一眨眼2019年就过去了。我希望从按照中间件分别阐述一些常见的架构问题,以及解决方案一方面这些问题与解决方案具备一定通用性 。另一方面也算是面试中常见嘚问题。
我希望根据自己待过各种规模公司的经验来谈一些看法
- 如果是针对大部分小公司的工作或面试,这些问题都稍微留下个印象即鈳因为小公司的技术对这些问题并不是很看重,或者说机会用不到(小型公司往往追求产品功能的实现业务的推进等)。
- 如果是针对夶部分中型公司的工作或面试希望可以完整地知道这些问题与解决方案。因为在中型公司中这些问题都或多或少遇到,甚至是需要迫切解决的
- 如果是大型公司的话,那么不仅仅需要知道这些问题与解决方案还需要从中理解为什么会有这样的问题,为什么这样解决茬现有的项目中应该如何应用,是否提升空间等因为在大公司中,一方面其内部往往采用自研框架其它框架能够借鉴的只有方案,思想等精髓;另一方面大公司不缺乏那些应用开源框架的人缺的是把握方案通用思想的人。
如果上述无法理解的话大家可以从功能性追求与非功能性追求两个方面去思考。就像写一个简单的方法一样最基本的要求是实现其功能,紧接着就是不断追求其非功能性(如性能扩展性,安全性等)放大来看,对于公司的技术发展也是如此或者说更为严格。
之后找个机会专门写个博客,来谈谈我对公司技術与公司的看法
话题收回来,接下来让我开始有关中间件问题与解决方案的阐述吧。
既然提及缓存中间件相关的问题及方案首先就偠谈谈这个缓存。
原本我想通过高速缓存举例但是想了想还是用内存举例子吧。
比如我们现在玩的单机游戏往往都容量都非常大(几┿G,乃至上百G)轻轻松松都超过了电脑内存(16G)。那么很明显电脑在运行游戏时是不可能将整个游戏文件都放入内存的。但是如果文件都在硬盘里需要的时候再读取,显然硬盘的读写速度时不够的(由于游戏文件类别很多所以硬盘不可能一直顺序读写),那游戏也會经常卡顿加载缓慢等。那么该如何解决这个问题呢
其实这个问题和我们业务中遇到的一些问题是很类似的。一方面我们希望用户可鉯在保证用户体验的前提下查询数据(如设备列表订单列表等),另一方面我们不可能将所有数据都放在内存(内存的读写速度比硬盘赽所以就不解释为什么用硬盘了)中。那么到底该怎么解决这个问题呢
这里就需要说到局部性原理了。局部性原理指的是数据的访问往往趋向于聚集在较小的连续区域这里的连续区域包含两个方面:
- 时间维度:一个被使用的数据,在接下来较短的时间内往往会被再佽使用。
- 空间维度:一个被使用的数据其关联的数据,往往也会被使用
局部性原理是在内存,高速缓存部分提出来用于解决问题的。
其实我与朋友交流分布式的一些想法时,经常说:分布式系统和单机内部是非常相似的很多理念都是相通的。当想通了这点后就鈳以去思考两者的区别的。
缓存中间件其实就是利用了局部性原理不过缓存中间件本身只实现了局部性原理的时间维度。这也是为什么佷多人都说缓存中间件是用来保存热点数据符合二八定律。不过我们可以在应用部分实现局部性原理的空间维度
五六年前,有人就提絀一个有关缓存的问题那就是缓存作为一个非持久化数据,我们该怎么划分它是否需要保证它的可用性。其中就有一位阿里的前辈在怹的书中提到他更倾向于认为缓存并不是一种持久化数据,不该将缓存作为一种可靠数据源但是这位前辈也表示现有的框架中对缓存依赖较重,应该在一定程度上保护它们避免缓存雪崩等情况。
我的看法是在现有的技术体系中,缓存中间件等已经不再只是一个缓存叻一方面我们已经将Session等重要数据放在了缓存中,并且目前没有一个更合适的对应存储(我认为暂时也不需要一个新的存储方式但是如果需要的话,可以将缓存中间件实例等按照内容的生命周期等进行分组)另一方面,我们会需要明确缓存在系统中职责它只是用来作為缓存,以及一些分布式内存但是诸如单机所有的内部调用,应该通过消息中间件或RPC等来实现并且明确不同缓存的职责,如Session不该放在CookieΦ等
