以电商网站为例,谈大型分布式架构设计与优化

ITFLY8 2017-07-20 10:03:05

本文大纲:

1. 使用电商案例的原因

2. 电商网站需求

3. 网站初级架构

4. 系统容量估算

5. 网站架构分析

6. 网站架构优化

 

本文主题为电商网站架构案例,将介绍如何从电商网站的需求,到单机架构,逐步演变为常用的、可供参考的分布式架构原型。除具备功能需求外,还具备一定的高性能、高可用、可伸缩、可扩展等非功能质量需求(架构目标)。

 

根据实际需要,进行改造、扩展、支持千万PV,是没问题的。

 

使用电商案例的原因

 

分布式大型网站,目前看主要有几类:

  1. 大型门户(比如网易、新浪等);

  2. SNS网站(比如校内、开心网等);

  3. 电商网站(比如阿里巴巴、京东商城、国美在线、汽车之家等)。

 

大型门户一般是新闻类信息,可以使用CDN、静态化等方式优化。而开心网等交互性比较多,可能会引入更多的NoSQL、分布式缓存、使用高性能的通信框架等。电商网站具备以上两类的特点,比如产品详情可以采用CDN,静态化,交互性高的需要采用NoSQL等技术。因此,我们采用电商网站作为案例,进行分析。

 

电商网站需求

 

客户需求:

  • 建立一个全品类的电子商务网站(B2C),用户可以在线购买商品,可以在线支付,也可以货到付款;

  • 用户购买时可以在线与客服沟通;

  • 用户收到商品后,可以给商品打分和评价;

  • 目前有成熟的进销存系统,需要与网站对接;

  • 希望能够支持3~5年,业务的发展;

  • 预计3~5年用户数达到1000万;

  • 定期举办双11、双12、三八男人节等活动;

  • 其他的功能参考京东或国美在线等网站。

 

客户就是客户,不会告诉你具体要什么,只会告诉你他想要什么,我们很多时候要引导、挖掘客户的需求。好在提供了明确的参考网站。因此,下一步要进行大量的分析,结合行业以及参考网站,给客户提供方案。其它的这里暂不展开。

 

需求功能矩阵

 

需求管理传统的做法,会使用例图或模块图(需求列表)进行需求的描述。这样做常常忽视掉一个很重要的需求(非功能需求),因此推荐大家使用需求功能矩阵,进行需求描述。

 

本电商网站的需求矩阵如下:

 

 

以上是对电商网站需求的简单举例,目的是说明:

  1. 需求分析的时候,要全面,大型分布式系统重点考虑非功能需求;

  2. 描述一个简单的电商需求场景,使大家对下一步的分析设计有个依据。

 

网站初级架构

 

一般网站刚开始的做法,是三台服务器,一台部署应用,一台部署数据库,一台部署NFS文件系统。

 

这是前几年比较传统的做法,之前见到一个网站10万多会员,垂直服装设计门户,N多图片。使用了一台服务器部署了应用,数据库以及图片存储。出现了很多性能问题。如下图:

 

 

但是,目前主流的网站架构已经发生了翻天覆地的变化。一般都会采用集群的方式,进行高可用设计。至少是下面这个样子:

 

 

  1. 使用集群对应用服务器进行冗余,实现高可用(负载均衡设备可与应用一块部署)

  2. 使用数据库主备模式,实现数据备份和高可用。

 

系统容量预估

 

预估步骤:

  1. 注册用户数-日均UV量-每日的PV量-每天的并发量;

  2. 峰值预估:平常量的2~3倍;

  3. 根据并发量(并发,事务数),存储容量计算系统容量。

 

客户需求:3~5年用户数达到1000万注册用户;

 

每秒并发数预估:

  1. 每天的UV为200万(二八原则);

  2. 每日每天点击浏览30次;

  3. PV量:200*30=6000万;

  4. 集中访问量:24*0.2=4.8小时会有6000万*0.8=4800万(二八原则);

