如果第二次看到我的文章,欢迎文末扫码订阅我的个人公众号(跨界架构师)哟~
本文长度为3633字,建议阅读10分钟。
坚持原创,每一篇都是用心之作~
如果我们的开发工作真的就如搭积木一般就好了,轮廓分明,个个分开,坏了哪块积木换掉哪块就好了。
但是,实际我们的工作中所面临的可能只有一块积木,而且还是一大块,要换得一起换,要修得一起修。
Z哥在之前《分布式系统关注点(13)——「高内聚低耦合」详解》中提到的分层架构它可以让我们有意识的去做一些切分,但是换和修的难度还是根据切分的粒度大小来决定的。
有更好的方式吗?这是显然的。
事件驱动架构
我们来换一个思维看待这个问题。
不管是平时的系统升级也好、修复bug也好、扩容也好,其实就是一场“手术”。通过这场“手术”来解决当前面临的一些问题。
那么分层架构好比只是将一个人的手、脚、嘴、鼻等分的清清楚楚,但是整体还是紧密的耦合在一起。
怎么耦合的呢?我们人是靠“血液”的流动连接起来的。这就好比在分布式系统中通过rpc框架连接起不同的节点一样。
但是软件与人不同,有2种不同的连接方式,除了「同步」的方式之外还有「异步」的方式。因为有些时候你不需要知道其他系统的执行结果,只要确保自己将其需要的数据传递给它了即可。
恰巧有一种架构是这种模式的典型——事件驱动架构(简称EDA,Event Driven Architecture)。
平时常见的MQ、本地消息表等运用于数据传递的中转环节,就是事件驱动架构的思想体现。
事件驱动架构又细分为两种典型的实现方式,与Z哥之前在《分布式系统关注点(3)——「共识」的兄弟「事务」》中提到的Saga模式的2种实现方式类似,一种是中心化的、一种是去中心化的。
下面Z哥来举个例子,让你看起来更容易理解一些。(例子仅为了阐述是怎么工作的,真正的实施中还需要考虑如何保证数据一致性等问题,这部分可以参考之前发表的系列文章,文末带传送门)
传统的电商场景中,用户从购物车中点击“提交”按钮后,至少需要做这几件事:生成一笔订单、生成一笔支付记录、给订单匹配发货的快递公司。
在这个场景下,中心化和去中心化有什么不同呢?
中心化
这种模式拥有一个“上帝”。
但是“上帝”不会处理也不知道任何业务逻辑,它只编排事件。
除了中心化之外,它还有什么特点呢?Z哥给它的定义是“3+2结构”。
这种模式中存在3种类型的主体:事件生产者、“上帝”(调停者)、事件处理者。然后中间夹着两层队列,以此结构就能解耦。
就像这样:事件生产者 --> 队列 --> “上帝”(调停者) --> 队列 --> 事件处理者。
那么回上面的这个例子中,事件生产者CartService发出了一个“订单创建”事件,通过队列传递给调停者。然后调停者根据事先制定好的编排规则对事件进行相应的转换,也通过队列做二次分发,传递给事件处理者。
可能你会问,这些好理解。但是,我之前也经常看到什么编排编排的,到底编排该怎么做呢?
其实编排主要做两件事:「事件转换」和「事件发送」(对应「服务编排」类框架的「调用」)。
「事件转换」实质就是给将要发送的事件对象的参数进行赋值。赋值的数据来源于哪呢?
除了事件产生的源头带入的参数,还有持续累积的「上下文」,就如下图中这样的一个共享存储空间。
可能你又会问,我怎么将多个事件处理者之间组合成一个上下文呢?
通过一个全局唯一的标识即可,每次向“上帝”丢事件的时候把这个全局唯一标识带过去。
题外话:一般来说,还会在一个全局唯一标识之下带一个内部唯一的「子流水号」,为了配合做接下去要讲到的「事件发送」。
一是为了后续排查问题的时候清晰的知道这次调用产生的异常是从哪个上游系统来的。
二是为了便于观测整个调用的逻辑是否符合编排时的预期。
怎么做呢?通过一个x.x.x.x格式的序号。比如,串行就是1,2,3。分支和并行就是2.1,2.2。分支+串行的结合就是1,2,2.1,2.2,3。
「事件发送」实质就是负责事件流转的逻辑控制,然后发往「事件处理者」去处理。它决定了是按顺序还是分支进行?是串行还是并行?
