分布式系统的负载均衡 | 架构干货

"\u003Cdiv\u003E\u003Ch1\u003E\u003Cstrong\u003E一、 什么是负载均衡？\u003C\u002Fstrong\u003E\u003C\u002Fh1\u003E\u003Cp\u003E什么是负载均衡？\u003C\u002Fp\u003E\u003Cp\u003E记得第一次接触 Nginx 是在实验室，那时候在服务器部署网站需要用 Nginx 。Nginx 是一个服务组件，用来反向代理、负载平衡和 HTTP 缓存等。那么这里的 负载均衡 是什么？\u003C\u002Fp\u003E\u003Cp\u003E负载均衡（LB，Load Balance），是一种技术解决方案。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，避免过载。\u003C\u002Fp\u003E\u003Cdiv class=\"pgc-img\"\u003E\u003Cimg src=\"http:\u002F\u002Fp9.pstatp.com\u002Flarge\u002Fpgc-image\u002F6351ecc36c674609b24f228358a4be6a\" img_width=\"521\" img_height=\"278\" alt=\"分布式系统的负载均衡 | 架构干货\" inline=\"0\"\u003E\u003Cp class=\"pgc-img-caption\"\u003E\u003C\u002Fp\u003E\u003C\u002Fdiv\u003E\u003Cp\u003E资源，相当于每个服务实例的执行操作单元，负载均衡就是将大量的数据处理操作分摊到多个操作单元进行执行，用来解决互联网分布式系统的大流量、高并发和高可用的问题。那什么是高可用呢？\u003C\u002Fp\u003E\u003Ch1\u003E\u003Cstrong\u003E二、什么是高可用？\u003C\u002Fstrong\u003E\u003C\u002Fh1\u003E\u003Cp\u003E首先了解什么是高可用？\u003C\u002Fp\u003E\u003Cp\u003E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：\u003C\u002Fp\u003E\u003Col\u003E\u003Cli\u003EConsistency（一致性）\u003C\u002Fli\u003E\u003Cli\u003EAvailability（可用性）\u003C\u002Fli\u003E\u003Cli\u003EPartition tolerance（分区容错性）\u003C\u002Fli\u003E\u003C\u002Fol\u003E\u003Cp\u003E那高可用（High Availability）是什么？高可用，简称 HA，是系统一种特征或者指标，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。\u003C\u002Fp\u003E\u003Cp\u003E衡量系统是否满足高可用，就是当一台或者多台服务器宕机的时候，系统整体和服务依然正常可用。\u003C\u002Fp\u003E\u003Cp\u003E举个例子，一些知名的网站保证 4 个 9 以上的可用性，也就是可用性超过 99.99%。那 0.01% 就是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。\u003C\u002Fp\u003E\u003Cdiv class=\"pgc-img\"\u003E\u003Cimg src=\"http:\u002F\u002Fp9.pstatp.com\u002Flarge\u002Fpgc-image\u002F6351ecc36c674609b24f228358a4be6a\" img_width=\"521\" img_height=\"278\" alt=\"分布式系统的负载均衡 | 架构干货\" inline=\"0\"\u003E\u003Cp class=\"pgc-img-caption\"\u003E\u003C\u002Fp\u003E\u003C\u002Fdiv\u003E\u003Cp\u003E比如下单服务，可以使用带有负载均衡的多个下单服务实例，代替单一的下单服务实例，即使用冗余的方式来提高可靠性。\u003C\u002Fp\u003E\u003Cp\u003E总而言之，负载均衡（Load Balance）是分布式系统架构设计中必须考虑的因素之一。一般通过负载均衡，冗余同一个服务实例的方式，解决分布式系统的大流量、高并发和高可用的问题。负载均衡核心关键：在于是否分配均匀。