常检测等
• 弹性伸缩，具备高弹性能力，以低成本应对高峰值

• 架构

• 与业务解耦合，提供扩展扩展机制比如 Plugin，Serverless 的思路支持后端业务
• 服务隔离，可以按照后端服务划分网关，做到不同服务使用不同网关
• 网关部署靠近后端，保证网络损耗最小，性能最佳

边车模式，Sidecar

价值

• 分离控制与逻辑，分离业务逻辑与路由，流控，熔断，幂等，服务发现，鉴权等控制组件
• 适用场景

• 老系统改造扩展，Sidebar 进程与服务进程部署在同一个节点，通过网络协议通讯
• 多语言混合分布式系统扩展
• 应用程序由多方提供

设计要点

• 标准服务协议，Sidebar 到 Service，Sidebar 到 Sidebar 协议尽可能与语言解耦
• 聚合控制逻辑比如流控，熔断，幂等，重试，减少业务逻辑
• 不要使用对服务侵入的方式进行进程间通讯如信号量，共享内存，优先使用本地网络通讯的方式比如 TPCP 或者 HTTP

服务网格，Service Mesh

新一代微服务架构，本质是服务间通信的基础设施层。

特点

• 应用间通讯中间层
• 轻量级网络代理
• 解耦应用程序
• 应用程序无感知

主流框架

• Istio
• Linkerd

分布式锁

解决方案

• Redis 分布式锁，SETNX key value PX expiretime

• value 生成，最好全局唯一比如 TraceID，可以使用 /dev/urandom 生成
• expiretime 单位是毫秒，过期锁自动释放 ，锁持有者保证过期时间内争抢资源完成计算

• 悲观锁，先获取锁，再进行操作，吞吐量底
• 乐观锁，使用版本号方式实现，吞吐量高，可能出现锁异常，适用于多读情况
• CAS，修改共享数据源的场景可以代替分布式锁

设计要点

• 排他性，任意条件只有一个 client 可以获取锁
• 锁有自动释放方式，比如超时释放
• 锁必须高可用，且持久化
• 锁必须非阻塞且可重入
• 避免死锁，client最终一定可以获取锁，不存在异常情况锁无法释放的情况
• 集群容错性，集群部分机器故障，锁操作仍然可用

配置中心

• 静态配置，环境及软件启动配置
• 动态配置，运行时动态调整的配置如流控开关，熔断开关等

异步通讯

• 请求响应式，发送方直接向接收方发送请求

• 发送方主动轮询
• 发送方注册一个回调函数，接收方处理完成后回调发送方

• 事件驱动设计（EDA）

• 消息订阅，发送方发布消息，接收方订阅并消费消息
• Broker 中间人，发送方向 Broker 发布消息，接收方向 Broker 订阅消息，彼此解耦,比如中间件 RocketMQ
• 事情驱动设计优势
• 服务间依赖解除
• 服务隔离程度高

幂等性

• 本质是一个操作，无论执行多少次，执行结果总是一致的
• 幂等核心是全局唯一 ID，链路依据全局 ID 做幂等，依据业务复杂度可以选取多种实现方式

• 数据库自增长 ID
• 本地生成 uuid
• Redis 生产 id
• Twitter 开源算法 Snowflake

• HTTP 幂等性，除 POST 外，HEAD，GET，OPTIONS，DELETE，PUT 均满足幂等

二、性能

分布式缓存

缓存更新模式

• Cache Aside，常用模式，应用要维护缓存的失效，命中，更新等动作

• Read/Write Through，缓存代理更新数据库操作，应用视角只有一份存储

• Write Behind Cache，IO 加速方式之一，更新操作只在内测完成，异步进行批量更新数据库

异步处理

• Push 模型，中心调度，复杂度高
• Pull 模型，无中心调度，复杂度底
• Push+Pull 模型

数据库扩展

数据库分片

• 垂直分片

• 字段拆分，将变化频率不同的字段拆分到不同表

• 水平分片

• 哈希算法来分，数据离散度高，降低热点可能性

• 通过时间范围分片，保证数据连续性

• 分片设计要点

• 分片要预留足够空间，避免重新分片

• 分片聚合要并行去做

• 业务尽可能不去做跨分片的事务

三、容错

系统可用性

• MTTF, Mean Time To Failure，系统平均运行多长时间才发生故障，越长越好
• MTTR,Mean Time To Recover, 故障平均修复时间，越短越好
• 可用性计算公式， Availability= MTTF /（MTTF+MTTR）

