《从零开始学架构》笔记——第四部分：架构实战

第十五章 互联网架构演进

互联网的浪潮下，各种技术层出不穷，是跟上时代的步伐，还是固守坚固的城池....

技术选型的问题决定软件项目的大方向，新旧技术之争是永恒的焦点。

---

“不识庐山真面目，只缘身在此山中”，跳出技术的范畴，用业务发展的角度去审视技术，答案就会非常清晰。

1000以内的加减乘除用计算器就足够了，不必使用曙光超级计算机。

技术的权衡本质是在业务和成本之间寻求一个平衡点。

淘宝

• 个人网站，2003年4月，淘宝秘密起始于湖畔花园，购买了一个LAMP（Linux+Apache+MySQL+PHP）架构的网站。

• 2003年底，MySQL换成Oracle，同时使用一个开源的连接池代理服务SQL Relay。Oracle容量大、稳定、安全、性能高，Oracle的性能和并发访问能力之所以如此强大，有一个关键性设计——连接池，连接池中放的是长连接，任何一个请求只需要从连接池中取得一个链接即可，用完后释放，不需要频繁的创建和断开连接。

• 2004年，为解决SQL Relay死锁问题，开发语言从PHP换成Jave。原因是当时（04年）Jave是最成熟的网站开发语言，有比较良好的企业开发框架，被世界上主流的大规模网站普遍采用。另外市场上Jave开发人才比较多，后期维护成本较低。

• 2004-2005（大概是这个时间段），引入IBM小型机、使用EMC存储。

• 2005年工作：
  1、Oracle数据库分库，商品信息和用户信息分库存放，由数据库路由的框架DBRoute统一处理数据的合并、排序、分页等操作；
  2、控制层用Spring框架替换EJB；
  3、研发基于Berkeley DB的缓存系统，把很多不太变动的只读信息放了进去；
  4、加入CDN内容分发网络。
  目的：围绕提高容量、提高性能和节约成本。

• 2007年，参照GFS（Google File System），研发了淘宝图片存储系统TFS（TaoBao File System）。
  特点：文件比较小；并发量高；读操作远大于写操作；访问随机；没有文件修改的操作；存储成本低；能容灾、能备份。
  TFS已开源：code.taobao.org

• 2007年，开发分布式缓存系统Tair（TaoBao Pair），由一个中心控制节点和一系列的服务节点组成。
  Tair已开源：code.taobao.org

• 2008年后：
  打散树状节点，把品牌、款式、材质等做成类似于标签的概念（属性），建立离散、灵活的数据结构。
  拆分底层业务，例如建订单、减库存、修改订单状态等原子级操作，由原子级操作组成模块，大量模块可以复用，每个系统可以单独部署。

  开发了高性能服务框架HSF，解决分布式情况下的服务调用问题。

  推出消息中间件Notify：把要发出的通知存放在数据库中，如果实时发送失败，再用一个时间程序来周期性地发送这些通知，系统记录下消息的中间状态和时间戳，保证消息一定能发出，也一定能通知到，且通知带有时间顺序，通知甚至可以实现事务性的操作。

  数据库分库数量增多后，研发出数据查询的中间件TDDL（分布式数据访问层）
  三个主要特性：
  1、将针对数据的读写请求发送到最合适的地方；
  2、数据的多向非对称复制——一次写入，多点读取；

互联网业务发展

• 业务复杂性
  • 初创期（创新，快）0-1w
  • 发展期（堆功能，优化期）1w-10w
  • 架构期（拆功能，拆数据库，拆服务器）10w到100w
  • 竞争期（平台化，避免重复造轮子；服务化，解决系统交互问题）1000w+
  • 成熟期（优化）1亿+
• 用户规模增大
  • 性能
  • 可用性

第十六章 互联网架构模板

存储层技术

• SQL

  当业务发展到一定程度时，独立成中间件，例如百度的DBProxy，淘宝的TDDL。（适合大规模公司）

  中小公司适合使用开源方案：MySQL Router，Atlas

• NoSQL

  性能强，存储结构丰富。

• 小文件存储

  海量存储，海量访问。（图片）

  HBase，Hadoop，Hypertable，FastDFS。

• 大文件存储

  视频。Hadoop，HBase,Storm,Hive

开发层技术

• 开发框架

  选择成熟的框架

• Web服务器

  Tomca，JBoss，Resin，Apache

• 容器

  docker

网络层技术

• 负载均衡

  DNS，Nginx，LVS，F5

• CDN

• 多机房

用户层技术

• 用户管理

  sso，CAS

• 消息推送

平台技术

• 运维平台

  配置

  部署

  监控

  应急

  • 标准化
  • 平台化
  • 自动化
  • 可视化

• 数据平台

  • 数据管理
    • 采集，存储，访问，安全
  • 数据分析
    • 统计
    • 挖掘
    • 机器学习
    • 深度学习

第十七章 开源系统

如何选择一个开源项目

• 是否满足业务
• 是否成熟(版本号1.x以上，使用公司数量，社区活跃度)
• 运维功能是否具备（日志，命令行，管理控制台，故障检测）

如何使用开源方案

• 深入研究，仔细测试
  • 通读文档，了解设计原理
  • 核对每个配置项的作用，识别关键配置项
  • 进行多种场景的性能测试
  • 进行压力测试
  • 进行故障测试
• 灰度发布
• 做好应急（选用成熟的方案备份）

如何基于开源项目做二次开发

• 包装，做辅助系统
• 自己发明轮子