分布式系统关注点——初识「高可用」

Zachary
本文长度为2042字,预计读完需1.0MB流量,建议阅读6分钟。
tips:所有「」包裹的文字,只对第一次出现进行红色高亮显示。

咳咳,从这篇开始,正式拉开分布式系统关注点中,我认为第二重要的内容 —— 「高可用」。

本篇的要点主要是明确「高可用」的定义,以及了解在分布式系统下哪些环节要做「高可用」,为后续要讲的策略、方式方案打下基础。如有1年以上的分布式系统实战经验可酌情选择跳过本篇。

Tips:「高XX」中的“高”其实是相对的,越满足期望值,就越是“高”的。

一、「高可用」的作用?

首先,统一下对「高可用」的认知。

做个通俗一点的类比:独生子女时代的子女就是“单体应用”,如果出意外了,父母就「失独」了,整个家族的传承就断了,“不可用”了。然而,二胎政策就是通过分布式(冗余)来降低出现这个问题的概率,从而提高“可用性”。

对于「高可用」,专业的解释是:

「高可用」指的是通过尽量缩短因日常维护操作(计划)和突发的系统崩溃(非计划)所导致的停机时间,以提高系统和应用的可用性。
—— 百度百科

简而言之,不管发生了什么(哪怕是地震、洪水了),能够让用户尽可能的无感知,依旧能正常使用系统,也就是越「高可用」的。



为什么在「数据一致性」后面就聊「高可用」呢?我的理解是,分布式系统的关键是做冗余,但是冗余的最大敌人却是「数据一致性」。我们通过冗余打破了原先的瓶颈,打开了一些新的通道。如,可以去争取更高的可用性、更高的性能等等。但是这其中,属「高可用」最重要。从上面引用中的解释也可以看到,要想尽可能的降低停机时间,单体应用的天花板总会更快的到来。就好比让一台电脑永远保持运行是困难的,期间总得更新几次操作系统、突然出现几次硬件故障,甚至机房的光纤被挖断了!那么这个时候就处于“不可用”状态。

也因此,我认为「高可用」的价值或者说意义,必定是在我们做分布式系统获得的其它好处之上的,比如「高性能」之类。因为,在一定范围内,所谓的「高性能」其实通过优化单体应用也有可能达到某个期望值,但是「高可用」则必然需要依赖分布式系统才能达到。

二、如何来衡量「高可用」

一般我们讲到最多的是用Service Level Agrement来衡量高可用指标,简称SLA。不过,其原意表示的是关于网络服务供应商和客户间的一份合同,其中定义了服务类型、服务质量和客户付款等术语,其中还包含除了「有效工作时间」之外的其它概念,如带宽、服务就绪时间(RFSD)、平均故障间隔时间(MTBF)、服务平均恢复时间(MTRS)、平均修理时间(MTTR)等。最初,SLA多用于电信运营商之类的基础设施所提供的服务中,商定用户可以享受什么样的等级什么样的带宽服务等等。

SLA完整的定义会复杂的多,在软件系统中主要是取了其中的「有效工作时间」部分。只要系统一直能够提供服务,我们就可以说系统的可用性是100%,但这只停留在理想中。如果系统每运行100个时间单位,会有1个时间单位无法提供服务,我们说系统的可用性是99%。贴一张常见的表格图:

图片描述
▲图片来源于网络,版权归原作者所有

如今,我们的生活越来越依赖于移动互联网的一些应用,假设支付宝挂了几个小时,这下好了,刷不了卡了、转不了帐了、信用卡也还不了了,慌不慌?

不过,相对的,还可以投机的理解为,只要我能保证系统在你使用它的时候是可用的,那么对外宣传也可以是「高可用」的。这也是在互联网普及之前,很多企业的内部C/S架构的信息系统得以正常使用的原因,比如银行会在非营业时间更新他们的系统,所以对于服务窗口的营业员来说,系统并没有不可用,因为那个时候我不需要用它。

三、做「高可用」的本质

做「高可用」用一句话来概括就是:

