作者 | 吕昭波

2006年，第一个云计算（Cloud Computing）产品诞生，云计算的概念也被提出，现在云计算几乎已经渗入所有的行业和应用场景中。我们不一定能直接感受到云计算对日常生活、工作、学习的影响，但作为IT基础设施，它却悄然支撑着我们正在使用的各个应用。

我们可以从另一个角度去认识云计算的整体架构和服务能力，也就是云计算架构体系，如图1-2所示，其中概括了云计算从下到上的组成结构，包括基础设施、云计算操作系统、产品体系（包含安全与合规、监控与管理）、解决方案体系、服务体系。

完整的技术架构设计也是有步骤可循的，先是收集需求分析，根据需求分析进行架构设计，再进行评估改进及交付实施，然后持续运营，如图1-6所示。在架构设计的各个阶段中，每个阶段均导入前一个阶段的结果，经过当前阶段处理后输出设计方案或搭建环境，渐进式地推进完整解决方案的设计。

（1）需求分析阶段由用户输入需求痛点，经过分析后输出需求分析表。

（2）在架构设计阶段中，根据需求分析表来匹配合适的设计模式，形成完整的架构设计方案。

（3）在评估改进阶段，对已完成的架构设计方案进行评估，输出经过评估和参考良好架构设计原则改进过的架构设计方案。

（4）在交付实施阶段，根据经过评估改进的架构设计方案在云平台中搭建环境、部署业务，提供符合架构设计的云端环境。

（5）在架构的持续运营中，输入解决方案和当前业务运行状况，持续巡检、分析、评估，输出改进措施，进行重构改进，并周而复始地根据新需求提供方案。

基于云计算进行架构设计，所有的技术解决方案都应遵循一定的原则，这也是架构设计中要追求的目标。图1-7所示为架构设计的6大原则，包括合理部署、业务持续、弹性扩展、性能效率、安全合规、持续运营。

这6大原则代表了架构设计中需要考虑的不同角度，只有同时遵循这些原则才能设计出完善的架构方案，但在实际情况中，并不需要在所有架构设计中把所有设计模式都融入进去，构建繁杂的架构方案。后面会对这6大原则逐一展开介绍，从各个原则的子项中进行设计。

合理部署

业务系统在公有云上的部署包括使用虚拟机形式的云主机，还包括性能更强的物理云主机形式，托管服务包括托管应用、托管物理服务器。

基于IT历史资源状况、合规性要求等，很多企业还没有上云，针对这种情况，将云计算操作系统抽取出来打包为独立的软件和服务，在用户的私有化环境中进行部署。区别于公有云面向“任何”用户开放使用，私有化部署仅面向少数指定的用户使用。

混合架构能够对公有云和私有化部署的平台、传统的VMware、OpenStack虚拟化平台或物理服务器等资源进行统一管理和调度，混合架构既享受了不变更本地环境、满足合规要求的好处，又享受了云平台资源丰富、服务能力充足等优势。混合架构也是当前企业转型上云的一种中间状态，会长期存在。

在跨境电商、游戏出海等场景下会使用到全球范围内的多个地域，将业务和数据靠近用户来部署可以减少网络延迟、提升访问体验。因此，纳入了全球部署，来重点解决如何在全球范围内尽可能靠近用户部署的问题，也能实现数据同步存储和处理的方案。

不能相信任何一块硬盘、任何一台云主机、任何一个可用区、任何一个地域，也不能完全相信任何一个云服务商，进行业务部署时应选择多个公有云平台，提升业务持续性，弥补单个云服务商在资源和服务上的短板，屏蔽云服务商的一些技术锁定和商业绑定。

业务持续

业务持续性主要是指高可用、高可靠、灾难恢复三方面，在设计模式中也是按照这个逻辑展开的。

• 高可用（High Availability），是指当业务运行的资源出现故障时，通过冗余等设计来避免业务中断。

• 高可靠（Continuous Operations），是指业务运行的资源无故障，业务可持续提供服务。

• 灾难恢复（Disaster Recovery），是指当业务运行环境遭到破坏时，在不同环境中恢复应用和数据的能力。

在架构设计的每一层中都应实现冗余和业务持续性，没有冗余就意味着会出现单点，而单点一旦出现故障，就会造成局部服务终止。

• 存储产品：块存储通过三个副本实现冗余，当一个副本出现错误时，通过其他副本来校验和恢复数据；对象存储中通过纠删码来实现数据冗余校验，提供可恢复能力；对象存储提供跨区域复制功能，避免单个地域成为对象存储的单点。

• 备份方案：在云端通过跨可用区、跨地域的数据备份提升可靠性，避免只存储一份数据；在混合架构中将数据备份到云端，在本地环境数据损坏时，可通过云端备份文件进行恢复。

• 容灾方案：对业务系统实现容灾，避免当前业务环境成为单点，提升整体业务的可用性和抗风险能力。

• 高可用：通过跨可用区的负载均衡部署实现云主机和可用区的冗余；通过全局负载均衡实现跨地域、跨云平台的高可用。

弹性扩展

紧耦合的系统不容易扩展，在出现软件Bug和系统故障时难以排查问题，调用每个系统组件的压力各不相同，小问题逐级放大，容易造成整个业务中断。要保持系统弹性扩展，首先要进行系统组件的解耦，包含动态数据和静态数据解耦，解耦后的组件可实现功能单元化，各司其职。

