分布式系统的负载均衡 | 架构干货

  • 时间:
  • 浏览:3
  • 来源:极速快3_快3官网ios版_极速快3官网ios版

那些是负载均衡?

记得第一次接触 Nginx 是在实验室,那以前在服务器部署网站前要用 Nginx 。Nginx 是有一一四个 服务组件,用来反向代理、负载平衡和 HTTP 缓存等。这麼这里的 负载均衡 是那些?

负载均衡(LB,Load Balance),是有有一种技术正确处理方案。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,正确处理过载。

资源,共要每个服务实例的执行操作单元,负载均衡也不将一定量的数据正确处理操作分摊到多个操作单元进行执行,用来正确处理互联网分布式系统的大流量、高并发和高可用的那些的问提。那那些是高可用呢?

首先了解那些是高可用?

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)是那些?高可用,简称 HA,是系统有有一种结构将会指标,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。

衡量系统是是是不是满足高可用,也不当一台将会多台服务器宕机的以前,系统整体和服务依然正常可用。

举个例子,许多知名的网站保证 4 个 9 以上的可用性,也也不可用性超过 99.99%。那 0.01% 也不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。这麼在提高可用性基础上并肩,对系统宕机和服务不可用会有补偿。

比如下单服务,能也能 使用蕴藏负载均衡的多个下单服务实例,代替单一的下单服务实例,即使用冗余的法律法律依据来提高可靠性。

总而言之,负载均衡(Load Balance)是分布式系统整理中前要考虑的因素之一。一般通过负载均衡,冗余同有一一四个 服务实例的法律法律依据,正确处理分布式系统的大流量、高并发和高可用的那些的问提。负载均衡核心关键:在于是是是不是分配均匀。

场景1:微服务架构中,网关路由到具体的服务实例 hello:

  • 有一一四个 相同的服务实例 hello service ,有一一四个 端口 500 ,原来端口 5082
  • 通过 Kong 的负载均衡 LB 功能,让请求均匀的整理到有一一四个 hello 服务实例
  • Kong 的负载均衡策略算法许多许多: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:

  • 负载均衡策略算法不须高级,最简单的是随机选着和轮循

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 将会 F5 等
  • Web 层:前后端分离场景下, Web 端能也能 用 NodeJS 、 RN 、Vue
  • 业务服务层:用 Java 、Go,一般互联网公司,技术方案选型也不 SC 将会 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

有一一四个 请求从第 1 层到第 4 层,层层访问都前要负载均衡。即每个上游调用下游多个业务方的以前,前要均匀调用。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怎样才能实现呢?

答案是:DNS 的轮询。 DNS 能也能 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,共要会有两条 A 记录。原来冗余的有一一四个 ip 对应的 nginx 服务实例,正确处理单点故障。

每次请求 bysocket.com 域名的以前,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,也也不 nginx 的外网ip。原来能也能 做到每有一一四个 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 的负载均衡怎样才能实现呢?

是通过反向代理层的负载均衡模块正确处理。比如 nginx 有多种均衡法律法律依据:

  1. 请求轮询。请求按时间顺序,逐一分配到 web 层服务,而且周而复始。将会 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,选着路由到对应的 web 层。只也不用户的 ip 是均匀的,这麼请求到 Web 层也是均匀的。

    还有个好处也不同有一一四个 ip 的请求会整理到相同的 web 层服务。原来每个用户固定访问有一一四个 web 层服务,能也能 正确处理 session 的那些的问提。
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 的负载均衡怎样才能实现呢?

比如 Dubbo 是有一一四个 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。其蕴藏一一四个 结构也不智能负载均衡:内置多种负载均衡策略,智能感知下游节点健康情况报告,显著减少调用延迟,提高系统吞吐量。

为了正确处理正确处理单点故障和支持服务的横向扩容,有一一四个 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有一一四个 服务提供方,而且根据配置的随机负载均衡策略,在20个 Provider 中随机选着了有一一四个 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,选着选有一一四个 提供者进行调用,将会调用失败,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。随机的选着有一一四个 。是Dubbo的默认负载均衡策略。
  • RoundRobinLoadBalance:轮询负载均衡。轮询选着有一一四个 。
  • LeastActiveLoadBalance:共要活跃调用数,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,将会越慢的 Provider 的调用前后计数差会越大。
  • ConsistentHashLoadBalance:一致性哈希负载均衡。相同参数的请求一个劲落在同一台机器上。

同样,将会业务的前要,也能也能 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。

当单库将会单表访问很多,数据量很多的情况报告下,前要进行垂直拆分和水平拆分有一一四个 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总出 下面的那些的问提,前要正确处理:

  • 分布式事务
  • 跨库 join 等

现状分库分表的产品方案许多许多:当当 sharding-jdbc、阿里的 Cobar 等

对外看来,负载均衡是有一一四个 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,就前要考虑负载均衡你你是什么 因素。许多许多负载均衡(Load Balance)是分布式系统整理中前要考虑的因素之一。考虑主也不怎样才能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分片例如

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