到这就不再展开了,要不然就跑题了,我们下次再细聊这部分内容。
再强调一下,「事件转换」和「事件发送」是你在实现“上帝”(调停者)功能的时候需要满足的最基本的两个功能哦。
中心化最大的优势是让流程更加的“可见”了,同时也更容易去做一些监控类的东西,系统规模越大,这个优势产生的效果越明显。
但是一个最基本的“上帝”(调停者)实现起来还需要考虑数据一致性问题,所以,会大大增加它的实现复杂度。
因此,如果你面对的场景,业务没有特别庞大,并且是比较稳定的,或许用去中心化的方式也是不错的选择。
去中心化
这个模式由于没有了“上帝”,因此每个事件处理者需要知道自己的下一个事件处理器是什么?需要哪些参数?以及队列是哪个之类的东西。
但是整体结构会变得简单很多,从“3+2结构”变成了“2+1结构”。
结构简化背后的复杂度都跑到事件处理者开发人员编写的业务代码中去了。因为他需要自己去负责「事件转换」和「事件发送」这两个事情。
嗯,改造成事件驱动架构之后,通过「队列」的解耦和异步的事件流转,系统的运转的确会更顺畅。
但是有时候你可能想进行更细粒度的控制,因为一般情况下,一个service中会处理很多业务环节,不太会只存在一个对外接口、一条业务逻辑。
在这样的情况下,很多时候你可能需要修改的地方仅仅是其中的一个接口。能不能只修改其中的一部分代码并且进行「热更新」呢?
微内核架构(插件架构)就适合来解决这个问题。
微内核架构
顾名思义,微内核架构的关键是内核。所以需要先找到并明确内核是什么?然后将其它部分都视作“可拆卸”的部件。
好比我们一个人,大脑就是内核,其它的什么都可以换,换完之后你还是你,但是大脑换了就不是你了。
微内核架构整体上由两部分组成:核心系统和插件模块。
核心系统内又包含了微内核、插件模块,以及内置的一些同样以插件形式提供的默认功能。
其中,微内核主要负责插件的生命周期管理和控制插件模块。
插件模块则负责插件的加载、替换和卸载。
外部的插件如果要能够接入进来并顺利运行,前提先要有一个满足标准接口规范的实现。
一个插件的标准接口至少会有这样的2个方法需要具体的插件来实现:
public interface IPlugin{ /// <summary> /// 初始化配置 /// </summary> void InitializeConfig(Dictionary<string,string> configs); /// <summary> /// 运行 /// </summary> void Run(); ... }
最后,插件之间彼此独立,但核心系统知道哪里可以找到它们以及如何运行它们。
最佳实践
知道了这两种具有“弹性”的架构模式,你该如何判断什么情况下需要搬出来用呢?
Z哥带你来分析一下每一种架构的优缺点,就能发现它适用的场景。
事件驱动架构
它的优点是:
-
通过「队列」进行解耦,使得面对快速变化的需求可以即时上线,而不影响上游系统。
-
由于「事件」是一个独立存在的“标准化”沟通载体,可以利用这个特点衔接各种跨平台、多语言的程序。如果再进行额外的持久化,还能便于后续的问题排查。同时也可以对「事件」进行反复的「重放」,对处理者的吞吐量进行更真实的压力测试。
-
更“动态”、容错性好。可以很容易,低成本地集成、再集成、再配置新的和已经存在的事件处理者,也可以很容易的移除事件处理者。轻松的做扩容和缩容。
-
在“上帝”模式下,对业务能有一个“可见”的掌控,更容易发现流程不合理或者被忽略的问题。同时能标准化一些技术细节,如「数据一致性」的实现方式等。
它的缺点是:
-
面对不稳定的网络问题、各种异常,想要处理好这些以确保一致性,需要比同步调用花费很大的精力和成本。
-
无法像同步调用一般,操作成功后即代表可以看到最新的数据,需要容忍延迟或者对延迟做一些用户体验上的额外处理。
那么,它所适用的场景就是:
-
对实时性要求不高的场景。
-
系统中存在大量的跨平台、多语言的异构环境。
-
以尽可能提高程序复用度为目的的场景。
-
业务灵活多变的场景。
-
需要经常扩容缩容的场景。
微内核架构
它的优点是:
-
为递进设计和增量开发提供了方便。可以先实现一个稳固的核心系统,然后逐渐地增加功能和特性。
-
和事件驱动架构一样,也可避免单一组件失效,而造成整个系统崩溃,容错性好。内核只需要重新启动这个组件,不致于影响其他功能。
它的缺点是:
-
由于主要的微内核很小,所以无法对整体进行优化。每个插件都各自管各自的,甚至可能是由不同团队负责维护。
-
一般来说,为了避免在单个应用程序中的复杂度爆炸,很少会启用插件嵌套插件的模式,所以插件中的代码复用度会差一些。
那么,它所适用的场景就是:
-
可以嵌入或者作为其它架构模式的一部分。例如事件驱动架构中,“上帝”的「事件转换」就可以使用微内核架构实现。
-
业务逻辑虽然不同,但是运行逻辑相同的场景。比如,定期任务和作业调度类应用。
-
具有清晰的增量开发预期的场景。
总结
好了,我们总结一下。
这次呢,Z哥向你介绍了「事件驱动架构」的两种实现模式和实现思路,以及「微内核架构」的实现思路。
并且奉上了对这两种架构模式的优缺点与适用场景分析的最佳实践。
希望对你有所启发。
相关文章:
作者:Zachary
出处:https://www.cnblogs.com/Zachary-Fan/p/flexiblearchitecture.html
如果你喜欢这篇文章,可以关注下我的个人公众号哦。
▶关于作者:张帆(Zachary,个人微信号:Zachary-ZF)。坚持用心打磨每一篇高质量原创。欢迎扫描下方的二维码~。
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思考。
如果你是初级程序员,想提升但不知道如何下手。又或者做程序员多年,陷入了一些瓶颈想拓宽一下视野。欢迎关注我的公众号「跨界架构师」,回复「技术」,送你一份我长期收集和整理的思维导图。
如果你是运营,面对不断变化的市场束手无策。又或者想了解主流的运营策略,以丰富自己的“仓库”。欢迎关注我的公众号「跨界架构师」,回复「运营」,送你一份我长期收集和整理的思维导图。
相关推荐
在现代信息技术的快速发展中,分布式系统作为构建大规模应用和服务的关键技术,其可伸缩性研究显得尤为重要。可伸缩性作为衡量系统在增长的工作负载或资源变化下能否保持性能和功能稳定的关键指标,它直接关系到系统...