更快的发现故障,更快的隔离故障。

任何对这2点有帮助的工作就是我们要做的事情。

做任何事情都有主次之分,做高可用的“主”就是「负载均衡」。



之前的文章中提到过多次,分布式系统的关键是做冗余,那么让这些冗余能发挥「高可用」作用的就是「负载均衡」。所以,这是最基本的,也是迈向「高可用」的第一步,其它的措施都是建立在「负载均衡」之上的。

「负载均衡」的作用是一个“连接者”,让上下游之间以我期望的方式“连接”起来。所以,有必要先了解一下这些上下游的全貌,并且从中找到我们要做「负载均衡」的地方。

图片描述

分布式系统有各式各样的架构方式,不过本质上都是上图这样的一个分层架构。图中红点标记出的地方就是我们需要做「负载均衡」的地方,可以看到,就是每两层之间的连接处。

这些连接处在实际做「负载均衡」的时候,需要结合所处的网络层次。因为在不同的网络层次有不同的做法。如下图。

图片描述

一般主流的四层负载均衡和七层负载均衡,前者指的就是传输层,主要涉及的协议是TCP、UDP等,后者指的应用层,主要涉及的协议是Http、Https和FTP等。

用来实现「负载均衡」的解决方案有很多,分为基于硬件或者基于软件的,比较成熟的诸如:F5(支持四层、七层)、LVS(支持四层)、Nginx(支持七层)等等。

近些年,随着Service Mesh的兴起,随着涌现了一大批新一代的「负载均衡」解决方案,如Envoy、Istio、Linkerd、Ribbon等,有兴趣的小伙伴们可以自行研究下。

四、结语

这篇先起个步,下篇聊聊有哪些做「负载均衡」的策略,用图说话。




作者:Zachary(个人微信号:Zachary-ZF
微信公众号(首发):跨界架构师。<-- 点击查阅近期热门文章
定期发表原创内容:架构设计丨分布式系统丨产品丨运营丨一些深度思考
扫码加入小圈子 ↓

图片描述

阅读 2.7k

跨界架构师
一名纯正互联网技术人的专栏,专注系统架构、分布式系统,涉猎产品、运营。 加入小圈子 --&gt; 微信同名...
85 声望
0 粉丝
0 条评论
推荐阅读
如何优雅地做系统错误提示?
这里是Z哥的个人公众号每周五11:45 按时送达当然了,也会时不时加个餐~我的第「149」篇原创敬上大家好,我是Z哥。不管是日常的工作中还是生活中,我们每天会用到很多软件系统。不知道你有没有过这样的感受,当...

Zachary阅读 1.2k

分布式ID生成服务的技术原理和项目实战
导读 ID在我们的开发工作和日常生活中使用的非常频繁,几乎只要是在开发就会天天打交道,它的应用场景十分广泛,比如:身份证号,下单生成的订单号,购买的联合会员商品的兑换券码。不同场景对ID生成服务的要求不...

百度Geek说2阅读 200

技术分享 | Presto性能对比测试:Kubernetes部署 VS 物理机部署
Presto是开源分布式SQL查询引擎,可以对从GB到PB级大小的数据源进行交互式分析查询。Presto支持Hive、Cassandra、关系型数据库甚至专有数据存储等多种数据源,允许跨源查询。(详见参考[1] )

Alluxio1阅读 246

封面图
分布式链路追踪体验-skywalking框架入门
旁友,你的线上服务是不是偶尔来个超时,或者突然抖动一下,造成用户一堆反馈投诉。然后你费了九牛二虎之力,查了一圈圈代码和日志才总算定位到问题原因了。或者公司内部有链路追踪系统,虽然可以很轻松地通过监...

卷福同学1阅读 296

封面图
监控系统选型,一文全部搞懂~
这篇文章,我将对监控体系的基础知识、原理和架构做一次系统性整理,同时还会对几款最常用的开源监控产品做下介绍,以便大家选型时参考。内容包括3部分:

码猿技术专栏1阅读 179

好文推荐 | F5 分布式云:设置阻断列表/放行列表
Shubham_Mishra职位:员工公司:F5技术进步的同时也对安全防护提出了种种挑战,因此需要企业制定相应策略,通过控制或限制资源共享来防范安全漏洞。放行列表和阻断列表就是这样两种安全策略,可阻止未经授权的访...

F5lnc阅读 139

85 声望
31 粉丝
宣传栏