分布式架构——分布式架构的演进过程（下）

上一篇博客简单介绍了分布式的发展历史和基本概念

本篇博客则将以电商系统为例，详细介绍分布式发展的过程

假设我们的电商系统中只有三个模块：用户模块，交易模块和商品模块

阶段一：单应用架构

在网站创建初期，经常把所有的东西都在一台机器上部署，这个时候的架构是单应用架构，优点是效率非常高

阶段二：应用服务器和数据库服务器分离

网站上线了，随着时间推移，访问量开始逐渐增大，服务器逐渐的就扛不住了，这个时候就要考虑加机器了，这就进入了第二阶段。

这个阶段增加机器的主要目的是将web服务器和数据库服务器进行拆分，这样不仅提高了单机的负载能力，也提高了容灾能力

第三阶段：应用服务器集群

然而随着访问量的持续增加，单台服务器已经无法满足需求。假设数据库服务器的还未遇到性能问题

此时可以增加应用服务器，这就进入第三阶段——应用服务器集群。

在这个阶段有些问题就逐渐显现出来了，比如：

（1）用户的请求该由哪一台机器进行处理？ ——负载均衡(F5/apache/nginx)

（2）如果用户每次请求的机器不同，那么session如何维护？

1、session同步

2、通过第三方存储(redis等)存储session

3、跳过容器对象

这样架构就变为了以下模式。

阶段四：数据库读写分离

随着业务量进一步增加，数据库服务器的I/O能力会存在瓶颈。

首先考虑的是加机器，但是如果直接一分为二，每次读写还要额外判断数据应该在哪台机器上。

基于电商系统数据库读多写少的特点，可以将一个服务器作为写库，另一个库设为读库，

并设置主从同步进行复制。

这样也会带来数据库不一致的问题，这个问题后期有时间会单独讨论。

实际上，如果读库的量远大于写库的访问量，需要设置多个读库时，可以采取以下的结构

阶段五：引入缓存机制

对于热点数据，没必要每次都去数据库中读取，应该使用 redis、memcache等将这些数据缓存起来

至此，分布式架构的基本框架已经形成。

阶段六：数据库的水平、垂直拆分

数据库永远是最容易造成瓶颈的地方之一，例如阿里巴巴09年“去IOE运动”就是为了解决数据库扩展性瓶颈问题。

在整个架构的编号过程中，所有的数据还是在同一个数据库中的，因此我们可以考虑对数据进行拆分

其中：

垂直拆分就是把不同业务的数据拆分到不同的数据库中

水平拆分则是把同一个表中的数据拆分到两个甚至更多的数据库中，有些公司的数据库是按照日期分为31*N个数据库

阶段七：应用拆分阶段

随着需求的不断提出，应用的体量也越来越大，因此需要按照领域对业务进行拆分

至此，完整的分布式架构演进过程结束

tips:分布式架构和微服务架构

分布式：

不同模块部署在不同服务器上
作用：分布式解决网站高并发带来问题

而微服务是一种架构风格，一个大型复杂软件应用由一个或多个微服务组成。系统中的各个微服务可被独立部署，各个微服务之间是松耦合的。每个微服务仅关注于完成一件任务并很好地完成该任务。在所有情况下，每个任务代表着一个小的业务能力。

微服务是可以部署在一台服务器上的。

如果有兴趣，可以加群一起学习。