这种方式有助于提高系统的可伸缩性和可维护性。 - **事件驱动架构**:通过事件流来驱动业务逻辑的执行,适用于处理大量异步数据的情况。 - **领域驱动设计(DDD)**:强调从业务角度出发,将复杂业务逻辑抽象为模型...
综上所述,可伸缩性是分布式系统设计的核心问题之一,它直接关系到系统的性能、可靠性和经济性。设计一个高度可伸缩的分布式系统需要深入理解可伸缩性的定义和度量方法,并采用有效的技术手段来实现动态资源管理。...
Java分布式系统架构是一种将应用程序分布在多个计算节点上运行的技术,以提高系统的可伸缩性、容错性和性能。源码分析对于理解这种架构至关重要,尤其是对于开发者来说,它提供了深入学习和自定义系统的机会。本资源...
分布式系统设计模式是指在分布式系统中,为了解决如何划分服务、如何部署服务以及如何组织服务间通信等问题而采用的一些通用方案和策略。这些模式能够在不同的分布式环境和应用场景中应用,以期达到系统设计的最优解...
云平台技术能够提供弹性伸缩的服务,容器化技术提高了部署的灵活性和系统的可移植性,而微服务架构则把应用拆分成一系列小的服务,每个服务可以独立部署、更新和扩展。 总而言之,分布式系统架构在媒体融合中的应用...
《人人都是架构师:分布式系统架构落地与瓶颈突破》是一本深入探讨IT系统架构的书籍,旨在帮助读者理解和掌握分布式系统的设计与优化。书中详细阐述了如何从传统的单体架构过渡到分布式架构,并解决在这一过程中可能...
在分布式系统中,资源分布和共享、系统的可伸缩性、容错性和可靠性是其主要设计目标。分布式系统的发展经历了从早期的主机-终端系统、C/S(客户端/服务器)模型,到B/S(浏览器/服务器)模型,再到现在的物联网技术...
分布式系统架构设计与实现是当今互联网领域中一个非常重要的研究方向,特别是随着移动互联网的快速发展以及大数据应用水平的不断提高,分布式系统的关键业务组件需求越来越高,包括更好的可扩展性、可靠性和实时性。...
在当今互联网时代,大型电商企业为了应对海量的用户请求和保证业务的高可用性,往往采用分布式系统架构来构建他们的技术平台。分布式系统通过网络将物理上分散的多个服务器连接在一起,以协同完成共同的任务。在大型...
在IT行业中,大规模分布式系统架构与设计是现代互联网服务的核心技术之一。随着互联网业务的快速发展,单体架构已经无法满足高并发、高可用、可扩展的需求,因此分布式系统的概念应运而生。本资料包“大规模分布式...
分布式系统的设计和实现是计算机科学和工程领域的一个重要研究课题,主要的目标是构建能够支持大量并发操作,且具备高可用性和可伸缩性的系统。Andrew S. Tanenbaum教授是早期操作系统领域的知名学者,其著作深入浅...
分布式系统的设计和实施面对的首要问题之一就是如何保证数据一致性。数据一致性是分布式系统中一个核心问题,它涉及到系统中各个组件在数据更新、事务处理等方面能够保持一致的状态。那么,分布式系统在面临各种业务...
这种架构能够实现数据的水平扩展,提升系统的可用性和可伸缩性。分布式数据库的关键技术包括数据分片、数据复制、事务处理和一致性保证等。 Mycat是基于Java开发的开源数据库中间件,其主要功能是在多数据库之间...
分布式系统设计的关键技术之一是分布式数据存储。这包括分布式数据库和分布式文件系统,如Google的Bigtable、Hadoop的HDFS和Amazon的DynamoDB。这些系统利用复制和分片策略来提高读写性能和可用性,同时通过复杂的...
分布式计算系统的主要目标是提高系统的性能、可伸缩性和可靠性。通过将任务分解到多个计算节点,它能够处理比单个计算机更大的负载,并在某个节点故障时提供容错能力。以下是一些关键知识点: 1. **分布式系统架构*...
这种设计的主要目标是提高系统的可用性、可伸缩性和容错性。在分布式系统中,常见的架构模式包括客户端-服务器模型、微服务架构以及最近流行的无服务器架构。此外,分布式系统还需要解决一致性、复制、调度、容错等...