分布式系统的负载均衡 | 架构干货

  • 时间:
  • 浏览:0
  • 来源:大发uu快3_uu快3计划_大发uu快3计划

哪些是负载均衡?

记得第一次接触 Nginx 是在实验室,那前一天在服务器部署网站还不能用 Nginx 。Nginx 是另有五个 服务组件,用来反向代理、负载平衡和 HTTP 缓存等。那么这里的 负载均衡 是哪些?

负载均衡(LB,Load Balance),是并否有技术防止方案。用来在多个资源(一般是服务器)中分配负载,达到最优化资源使用,防止过载。

资源,合适每个服务实例的执行操作单元,负载均衡要是我我将小量的数据防止操作分摊到多个操作单元进行执行,用来防止互联网分布式系统的大流量、高并发和高可用的现象。那哪些是高可用呢?

首先了解哪些是高可用?

这是 CAP 定理是分布式系统的基础,也是分布式系统的 3 个指标:

  1. Consistency(一致性)
  2. Availability(可用性)
  3. Partition tolerance(分区容错性)

那高可用(High Availability)是哪些?高可用,简称 HA,是系统并否有价值形式但会 指标,通常是指,提供一定性能上的服务运行时间,高于平均正常时间段。反之,消除系统服务不可用的时间。

衡量系统否有满足高可用,要是我我当一台但会 多台服务器宕机的前一天,系统整体和服务依然正常可用。

举个例子,一点知名的网站保证 4 个 9 以上的可用性,也要是我我可用性超过 99.99%。那 0.01% 要是我我所谓故障时间的百分比。比如电商网站有赞,服务不可用会造成商家损失金钱和用户。那么在提高可用性基础上同时,对系统宕机和服务不可用会有补偿。

比如下单服务,还不能使用蕴含负载均衡的多个下单服务实例,代替单一的下单服务实例,即使用冗余的最好的法子来提高可靠性。

总而言之,负载均衡(Load Balance)是分布式系统挂接中还不能考虑的因素之一。一般通过负载均衡,冗余同另有五个 服务实例的最好的法子,防止分布式系统的大流量、高并发和高可用的现象。负载均衡核心关键:在于否有分配均匀。

场景1:微服务架构中,网关路由到具体的服务实例 hello:

  • 另有五个 相同的服务实例 hello service ,另有五个 端口 100000 ,原来端口 100082
  • 通过 Kong 的负载均衡 LB 功能,让请求均匀的挂接到另有五个 hello 服务实例
  • Kong 的负载均衡策略算法好多好多 有:默认 weighted-round-robin 算法,还有 consumer: consumer id 作为 hash 算法输入值等

场景2:微服务架构中,A 服务调用 B 服务的集群。通过了 Ribbon 客户端负载均衡组件:

  • 负载均衡策略算法未必高级,最简单的是随机选则和轮循

常见的互联网分布式系统架构分为几层,一般如下:

  • 客户端层:比如用户浏览器、APP 端
  • 反向代理层:技术选型 Nignx 但会 F5 等
  • Web 层:前后端分离场景下, Web 端还不能用 NodeJS 、 RN 、Vue
  • 业务服务层:用 Java 、Go,一般互联网公司,技术方案选型要是我我 SC 但会 Spring Boot + Dubbo 服务化
  • 数据存储层:DB 选型 MySQL ,Cache 选型 Redis ,搜索选型 ES 等

另有五个 请求从第 1 层到第 4 层,层层访问都还不能负载均衡。即每个上游调用下游多个业务方的前一天,还不能均匀调用。原来整体系统来看,就比较负载均衡

第 1 层:客户端层 -> 反向代理层 的负载均衡

客户端层 -> 反向代理层的负载均衡何如实现呢?

答案是:DNS 的轮询。 DNS 还不能通过 A (Address,返回域名指向的 IP 地址)设置多个 IP 地址。比如这里访问 bysocket.com 的 DNS 配置了 ip1 和 ip2 。为了反向代理层的高可用,合适会有两条 A 记录。原来冗余的另有五个 ip 对应的 nginx 服务实例,防止单点故障。

每次请求 bysocket.com 域名的前一天,通过 DNS 轮询,返回对应的 ip 地址,每个 ip 对应的反向代理层的服务实例,也要是我我 nginx 的外网ip。原来还不能做到每另有五个 反向代理层实例得到的请求分配是均衡的。

第 2 层:反向代理层 -> Web 层 的负载均衡

反向代理层 -> Web 层 的负载均衡何如实现呢?

