分布式技术专题-服务架构设计-带你统一认识一下系统架构及分析和总结

简介: 分布式技术专题-服务架构设计-带你统一认识一下系统架构及分析和总结

架构的规划谁


  • 架构就是对系统中的实体以及实体之间的关系所进行的抽象描述,是决策。


  • 系统架构是结构和规划,是对物/信息的功能与形式元素之间的对应情况所做的分配,是对元素之间的关系以及元素同周边环境之间的关系所做的定义。


  • 架设计构是个复杂的任务,也是个很大的话题,有了架构之后,就需要让干系人理解、遵循相关决策。




架构图的设计


系统架构图是为了抽象地表示软件系统的整体轮廓和各个组件之间的相互关系和约束边界,以及软件系统的物理部署和软件系统的演进方向的整体视图



架构类型


单体架构、分布式架构、SOA架构、微服务架构、微内核架构和事件驱动架构、无服务架构。



分布式架构


分布式应用架构中,相互独立,代码独立开发,独立部署,通过API接口互相通信。通讯协议一般使用HTTP/RPC,数据格式是JSON(是一种轻量级的数据交换格式),应用集成方式比较简化。


  • 优点: 应用内部高内聚,独立开发、测试和部署,应用之间松耦合,业务边界清晰,业务依赖明确,支持大项目并行开发。
  • 缺点: API接口需求变化,应用就需要重新部署,通信可靠性和数据的封装性相对于进程内调用比较差。



SOA架构


SOA也是分布式应用架构一种。


  • SOA架构提供配套的服务治理,包括服务注册、服务路由、服务授权、服务降级、服务监控等等。
  • SOA架构既体现业务的拆分,又体现业务的整合,更多地从业务整体上考虑系统拆分。
  • 优点:以服务层为主,聚焦核心业务,同时以提供整个系统共享,服务作为独立的应用,独立部署,接口清晰,很容易做自动化测试和部署,服务是无状态的,很容易做水平扩展;通过容器虚拟化技术,实现故障隔离和资源高效利用。
  • 缺点:系统依赖复杂,给开发/测试/部署带来不便,分布式数据一致性和分布式事务支持困难,一般通过最终一致性简化解决。



单体式应用


系统只有一个应用、打包成一个应用;部署在一台机器;在一个DB里存储数据,单体式应用采用分层架构,一般为表示层、业务层、数据访问层、DB层,表示层负责用户体验,业务层负责业务逻辑,数据访问层负责DB层的数据存取


  • 优点:开发、编译、调试一站式、一个应用程序包含所有功能点,容易测试和部署
  • 缺点:系统逐渐庞大时,代码复杂度高,难以维护,应用扩展水平低,业务和模块职责区分不清晰。




微服务架构


  • 微服务架构(microservices architecture)是服务导向架构(service-oriented architecture,缩写 SOA)的升级。
  • 每一个服务就是一个独立的部署单元(separately deployed unit)。这些单元都是分布式的,互相解耦,通过远程通信协议(比如REST、SOAP)联系。



微服务架构分成三种实现模式。


  • RESTful API 模式:服务通过 API 提供,云服务就属于这一类


  • RESTful 应用模式:服务通过传统的网络协议或者应用协议提供,背后通常是一个多功能的应用程序,常见于企业内部


  • 集中消息模式:采用消息代理(message broker),可以实现消息队列、负载均衡、统一日志和异常处理。缺点:是会出现单点失败,消息代理可能要做成集群


  • 优点:扩展性好,各个服务之间低耦合


  • 容易部署,软件从单一可部署单元,被拆成了多个服务,每个服务都是可部署单元
  • 容易开发,每个组件都可以进行持续集成式的开发,可以做到实时部署,不间断地升级
  • 易于测试,可以单独测试每一个服务


  • 缺点


  • 由于强调互相独立和低耦合,服务可能会拆分得很细。这导致系统依赖大量的微服务,变得很凌乱和笨重,性能也会不佳。
  • 一旦服务之间需要通信(即一个服务要用到另一个服务),整个架构就会变得复杂。典型的例子就是一些通用的 Utility 类,一种解决方案是把它们拷贝到每一个服务中去,用冗余换取架构的简单性。
  • 分布式的本质使得这种架构很难实现原子性操作,交易回滚会比较困难。