  5. 每分并发量:4.8*60=288分钟,每分钟访问4800/288=16.7万(约等于);

  6. 每秒并发量:16.7万/60=2780(约等于);

  7. 假设:高峰期为平常值的三倍,则每秒的并发数可以达到8340次;

  8. 1毫秒=1.3次访问。

 

没好好学数学后悔了吧?!(不知道以上算是否有错误,呵呵~~)

 

服务器预估(以Tomcat服务器举例):

  1. 按一台Web服务器,支持每秒300个并发计算。平常需要10台服务器(约等于);[Tomcat默认配置是150]

  2. 高峰期:需要30台服务器;

 

容量预估:70/90原则

 

系统CPU一般维持在70%左右的水平,高峰期达到90%的水平,是不浪费资源,并比较稳定的。内存,IO类似。

 

以上预估仅供参考,因为服务器配置,业务逻辑复杂度等都有影响。在此CPU、硬盘、网络等不再进行评估。

 

网站架构分析

 

根据以上预估,有几个问题:

 

  • 需要部署大量的服务器,高峰期计算,可能要部署30台Web服务器。并且这三十台服务器,只有秒杀,活动时才会用到,存在大量的浪费。

  • 所有的应用部署在同一台服务器,应用之间耦合严重。需要进行垂直切分和水平切分。

  • 大量应用存在冗余代码。

  • 服务器Session同步耗费大量内存和网络带宽。

  • 数据需要频繁访问数据库,数据库访问压力巨大。

 

大型网站一般需要做以下架构优化(优化是架构设计时,就要考虑的,一般从架构/代码级别解决,调优主要是简单参数的调整,比如JVM调优;如果调优涉及大量代码改造,就不是调优了,属于重构):

 

  • 业务拆分

  • 应用集群部署(分布式部署,集群部署和负载均衡)

  • 多级缓存

  • 单点登录(分布式Session)

  • 数据库集群(读写分离,分库分表)

  • 服务化

  • 消息队列

  • 其它技术

 

网站架构优化

 

1
业务拆分

 

根据业务属性进行垂直切分,划分为产品子系统、购物子系统、支付子系统、评论子系统、客服子系统、接口子系统(对接如进销存、短信等外部系统)。

 

根据业务子系统进行等级定义,可分为核心系统和非核心系统。

  • 核心系统:产品子系统、购物子系统、支付子系统;

  • 非核心:评论子系统、客服子系统、接口子系统。

 

业务拆分作用:提升为子系统可由专门的团队和部门负责,专业的人做专业的事,解决模块之间耦合以及扩展性问题;每个子系统单独部署,避免集中部署导致一个应用挂了,全部应用不可用的问题。

 

等级定义作用:用于流量突发时,对关键应用进行保护,实现优雅降级;保护关键应用不受到影响。

 

拆分后的架构图:

 

 

参考部署方案2

 

 

  1. 如上图每个应用单独部署

  2. 核心系统和非核心系统组合部署

 

2
应用集群部署(分布式,集群,负载均衡)

 

分布式部署:将业务拆分后的应用单独部署,应用直接通过RPC进行远程通信;

 

集群部署:电商网站的高可用要求,每个应用至少部署两台服务器进行集群部署;

 

负载均衡:高可用系统必须的,一般应用通过负载均衡实现高可用,分布式服务通过内置的负载均衡实现高可用,关系型数据库通过主备方式实现高可用。

 

集群部署后架构图:

 

 

3
多级缓存

 

缓存按照存放的位置一般可分为两类本地缓存和分布式缓存。本案例采用二级缓存的方式,进行缓存的设计。一级缓存为本地缓存,二级缓存为分布式缓存。(还有页面缓存,片段缓存等,那是更细粒度的划分)

 

一级缓存,缓存数据字典,和常用热点数据等基本不可变/有规则变化的信息;二级缓存缓存需要的所有缓存。当一级缓存过期或不可用时,访问二级缓存的数据。如果二级缓存也没有,则访问数据库。