是通过反向代理层的负载均衡模块防止。比如 nginx 有多种均衡最好的法子:

  1. 请求轮询。请求按时间顺序,逐一分配到 web 层服务,但会 周而复始。但会 web 层服务 down 掉,自动剔除
upstream web-server {
    server ip3;
    server ip4;
}
  1. ip 哈希。按照 ip 的哈希值,选则路由到对应的 web 层。只要是我我用户的 ip 是均匀的,那么请求到 Web 层也是均匀的。

    还有个好处要是我我同另有五个 ip 的请求会挂接到相同的 web 层服务。原来每个用户固定访问另有五个 web 层服务,还不能防止 session 的现象。
upstream web-server {
    ip_hash;
    server ip3;
    server ip4;
}
  1. weight 权重 、 fair、url_hash 等

第 3 层:Web 层 -> 业务服务层 的负载均衡

Web 层 -> 业务服务层 的负载均衡何如实现呢?

比如 Dubbo 是另有五个 服务治理方案,包括服务注册、服务降级、访问控制、动态配置路由规则、权重调节、负载均衡。其中另有五个 价值形式要是我我智能负载均衡:内置多种负载均衡策略,智能感知下游节点健康情況,显著减少调用延迟,提高系统吞吐量。

为了防止防止单点故障和支持服务的横向扩容,另有五个 服务通常会部署多个实例,即 Dubbo 集群部署。会将多个服务实例成为另有五个 服务提供方,但会 根据配置的随机负载均衡策略,在20个 Provider 中随机选则了另有五个 来调用,假设随机到了第7个 Provider。LoadBalance 组件从提供者地址列表中,使用均衡策略,选则选另有五个 提供者进行调用,但会 调用失败,再选另一台调用。

Dubbo内置了4种负载均衡策略:

  • RandomLoadBalance:随机负载均衡。随机的选则另有五个 。是Dubbo的默认负载均衡策略。
  • RoundRobinLoadBalance:轮询负载均衡。轮询选则另有五个 。
  • LeastActiveLoadBalance:合适活跃调用数,相同活跃数的随机。活跃数指调用前后计数差。使慢的 Provider 收到更少请求,但会 越慢的 Provider 的调用前后计数差会越大。
  • ConsistentHashLoadBalance:一致性哈希负载均衡。相同参数的请求老要 落在同一台机器上。

同样,但会 业务的还不能,也还不能实现本人的负载均衡策略

第 4 层:业务服务层 -> 数据存储层 的负载均衡

数据存储层的负载均衡,一般通过 DBProxy 实现。比如 MySQL 分库分表。

当单库但会 单表访问太大,数据量太大的情況下,还不能进行垂直拆分和水平拆分另有五个 维度。比如水平切分规则:

  • Range 、 时间
  • hash 取模,订单根据店铺ID 等

但伴随着这块的负载会老要 总出 下面的现象,还不能防止:

  • 分布式事务
  • 跨库 join 等

现状分库分表的产品方案好多好多 有:当当 sharding-jdbc、阿里的 Cobar 等

对外看来,负载均衡是另有五个 系统或软件的整体。对内看来,层层上下游调用。我希望指在调用,就还不能考虑负载均衡你你你这个因素。好多好多 有负载均衡(Load Balance)是分布式系统挂接中还不能考虑的因素之一。考虑主要是我我何如让下游接收到的请求是均匀分布的:

  • 第 1 层:客户端层 -> 反向代理层 的负载均衡。通过 DNS 轮询
  • 第 2 层:反向代理层 -> Web 层 的负载均衡。通过 Nginx 的负载均衡模块
  • 第 3 层:Web 层 -> 业务服务层 的负载均衡。通过服务治理框架的负载均衡模块
  • 第 4 层:业务服务层 -> 数据存储层 的负载均衡。通过数据的水平分布,数据均匀了,理论上请求也会均匀。比如通过买家ID分片类似于于

原创不易,争取多画图,图解胜千言(泥瓦匠@bysocket.com)

参考资料:

  • 《关于负载均衡的一切》https://mp.weixin.qq.com/s/xvozZjmn-CvmQMAEAyDc3w
  • 《Dubbo 的负载均衡》http://dubbo.apache.org/zh-cn/blog/dubbo-loadbalance.html
  • https://zh.wikipedia.org/wiki/%E8%B4%9F%E8%BD%BD%E5%9D%87%E8%A1%A1