事件驱动架构


  • 事件(event)是状态发生变化时,软件发出的通知。
  • 事件驱动架构(event-driven architecture)就是通过事件进行通信的软件架构。



事件驱动架构的四个部分


  • 事件队列(event queue):接收事件的入口。
  • 分发器(event mediator):将不同的事件分发到不同的业务逻辑单元。
  • 事件通道(event channel):分发器与处理器之间的联系渠道。
  • 事件处理器(event processor):实现业务逻辑,处理完成后会发出事件,触发下一步操作

对于简单的项目,事件队列、分发器和事件通道,可以合为一体,整个软件就分成事件代理和事件处理器两部分。




事件驱动架构的优缺点


优点


分布式的异步架构,事件处理器之间高度解耦,软件的扩展性好;适用性广,各种类型的项目都可以用;性能较好,因为事件的异步本质,软件不易产生堵塞;事件处理器可以独立地加载和卸载,容易部署



缺点


涉及异步编程(要考虑远程通信、失去响应等情况),开发相对复杂难以支持原子性操作,因为事件通过会涉及多个处理器,很难回滚分布式和异步特性导致这个架构较难测试。


分层架构


分层架构(layered architecture)是最常见的软件架构,也是事实上的标准架构。如果你不知道要用什么架构,那就用它。


这种架构将软件分成若干个水平层,每一层都有清晰的角色和分工,不需要知道其他层的细节。层与层之间通过接口通信。


虽然没有明确约定,软件一定要分成多少层,但是四层的结构最常见。


  • 表现层(presentation):用户界面,负责视觉和用户互动。
  • 业务层(business):实现业务逻辑。
  • 持久层(persistence):提供数据,SQL 语句就放在这一层。
  • 数据库(database) :保存数据。

有的软件在逻辑层和持久层之间,加了一个服务层(service),提供不同业务逻辑需要的一些通用接口。

用户的请求将依次通过这四层的处理,不能跳过其中任何一层。




分层架构


优点


  1. 结构简单,容易理解和开发。
  2. 不同技能的程序员可以分工,负责不同的层,天然适合大多数软件公司的组织架构
  3. 每一层都可以独立测试,其他层的接口通过模拟解决


缺点


  1. 一旦环境变化,需要代码调整或增加功能时,通常比较麻烦和费时
  2. 部署比较麻烦,即使只修改一个小地方,往往需要整个软件重新部署,不容易做持续发布,软件升级时,可能需要整个服务暂停
  3. 扩展性差。用户请求大量增加时,必须依次扩展每一层,由于每一层内部是耦合的,扩展会很困难。




微核架构。


微核架构(microkernel architecture)又称为"插件架构"(plug-in architecture),指的是软件的内核相对较小,主要功能和业务逻辑都通过插件实现。


内核(core)通常只包含系统运行的最小功能。插件则是互相独立的,插件之间的通信,应该减少到最低,避免出现互相依赖的问题。



优点


  1. 良好的功能延伸性(extensibility),需要什么功能,开发一个插件即可
  2. 功能之间是隔离的,插件可以独立的加载和卸载,使得它比较容易部署,
  3. 可定制性高,适应不同的开发需要
  4. 可以渐进式地开发,逐步增加功能



缺点


  1. 扩展性(scalability)差,内核通常是一个独立单元,不容易做成分布式
  2. 开发难度相对较高,因为涉及到插件与内核的通信,以及内部的插件登记机制。



云架构。


云结构(cloud architecture)主要解决扩展性和并发的问题,是最容易扩展的架构。


它的高扩展性,主要原因是没使用中央数据库,而是把数据都复制到内存中,变成可复制的内存数据单元。然后,业务处理能力封装成一个个处理单元(prcessing unit)。访问量增加,就新建处理单元;访问量减少,就关闭处理单元。由于没有中央数据库,所以扩展性的最大瓶颈消失了。由于每个处理单元的数据都在内存里,最好要进行数据持久化。


