高并发之数十万甚至百万级qps吞吐量方案
Nginx虽然很强大,但是面对大并发时,一台Nginx总是有限的。即使后端有多台Nginx组成的集群时,前端毕竟只有一台Nginx,资源往往有限。
下面将介绍应对这样的情况应该有的解决方案,其实原理就是集群,使用的是LVS。
我猜测和简单的理解(观点虽然是错的,但是好理解,如果要深入原理远没有这么简单):为什么LVS的集群能够抵御这么大的并发,一切都出在VIP上,首先依托LVS的负载均衡调度器,这个是在Linux内核级别的,估计是在网络七层中的第一层就转发了,然后就是链表处理,然后把请求转发到各个集群,再到Nginx。既然是内核级别的,那么资源肯定占用的非常少,只做个最基本的转发。
下面是详细的介绍:
一、问题域
Nginx、LVS、Keepalived、F5、DNS轮询,往往讨论的是接入层的这样几个问题:
1)可用性:任何一台机器挂了,服务受不受影响
2)扩展性:能否通过增加机器,扩充系统的性能
3)反向代理+负载均衡:请求是否均匀分摊到后端的操作单元执行
二、上面那些名词都是什么概念
1)Nginx:一个高性能的Web-Server和实施反向代理的软件
2)LVS:Linux Virtual Server,使用集群技术,实现在Linux操作系统层面的一个高性能、高可用、负载均衡服务器
3)Keepalived:一款用来检测服务状态存活性的软件,常用来做高可用
4)F5:一个高性能、高可用、负载均衡的硬件设备
5)DNS轮询:通过在DNS-Server上对一个域名设置多个IP解析,来扩充Web-Server性能及实施负载均衡的技术
三、接入层技术演进
【裸奔时代单机架构】
裸奔时代的架构图如上:
1)浏览器通过DNS-Server,域名解析到IP
2)浏览器通过IP访问Web-Server
缺点:
1)非高可用,Web-Server挂了整个系统就挂了
2)扩展性差,当吞吐量达到Web-Server上限时,无法扩容
注:单机不涉及负载均衡的问题
【DNS轮询】
假设Tomcat的吞吐量是1000次每秒,当系统总吞吐量达到3000时,如何扩容是首先要解决的问题,DNS轮询是一个很容易想到的方案:
此时的架构图如上:
1)多部署几份Web-Server,1个Tomcat抗1000,部署3个Tomcat就能抗3000
2)在DNS-Server层面,域名每次解析到不同的IP
优点:
1)零成本:在DNS-Server上多配几个IP即可,功能也不收费
2)部署简单:多部署几个Web-Server即可,原系统架构不需要做任何改造
3)负载均衡:变成了多机,但负载基本是均衡的
缺点:
1)非高可用:DNS-Server只负责域名解析IP,这个IP对应的服务是否可用,DNS-Server是不保证的,假设有一个Web-Server挂了,部分服务会受到影响
2)扩容非实时:DNS解析有一个生效周期
3)暴露了太多的外网IP
【Nginx】
Tomcat的性能较差,但Nginx作为反向代理的性能就强多了,假设线上跑到1w,就比Tomcat高了10倍,可以利用这个特性来做扩容:
此时的架构图如上:
1)站点层与浏览器层之间加入了一个反向代理层,利用高性能的Nginx来做反向代理
2)Nginx将Http请求分发给后端多个Web-Server
优点:
1)DNS-Server不需要动
2)负载均衡:通过Nginx来保证
3)只暴露一个外网IP,Nginx->Tomcat之间使用内网访问
4)扩容实时:Nginx内部可控,随时增加Web-Server随时实时扩容
5)能够保证站点层的可用性:任何一台Tomcat挂了,Nginx可以将流量迁移到其他Tomcat
缺点:
1)时延增加+架构更复杂了:中间多加了一个反向代理层
2)反向代理层成了单点,非高可用
【高可用方案Keepalived】
为了解决高可用的问题,Keepalived出场了:
此时:
1)做两台Nginx组成一个集群,分别部署上Keepalived,设置成相同的虚IP,保证Nginx的高可用
2)当一台Nginx挂了,Keepalived能够探测到,并将流量自动迁移到另一台Nginx上,整个过程对调用方透明。
优点:
1)解决了高可用的问题
缺点:
1)资源利用率只有50%
2)Nginx仍然是接入单点,如果接入吞吐量超过的Nginx的性能上限怎么办,例如qps达到了50000呢?
【垂直扩容方案 LVS/F5】
Nginx毕竟是软件,性能比Tomcat好,但总有个上限,超出了上限,还是扛不住。
LVS就不一样了,它实施在操作系统层面;F5的性能又更好了,它实施在硬件层面;它们性能比Nginx好很多,例如每秒可以抗10w,这样可以利用他们来扩容,常见的架构图如下:
此时:
1)如果通过Nginx可以扩展多个Tomcat一样,可以通过LVS来扩展多个Nginx
2)通过Keepalived+VIP的方案可以保证可用性
多数的公司到这一步基本就能解决接入层高可用、扩展性、负载均衡的问题。
好吧,不管是使用LVS还是F5,这些都是scale up(垂直扩展)的方案,根本上,LVS/F5还是会有性能上限,假设每秒能处理10w的请求,一天也只能处理80亿的请求(10w秒吞吐量*8w秒),那万一系统的日PV超过80亿怎么办呢?