解耦之后再对组件和服务进行扩展，即计算资源的纵向扩展、横向扩展和自动伸缩，包括数据库层的扩展，还有通过混合架构延展本地环境的计算、存储备份、安全防护、产品服务能力。对应用和数据的迁移也算作整个系统的扩展，从一个环境迁移到另外一个环境，系统应保持弹性扩展，在需要迁移时能够快速实施迁移。最后还要进行均衡，组件解耦、资源和服务扩展之后需要统一的接入入口，以屏蔽底层解耦与扩展带来的接口不统一等问题，将这些都纳入均衡和全局负载均衡中来介绍。

在各个层面实现解耦，通过消息队列来解耦组件之间的通信，并解耦事件；通过Redis等共享存储实现状态数据与计算资源的解耦；采用云主机部署业务应该面向服务而非资源，将资源与业务解耦；存储实现弹性可挂载和可卸载的云硬盘，采用可绑定和解绑定的EIP；通过DDoS防护、WAF防护等解耦安全防护与计算资源；使用原生的计算能力、存储能力将业务与云平台的特性解耦，实现业务在多个云平台中的可扩展。

组件解耦是实现可扩展的前提，可通过以下方式进行解耦。

• 保持无状态，将状态数据存储到Redis中。

• 放到负载均衡中，扩容、缩容不影响整体业务。

• 通过消息队列、API Gateway解耦，生产者、消费者可扩展且互不影响。

• 实现业务的全局负载均衡，后端业务能够在混合架构、多云环境中进行扩展

性能效率

非常多的解决方案和案例中都涉及高并发、流量激增带来的对性能的挑战，在性能效率中，主要目标是发现和提升应用的性能，提高资源和组件的效率。

首先是计算性能，通过采用高配置的云主机或物理云主机来提升单机性能，通过集群形式扩展整体服务性能。

其次是存储和缓存，通过Redis来缓存热点数据、存储临时状态数据，在内存中进行计算能够提升业务性能。在每一层使用缓存，通过CDN缓存静态文件，对没有命中的文件进行回源；通过Redis缓存数据库，加速数据库的访问；通过Redis缓存热点配置文件、热点数据，提前加载，减少访问时间。

再次是对网络性能的优化，在业务实现全球部署时选择最优数据中心，并且基于全球基础网络、CDN及全球应用加速来提升网络性能，获得请求加速效果。

最后介绍应用性能监测和压力测试，从应用的角度上来评测当前的性能状况、发现问题瓶颈，并针对性地解决问题。

安全合规

安全合规一方面是为了满足业务安全防护的自身需求，另一方面是满足安全监管的合规要求，在具体实施时会将这两方面交叉在一起。

首先，从用户账号和权限管理切入，为合适的人员分配恰当的账号、角色，授予最低权限，对于通过API或CLI来访问的程序或人员分配恰当的公钥、私钥和权限，对于临时访问的对象存储文件Token等也进行严格管理。其次，还有在整个安全体系中的终端安全、数据安全、网络安全、应用安全，以及对日志、行为、数据库操作的审计。最后，还有等保2.0的要求、网站备案要求、满足GDPR等各地区对业务和数据隐私要求的制度等。

• 在账号体系中设置主账号、子账号，并对公钥、密钥进行管理；设置合适的角色，为账号、角色分配所需要的最低权限。

• 通过ACL控制网络访问；通过安全组限制云主机开放的端口等；通过子网和路由控制跨子网的通信。将数据库及只需要内部访问的云主机配置到内网VPC中，设置允许访问的VPC，设置为不连通外网。

• 防止DDoS、cc、SQL注入、XSS等攻击。

• 安全审计，保留访问日志、操作日志，逐步实现低频存储、归档存储等。

持续运营

云平台提供的资源与服务均有SLA，云主机的SLA通常为99.95%，用户构建的业务系统都是基于云资源和云服务的SLA，在此之上构建可用性、可靠性更高的业务系统。对于自身业务系统，也需要制定SLA来表明服务可用性或其他指标，制定了用户业务的SLA后，就可以按照SLA阈值来设置高可用限流值，综合评估整体业务的服务可用性和数据可靠性，并指定故障应急措施。

在持续运营中会对云资源、云服务、事件及用户的应用进行监控，并设置告警，在达到告警条件时，通过电话、短信、邮件、钉钉、微信等方式通知相关人员，将告警交给回调函数，可实现自动化故障处理或相应的应急预案，减少人工介入。

应该在架构设计的每一层进行监控与告警，包括对云资源、事件、应用运行状况的全方位监控。对于用户自定义的需要监测的资源与服务，需要配置合理有效的告警策略来及时发现异常情况。通过Advisor实现云平台巡检，持续监测资源的变化，持续定期评估业务架构，及时发现业务架构是否还匹配业务需求。

此外，还需要具备自动化响应及处理功能，自动伸缩能够通过监控CPU等指标自动扩容或缩容云主机数量；通过定时器固定周期扩容或缩容云主机数量。实现事件驱动响应，由事件消息触发执行脚本、回调函数等操作，实现智能运维，根据事件和告警自动触发运维操作，编排运维脚本，通过智能运维的方式来减少人工运维。

及时发现消费及业务成本的变化，并对成本进行优化。设置账户余额告警值，避免快速消费，实现成本控制。评估资源使用时长，将按时计费的资源转变为按月、按年计费，优化资源的使用。通过Advisor中建议的成本优化释放没有使用的EIP，根据CPU等指标来减少云主机数量或降低云主机配置，云主机处理对象存储时通过内网进行访问，减少外网访问的流量费用。通过多云部署实现成本优化，综合多个云平台的资源价格选择资源，选用较优的组合方案，通过其他云平台更低单价的竞价实例云主机来处理OLAP的业务。