\u003C\u002Fp\u003E\u003Ch1\u003E\u003Cstrong\u003E三、常见的负载均衡案例\u003C\u002Fstrong\u003E\u003C\u002Fh1\u003E\u003Cdiv class=\"pgc-img\"\u003E\u003Cimg src=\"http:\u002F\u002Fp1.pstatp.com\u002Flarge\u002Fpgc-image\u002F018b8214717a45fba68a271c57d82d5f\" img_width=\"516\" img_height=\"385\" alt=\"分布式系统的负载均衡 | 架构干货\" inline=\"0\"\u003E\u003Cp class=\"pgc-img-caption\"\u003E\u003C\u002Fp\u003E\u003C\u002Fdiv\u003E\u003Cp\u003E场景1：微服务架构中，网关路由到具体的服务实例 hello：\u003C\u002Fp\u003E\u003Cul\u003E\u003Cli\u003E两个相同的服务实例 hello service ，一个端口 8000 ，另一个端口 8082\u003C\u002Fli\u003E\u003Cli\u003E通过 Kong 的负载均衡 LB 功能，让请求均匀的分发到两个 hello 服务实例\u003C\u002Fli\u003E\u003Cli\u003EKong 的负载均衡策略算法很多：默认 weighted-round-robin 算法，还有 consumer: consumer id 作为 hash 算法输入值等\u003C\u002Fli\u003E\u003C\u002Ful\u003E\u003Cdiv class=\"pgc-img\"\u003E\u003Cimg src=\"http:\u002F\u002Fp3.pstatp.com\u002Flarge\u002Fpgc-image\u002F351439bd8f0741ecb026629696d3dbd2\" img_width=\"1487\" img_height=\"910\" alt=\"分布式系统的负载均衡 | 架构干货\" inline=\"0\"\u003E\u003Cp class=\"pgc-img-caption\"\u003E\u003C\u002Fp\u003E\u003C\u002Fdiv\u003E\u003Cp\u003E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：\u003C\u002Fp\u003E\u003Cul\u003E\u003Cli\u003E负载均衡策略算法并不高级，最简单的是随机选择和轮循\u003C\u002Fli\u003E\u003C\u002Ful\u003E\u003Ch1\u003E\u003Cstrong\u003E四、互联网分布式系统解决方案\u003C\u002Fstrong\u003E\u003C\u002Fh1\u003E\u003Cdiv class=\"pgc-img\"\u003E\u003Cimg src=\"http:\u002F\u002Fp3.pstatp.com\u002Flarge\u002Fpgc-image\u002F953d5e39e89944ba8cbef400d5a649fe\" img_width=\"635\" img_height=\"865\" alt=\"分布式系统的负载均衡 | 架构干货\" inline=\"0\"\u003E\u003Cp class=\"pgc-img-caption\"\u003E\u003C\u002Fp\u003E\u003C\u002Fdiv\u003E\u003Cp\u003E常见的互联网分布式系统架构分为几层，一般如下：\u003C\u002Fp\u003E\u003Cul\u003E\u003Cli\u003E客户端层：比如用户浏览器、APP 端\u003C\u002Fli\u003E\u003Cli\u003E反向代理层：技术选型 Nignx 或者 F5 等\u003C\u002Fli\u003E\u003Cli\u003EWeb 层：前后端分离场景下， Web 端可以用 NodeJS 、 RN 、Vue\u003C\u002Fli\u003E\u003Cli\u003E业务服务层：用 Java 、Go，一般互联网公司，技术方案选型就是 SC 或者 Spring Boot + Dubbo 服务化\u003C\u002Fli\u003E\u003Cli\u003E数据存储层：DB 选型 MySQL ，Cache 选型 Redis ，搜索选型 ES 等\u003C\u002Fli\u003E\u003C\u002Ful\u003E\u003Cp\u003E一个请求从第 1 层到第 4 层，层层访问都需要负载均衡。即每个上游调用下游多个业务方的时候，需要均匀调用。这样整体系统来看，就比较负载均衡\u003C\u002Fp\u003E\u003Cp\u003E\u003Cstrong\u003E第 1 层：客户端层 -> 反向代理层 的负载均衡\u003C\u002Fstrong\u003E\u003C\u002Fp\u003E\u003Cp\u003E客户端层 -> 反向代理层的负载均衡如何实现呢？\u003C\u002Fp\u003E\u003Cp\u003E答案是：DNS 的轮询。 DNS 可以通过 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，至少会有两条 A 记录。这样冗余的两个 ip 对应的 nginx 服务实例，防止单点故障。\u003C\u002Fp\u003E\u003Cp\u003E每次请求 bysocket.com 域名的时候，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，也就是 nginx 的外网ip。这样可以做到每一个反向代理层实例得到的请求分配是均衡的。\u003C\u002Fp\u003E\u003Cp\u003E\u003Cstrong\u003E第 2 层：反向代理层 -> Web 层 的负载均衡\u003C\u002Fstrong\u003E\u003C\u002Fp\u003E\u003Cp\u003E反向代理层 -> Web 层 的负载均衡如何实现呢？