【水平扩容方案DNS轮询】
水平扩展,才是解决性能问题的根本方案,能够通过加机器扩充性能的方案才具备最好的扩展性。
facebook,google,baidu的PV是不是超过80亿呢,它们的域名只对应一个IP么,还是得通过DNS轮询来进行扩容:
此时:
1)通过DNS轮询来线性扩展入口LVS层的性能
2)通过Keepalived来保证高可用
3)通过LVS来扩展多个Nginx
4)通过Nginx来做负载均衡,业务七层路由
四、总结
稍微做一个简要的总结:
1)接入层架构要考虑的问题域为:高可用、扩展性、反向代理+扩展均衡
2)Nginx、Keepalived、LVS、F5可以很好的解决高可用、扩展性、反向代理+扩展均衡的问题
3)水平扩展scale out是解决扩展性问题的根本方案,DNS轮询是不能完全被Nginx/LVS/F5所替代的
高并发之数十万甚至百万级qps吞吐量方案相关推荐
- socket io 不使用redis_为什么Redis单线程能够达到数十万、百万级的QPS?
性能测试报告 查看了下阿里 Redis 的性能测试报告如下,能够达到数十万.百万级别的 QPS(暂时忽略阿里对 Redis 所做的优化),我们从 Redis 的设计和实现来分析一下 Redis 是怎么 ...
- 攻克数据库核心技术壁垒,实现百万级QPS的高吞吐
CynosDB是腾讯云自研的新一代高性能高可用的企业级分布式云数据库.融合了传统数据库.云计算与新硬件的优势,100%兼容开源数据库,百万级QPS的高吞吐,不限存储,价格仅为商用数据库的1/10. C ...
- 性能第三讲:百万级QPS,支撑淘宝双11需要哪些技术
性能第三讲:百万级QPS,支撑淘宝双11需要哪些技术 又到一年双11,相信大部分同学都曾经有这个疑问:支撑起淘宝双11这么大的流量,需要用到哪些核心技术?性能优化系列的第二篇我想跟大家探讨一下这个话题 ...
- SQL数据库不用SQL语句能显示全表的内容_MySQL百万级数据库优化方案
一.百万级数据库优化方案 1.对查询进行优化,要尽量避免全表扫描,首先应考虑在 where 及 order by 涉及的列上建立索引. 2.应尽量避免在 where 子句中对字段进行 null 值判断 ...
- 阿里云云盾抗下全球最大DDoS攻击(5亿次请求,95万QPS HTTPS CC攻击) ,阿里百万级QPS资源调度系统,一般的服务器qps多少? QPS/TPS/并发量/系统吞吐量...
阿里云云盾抗下全球最大DDoS攻击(5亿次请求,95万QPS HTTPS CC攻击) 作者:用户 来源:互联网 时间:2016-03-30 13:32:40 安全流量事件https互联网资源 摘要: ...
- mysql 百万级数据库优化方案【转】
一.百万级数据库优化方案 1.对查询进行优化,要尽量避免全表扫描,首先应考虑在 where 及 order by 涉及的列上建立索引. 2.应尽量避免在 where 子句中对字段进行 null 值判断 ...
- 百万级 QPS 业务新宠,金山办公携手 Apache APISIX 打造网关实践新体验
背景介绍 金山办公是目前国内最大的办公软件厂商,旗下产品涉及 WPS.金山文档.稻壳等.在业务层面上由数千个业务以容器化部署在内部云原生平台,目前 Apache APISIX 在金山办公主要负责为中台 ...
- oom 如何避免 高并发_微博短视频百万级高可用、高并发架构如何设计?
本文从设计及服务可用性方面,详细解析了微博短视频高可用.高并发架构设计中的问题与解决方案. 今天与大家分享的是微博短视频业务的高并发架构,具体内容分为如下三个方面: 团队介绍 微博视频业务场景 &qu ...
- 百万级QPS,支撑淘宝双11需要哪些技术
目录 前言 正文 1.MySQL硬抗 2.分布式缓存(Tair)硬抗 3.客户端分布式缓存 4.缓存预热 5.客户端本地缓存 6.访问DB加锁 7.热点探测 8.限流 9.全链路压测 10.预案 11 ...
最新文章
- 集合list set Map问题
- 华南师范大学计算机学院拟录取,华南师范大学各学院2015年硕士拟录取名单公示...
- 判断身份证号是否合法
- springside3.3.4部署小结
- stl.map使用总结
- Artifact ssmbuild:war exploded: Error during artifact deployment. See server log for details
- [MySQL]命令行工具和基本操作
- Boost.Asio技术文档汇总
- mysql端口转发_SSH做MySQL端口转发
- linux/unix 段错误捕获【续】
- 字典哈希表的实现原理_GCC中unordered_(multi)set/map的实现原理 (Part 2 图解哈希表结构)...
- Python MD5
- linux系统下安装ns,Ubuntu 14.04下安装ns2.35
- linux install nginx
- 解决vue页面刷新或者后退参数丢失的问题
- 搭建基于ASP.NET 2.0的DNN 4.X模块开发环境及模块实例(2)
- 《WF编程》系列之16 - 工作流与外部世界:生存周期事件 3.2 工作流与外部世界
- 超实用的桌面收纳盒!
- vs2010 正式版官方下载地址
- 2022年圣诞节外贸出口热门清单 外贸进出口商品查询 贸易动力
热门文章
- 下载vimeo视频_使用Vimeo的API和Slim构建基本的视频搜索应用
- HDMI画面分割器功能应用
- 软件测试与游戏测试的不同之处
- 小梅哥FPGA:嵌入式块RAM使用之FIFO
- 【spark】Spark环境搭建(运行模式)
- 一行python并行加速for循环_加速列表和for循环python
- mysql unknown variable basedir_mysql登陆报错mysql: unknown variable 'basedir=
- randperm算子不支持导出onnx
- Windows+python3.6+Anaconda安装shogun包
- 判断当前系统是 安卓还是ios