服务降级

• 降低一致性

• 强一致性，将所有的同步一致性，切换为最终一致性，提高吞吐量
• 弱一致性，必要时候牺牲一致性换取服务整体可靠性

• 关闭次要服务

• 不同应用，关闭次要应用，释放物理资源
• 相同应用，关闭应用次要功能，更多资源给到核心功能

• 简化服务功能

• 如简化业务流程，减少通讯数据等

服务限流

限流目的

• SLA 保证方式之一
• 应对突发峰刺流量，一定程度节约容量规划成本
• 租户隔离策略之一，避免某些用户占用其它用户的资源，导致服务大范围不可用

限流方式

• 服务降级
• 服务拒绝

解决方案

• 服务权重划分，多租户环境将资源按权重划分，保证重要客户的资源
• 服务延时处理，加入服务缓冲队列延缓服务压力，用于削峰
• 服务弹性伸缩，依赖服务监控，弹性伸缩容

流控算法

• 计数器

• 单机或者集群保存某用户某时间段请求数，达到阈值则触发流控

• 队列算法

• FIFO 队列
• 请求速度波动，消费速度均匀，队列满则流控
• 权重队列
• 按服务划分优先级队列，不同队列权重不同
• 队列算法设计关键：队列长度的预设非常关键
• 队列太长，流控未生效，服务已经被打死
• 队列太短，流控被频繁触发，体验差

• 漏斗算法

• 本质上是队列+限流器实现，限流器保证消费速度均匀类 TCP sync backlog
• 转发速度均匀

• 令牌桶

• 中间人已恒定速率向桶里发放令牌，服务请求拿到 token 则开始服务，否则不处理
• 转发速度不均匀，流量小时积累，流量大时消费

• 动态流控

• 实时计算服务能力如 QPS，对比服务 RT 如果 RT 过大，则减少 QPS

设计要点

• 手动开关，主动运维和应急使用
• 监控通知，限流发生时干系人要清楚
• 用户感知，如返回特定错误信息（错误code/错误提示）
• 链路标识，RPC链路加入限流标识方便上下游业务识别限流场景做不同处理

熔断设计

场景

• 过载保护，系统负载过高情况为防止故障产生，而采取的一种保护措施
• 防止应用程序不断尝试可能会失败的操作

三个状态

• Closed，闭合状态，正常状态，系统需要一个基于时间线到错误计数器，如果错误累计达到阈值则切换至 Open 状态
• Open，断开状态，所有对服务对请求立即返回错误，不用调用后端服务进行计算
• Half-Open，半开状态，允许部分请求流量进入并处理，如果请求成功则按照某种策略切换到 Closed 状态

设计要点

• 定义触发熔断的错误类型
• 所有触发熔断的错误请求必须要有统一的日志输出
• 熔断机制必须有服务诊断及自动恢复能力
• 最好为熔断机制设置手动开关用于三种状态的切换
• 熔断要切分业务，做到业务隔离熔断

补偿事务

• CAP

• 一致性 (Consistence)、可用性 (Availability)、分区容忍性 (Partition Tolerance)

• BASE

• Basic Availabillity，基本可用
• Soft State，软状态
• Eventual Consistency，最终一致性

• Design For Failure
• Exponential Blackoff，指数级退避

四、DevOps

部署

基础设施

• 云

• 公有云
• 私有云
• 混合云

• 容器技术

• Docker
• Kubernetes

部署策略

• 停机部署
• 滚动部署
• 蓝绿部署
• 灰度部署
• A/B 测试

配置管理

• Ansible
• Puppet
• Shippable

监控

• Nagios
• DynaTrace

CI 与 CD

五、工程效率

敏捷管理

• Scrum

持续集成

• Jenkins
• CodeShip

持续交付