 

缓存的比例,一般1:4,即可考虑使用缓存。(理论上是1:2即可)。

 

     

根据业务特性可使用以下缓存过期策略:

  1. 缓存自动过期

  2. 缓存触发过期

 

4
单点登录(分布式Session)

 

系统分割为多个子系统,独立部署后,不可避免地会遇到会话管理的问题。一般可采用Session同步,Cookies,分布式Session方式。电商网站一般采用分布式Session实现。

 

再进一步可以根据分布式Session,建立完善的单点登录或账户管理系统。

 

 

流程说明:

  1. 用户第一次登录时,将会话信息(用户Id和用户信息),比如以用户ID为Key,写入分布式Session;

  2. 用户再次登录时,获取分布式Session,是否有会话信息,如果没有则调到登录页;

  3. 一般采用Cache中间件实现,建议使用Redis,因此它有持久化功能,方便分布式Session宕机后,可以从持久化存储中加载会话信息;

  4. 存入会话时,可以设置会话保持的时间,比如15分钟,超过后自动超时;

 

结合Cache中间件,实现的分布式Session,可以很好的模拟Session会话。

 

5
数据库集群(读写分离,分库分表)

 

大型网站需要存储海量的数据,为达到海量数据存储,高可用,高性能一般采用冗余的方式进行系统设计。一般有两种方式读写分离和分库分表。

 

读写分离:一般解决读比例远大于写比例的场景,可采用一主一备,一主多备或多主多备方式。

 

本案例在业务拆分的基础上,结合分库分表和读写分离。如下图:

 

 

  1. 业务拆分后:每个子系统需要单独的库;

  2. 如果单独的库太大,可以根据业务特性,进行再次分库,比如商品分类库,产品库;

  3. 分库后,如果表中有数据量很大的,则进行分表,一般可以按照ID,时间等进行分表;(高级的用法是一致性Hash);

  4. 在分库,分表的基础上,进行读写分离。

 

相关中间件可参考Cobar(阿里,目前已不在维护),TDDL(阿里),Atlas(奇虎360),MyCat(在Cobar基础上,国内很多牛人,号称国内第一开源项目)。

 

6
服务化

 

将多个子系统公用的功能/模块,进行抽取,作为公用服务使用。比如本案例的会员子系统就可以抽取为公用的服务。

        

 

 

7
消息队列

 

消息队列可以解决子系统/模块之间的耦合,实现异步,高可用,高性能的系统,是分布式系统的标准配置。本案例中,消息队列主要应用在购物,配送环节。

 

  1. 用户下单后,写入消息队列,后直接返回客户端;

  2. 库存子系统:读取消息队列信息,完成减库存;

  3. 配送子系统:读取消息队列信息,进行配送。

 

 

目前使用较多的MQ有Active MQ、Rabbit MQ、Zero MQ、MS MQ等,需要根据具体的业务场景进行选择。建议可以研究下RabbitMQ。

 

更多详情可参考社群过往文章:

 

 

8
其它架构(技术)

 

除了以上介绍的业务拆分、应用集群、多级缓存、单点登录、数据库集群、服务化、消息队列外。还有CDN、反向代理、分布式文件系统、大数据处理等系统。

 

此处不详细介绍,大家可以问度娘/Google,有机会的话也可以分享给大家。

 

总结

 

 

以上是本次分享的架构总结,细节可参考前面分享的内容。其中还有很多可以优化和细化的地方,因为是案例分享,主要针对重要部分做了介绍,工作中需要大家根据具体的业务场景进行架构设计。希望能对大家有所启发。

 

作者介绍 侯忠好

  • 网名:ITFLY8,十年工作经验,目前从事电商系统开发,熟悉设计模式,架构模式,分布式系统设计。业余时间致力于技术总结和架构知识的传播。

 

本文转自ITFLY8架构师之家,经作者同意授权转载。

活动预告