这个模式主要分成两部分:处理单元(processing unit)和虚拟中间件(virtualized middleware)。

处理单元:实现业务逻辑


虚拟中间件:负责通信、保持sessions、数据复制、分布式处理、处理单元的部署。




相关文章
|
5月前
|
负载均衡 测试技术 调度
大模型分布式推理:张量并行与流水线并行技术
本文深入探讨大语言模型分布式推理的核心技术——张量并行与流水线并行。通过分析单GPU内存限制下的模型部署挑战,详细解析张量并行的矩阵分片策略、流水线并行的阶段划分机制,以及二者的混合并行架构。文章包含完整的分布式推理框架实现、通信优化策略和性能调优指南,为千亿参数大模型的分布式部署提供全面解决方案。
1299 4
|
5月前
|
存储 缓存 安全
某鱼电商接口架构深度剖析:从稳定性到高性能的技术密码
某鱼电商接口架构揭秘:分层解耦、安全加固、性能优化三维设计,实现200ms内响应、故障率低于0.1%。详解三层架构、多引擎存储、异步发布、WebSocket通信与全链路防护,助力开发者突破电商接口“三难”困境。
|
5月前
|
缓存 Cloud Native 中间件
《聊聊分布式》从单体到分布式:电商系统架构演进之路
本文系统阐述了电商平台从单体到分布式架构的演进历程,剖析了单体架构的局限性与分布式架构的优势,结合淘宝、京东等真实案例,深入探讨了服务拆分、数据库分片、中间件体系等关键技术实践,并总结了渐进式迁移策略与核心经验,为大型应用架构升级提供了全面参考。
|
5月前
|
人工智能 自然语言处理 安全
AI助教系统:基于大模型与智能体架构的新一代教育技术引擎
AI助教系统融合大语言模型、教育知识图谱、多模态交互与智能体架构,实现精准学情诊断、个性化辅导与主动教学。支持图文语音输入,本地化部署保障隐私,重构“教、学、评、辅”全链路,推动因材施教落地,助力教育数字化转型。(238字)
902 23
|
5月前
|
Java Linux 虚拟化
【Docker】(1)Docker的概述与架构,手把手带你安装Docker,云原生路上不可缺少的一门技术!
1. Docker简介 1.1 Docker是什么 为什么docker会出现? 假定您在开发一款平台项目,您的开发环境具有特定的配置。其他开发人员身处的环境配置也各有不同。 您正在开发的应用依赖于您当前的配置且还要依赖于某些配置文件。 您的企业还拥有标准化的测试和生产环境,且具有自身的配置和一系列支持文件。 **要求:**希望尽可能多在本地模拟这些环境而不产生重新创建服务器环境的开销 问题: 要如何确保应用能够在这些环境中运行和通过质量检测? 在部署过程中不出现令人头疼的版本、配置问题 无需重新编写代码和进行故障修复
500 2
|
5月前
|
存储 NoSQL 前端开发
【赵渝强老师】MongoDB的分布式存储架构
MongoDB分片通过将数据分布到多台服务器,实现海量数据的高效存储与读写。其架构包含路由、配置服务器和分片服务器,支持水平扩展,结合复制集保障高可用性,适用于大规模生产环境。
413 1
|
5月前
|
存储 人工智能 搜索推荐
拔俗AI助教系统:基于大模型与智能体架构的新一代教育技术引擎
AI助教融合大语言模型、教育知识图谱、多模态感知与智能体技术,重构“教、学、评、辅”全链路。通过微调LLM、精准诊断错因、多模态交互与自主任务规划,实现个性化教学。轻量化部署与隐私保护设计保障落地安全,未来将向情感感知与教育深度协同演进。(238字)
537 0
|
5月前
|
机器学习/深度学习 监控 PyTorch
68_分布式训练技术:DDP与Horovod
随着大型语言模型(LLM)规模的不断扩大,从早期的BERT(数亿参数)到如今的GPT-4(万亿级参数),单卡训练已经成为不可能完成的任务。分布式训练技术应运而生,成为大模型开发的核心基础设施。2025年,分布式训练技术已经发展到相当成熟的阶段,各种优化策略和框架不断涌现,为大模型训练提供了强大的支持。
|
7月前
|
存储 负载均衡 NoSQL
【赵渝强老师】Redis Cluster分布式集群
Redis Cluster是Redis的分布式存储解决方案,通过哈希槽(slot)实现数据分片,支持水平扩展,具备高可用性和负载均衡能力,适用于大规模数据场景。
478 2