缓存框架大致可以从客户端到数据源,分成以下分类
我特意查询了一下百度,首页上的有关缓存架构的博客一半都只是在围绕著缓存中间件阐述缓存架构,剩下的一般也往往在大分类上有所遗漏(如浏览器缓存数据库缓存)。当然也有一些博客在专门的领域阐述得较为深入或者层次的划分比较不错。故本博客只是在阐述现阶段我对缓存架构的认识(也借鉴了一些书籍课程的缓存体系)。
浏覽器缓存也是很多时候被后端所遗忘的部分。因为这已经不属于后端的工作了但这一定属于架构师或者相关技术负责的职责。当然还囿一个原因是我做过专门的前端开发
说白了,就是在浏览器保存一部分数据当然这需要前端进行开发。
由于是浏览器缓存位于整个web請求相应框架的client端,所以对业务提供方没有任何负载压力与影响只是客户端的浏览器存在些许的存储占据与计算负载。
- Cookie等的存储容量是囿限的需要注意分配。
- Cookie等的存储是明文的不可以存储敏感数据,否则会存在安全隐患
- Cookie等需要注意存储时间时间的有效设置。
- Cookie等存在┅定的学习成本与相关特性(如Cookie的域名设置问题,父域名无法读子域名的Cookie数据)
- Cookie等需要明确业务中有哪些数据适合放在这里,如域名等
在我之前负责的IOT项目中,页面往往存在大量的数据如终端列表,传感器列表监测点列表等。并且数据间存在一定数据关系如需偠通过现存的终端列表来获取对应传感器列表,又如通过传感器列表来获取对应报警列表等
为了避免页面切换时,为了获取一个列表而需要多次请求(如为了获得已选定的终端列表的传感器列表需要先请求终端列表),所以通过LocalStorage来存储终端列表
- CDN是构建网络上的内容分發网络
- CDN可以使得用户就近获取所需内容,避免网络拥塞提高用户访问速度
- CDN依靠部署在各地的服务器,通过镜像服务器实现内容同步其包括负载均衡,内容分发调度等模块。
- 降低访问延迟使得用户就近获取所需内容,避免过多路由造成用户访问延迟问题
- 降低服务器壓力。毕竟放在CDN服务器的内容就不用到应用服务器获取了。
- 消除运营商差别消除运营商之家互联的瓶颈造成的影响,使得所有用户获嘚同样的访问质量
- 集群抗攻击广泛分布的CDN节点,可有有效避免DDOS等攻击
- 同步缓慢。由于CDN是大量且分层的节点分布所以数据的下发与同步会比较缓慢。
- 如果是使用收费服务则需要一定支出。如果是自建CDN则需要技术付出。个人推荐不必要的话,还是直接采用CDN收费服务吧性价比更高一些。
- 自身Web体系需要进行相应的调整如CDN文件更新与服务器文件更新(版本号等手段)等问题。
该部分内容引自网易云課堂。
- 缓存代理软件:Squid
- 缓存算法决定命中率源服务器压力,FTP节点存储能力
- 分发能力取决于IDC(网络数据中西)能力和IDC策略性分布
- 负载均衡軟件:nginxcdn架构
- 负载均衡(智能调度)决定最佳路由响应时间,可用性服务质量
- 基于DNS的负载均衡以CNAME实现域名中专,智取最优节点服务
- 缓存點有客户端浏览器缓存本地DNS服务器缓存
- 缓存内哦让那个有DNS地址缓存,客户请求内容缓存动态内容缓存
就当扩展一下见识吧(囧)
如果写过前端代码会知道有的时候,我们采用的jQuery等通用JSCSS等大多是使用公共的cdn地址。
有的公司会将公司的一些公共JS,图片等静态资源(尤其是公司Logo等)放在CDN上。进行网页开发时直接引用对应的CDN地址。
负载层缓存一般是与负载均衡器楿关的缓存这里我就拿nginxcdn架构举例。
nginxcdn架构可以通过以下三种手段实现缓存:
- 转发请求至对应缓存服务器
- 可以通过lua模块,直接从外部缓存(如Redis等)获取缓存数据
nginxcdn架构对客户端已经访问的内容在nginxcdn架构服务器本地建立缓存副本那么在一定时间内再次访问这些内容时,就不需要請求后面的应用服务器了
与此同时,当后面的应用服务器无法提供服务时(如宕机)nginxcdn架构服务器上的缓存资源还能够回应相关的用户請求,提高了后面应用服务器的鲁棒性(健壮性)
- 商业成本无。nginxcdn架构是开源的无需商业付费。
- 技术迭代成本低现有的Web体系大多采用nginxcdn架构,进行技术迭代时在nginxcdn架构只需要增加一个新的模块即可。
- 可定制可以根据需要,对指定路径指定资源等进行定制化的缓存策略。
- 需要对nginxcdn架构的缓存模块进行一定的认识与学习毕竟很多人使用nginxcdn架构都只是CV一下配置。
- 需要根据业务需要与技术特点进行缓存策略的調整。如果缺乏经验与足够的认识可能会指定出不恰当的缓存技术规范(如哪些数据该走nginxcdn架构缓存模块等)。
基本认识缓存文件位置设置
- 第一个参数为缓存目录
- 第二个keys_zone参数指定缓存名称和占用内存空间的大小。
- nginxcdn架构默认会缓存所有get和head方法的请求结果缓存的key默认使用请求字符串
- 指定请求至少被发送了多少次以上才被缓存,从而避免低频请求被缓存如proxy_cache_min_uses 5;
默认情况下,缓存内容是长期留存除非缓存的容量超出谁知的限制。也可以自定义设置有效时间如:
通过proxy_cache_bypass指令,明确请求对应的响应来自原始数据而不是缓存。
表示:如果任何一个参數不为空或者不等于0,nginxcdn架构就不会查找缓存直接进行代理转发。
其实Squid缓存服务器与nginxcdn架构缓存十分类似(毕竟nginxcdn架构的缓存就是仿照Squid的)所以这里只是表示有这么个选择,不做深入
nginxcdn架构是C语言开发(这也是nginxcdn架构高性能的根本原因之一),并且nginxcdn架构模块需要用C开发并且需要符合一系列复杂的规则,还需要熟悉nginxcdn架构源码
- 高并发,非阻塞地处理各种请求
- Lua内建协程(可对比golang),从而将异步回调转换成顺序調用的形式
- 每个协程都有一个独立的全局环境(变量空间),继承于全局共享的只读的“comman data”。
上述只是简单提一下Lua扩展感兴趣的可鉯查询相关资料。
这里继续阐述Lua扩展实现缓存功能。
为了帮助大家理解先说一下实际应用。
nginxcdn架构针对HTTP请求处理有十一个阶段。与之楿对的ngx_lua模块的执行指令都包含在了上述的十一个阶段。这里只说一下其中的content_by_lua指令针对的是nginxcdn架构的content阶段,可以在locationlocation if范围内使用,主要作為内容处理器接收请求处理并输出响应。
这样配置后直接浏览器访问本地ip(或者通过curl命令),可以看到“Hello,world”
当然,这种用法相对比較初级在OpenResty中存在一些组件,可以帮助ngx_lua模块直接访问Redis这样的数据源这样就可以将一些简单的数据通过这种方式来进行访问,降低应用服務器压力
- 门槛较低。可以按照一些配置模板直接进行使用
- 扩展性较强。ngx_lua模块的应用上限还是比较高的
- 灵活性强ngx_lua模块的灵活性,表示其在缓存方面具有较高的灵活性
- 精通难想要精通这部分的话,需要了解lua脚本以及nginxcdn架构的HTTP请求阶段等。
- 额外的开发任务除了应用开发外,还需要专门的lua开发
- 耦合性较高。一个页面一个功能,却往往需要进行nginxcdn架构与后端联合开发
- 任务难以界定。在业务上难以界定一些功能的开发该归于哪个模块(nginxcdn架构后端)。
至此我们已经了解了缓存架构中最靠近用户的三层缓存:浏览器缓存,CDN缓存负载层缓存。