\u003C\u002Fp\u003E\u003Cp\u003E是通过反向代理层的负载均衡模块处理。比如 nginx 有多种均衡方法：\u003C\u002Fp\u003E\u003Col\u003E\u003Cli\u003E请求轮询。请求按时间顺序，逐一分配到 web 层服务，然后周而复始。如果 web 层服务 down 掉，自动剔除\u003C\u002Fli\u003E\u003C\u002Fol\u003E\u003Cpre\u003Eupstream web-server {\u003Cbr\u003E server ip3;\u003Cbr\u003E server ip4;\u003Cbr\u003E}\u003Cbr\u003E\u003C\u002Fpre\u003E\u003Col\u003E\u003Cli\u003Eip 哈希。按照 ip 的哈希值，确定路由到对应的 web 层。只要是用户的 ip 是均匀的，那么请求到 Web 层也是均匀的。\u003C\u002Fli\u003E\u003Cli\u003E还有个好处就是同一个 ip 的请求会分发到相同的 web 层服务。这样每个用户固定访问一个 web 层服务，可以解决 session 的问题。\u003C\u002Fli\u003E\u003C\u002Fol\u003E\u003Cpre\u003Eupstream web-server {\u003Cbr\u003E ip_hash;\u003Cbr\u003E server ip3;\u003Cbr\u003E server ip4;\u003Cbr\u003E}\u003Cbr\u003E\u003C\u002Fpre\u003E\u003Col\u003E\u003Cli\u003Eweight 权重 、 fair、url_hash 等\u003C\u002Fli\u003E\u003C\u002Fol\u003E\u003Cp\u003E\u003Cstrong\u003E第 3 层：Web 层 -> 业务服务层 的负载均衡\u003C\u002Fstrong\u003E\u003C\u002Fp\u003E\u003Cp\u003EWeb 层 -> 业务服务层 的负载均衡如何实现呢？\u003C\u002Fp\u003E\u003Cp\u003E比如 Dubbo 是一个服务治理方案，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。其中一个特性就是智能负载均衡：内置多种负载均衡策略，智能感知下游节点健康状况，显著减少调用延迟，提高系统吞吐量。\u003C\u002Fp\u003E\u003Cp\u003E为了避免避免单点故障和支持服务的横向扩容，一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一个服务提供方，然后根据配置的随机负载均衡策略，在20个 Provider 中随机选择了一个来调用，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，选择选一个提供者进行调用，如果调用失败，再选另一台调用。\u003C\u002Fp\u003E\u003Cp\u003EDubbo内置了4种负载均衡策略:\u003C\u002Fp\u003E\u003Cul\u003E\u003Cli\u003ERandomLoadBalance:随机负载均衡。随机的选择一个。是Dubbo的默认负载均衡策略。\u003C\u002Fli\u003E\u003Cli\u003ERoundRobinLoadBalance:轮询负载均衡。轮询选择一个。\u003C\u002Fli\u003E\u003Cli\u003ELeastActiveLoadBalance:最少活跃调用数，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，因为越慢的 Provider 的调用前后计数差会越大。\u003C\u002Fli\u003E\u003Cli\u003EConsistentHashLoadBalance:一致性哈希负载均衡。相同参数的请求总是落在同一台机器上。\u003C\u002Fli\u003E\u003C\u002Ful\u003E\u003Cp\u003E同样，因为业务的需要，也可以实现自己的负载均衡策略\u003C\u002Fp\u003E\u003Cp\u003E\u003Cstrong\u003E第 4 层：业务服务层 -> 数据存储层 的负载均衡\u003C\u002Fstrong\u003E\u003C\u002Fp\u003E\u003Cp\u003E数据存储层的负载均衡，一般通过 DBProxy 实现。比如 MySQL 分库分表。\u003C\u002Fp\u003E\u003Cp\u003E当单库或者单表访问太大，数据量太大的情况下，需要进行垂直拆分和水平拆分两个维度。比如水平切分规则：\u003C\u002Fp\u003E\u003Cul\u003E\u003Cli\u003ERange 、 时间\u003C\u002Fli\u003E\u003Cli\u003Ehash 取模，订单根据店铺ID 等\u003C\u002Fli\u003E\u003C\u002Ful\u003E\u003Cp\u003E但伴随着这块的负载会出现下面的问题，需要解决：\u003C\u002Fp\u003E\u003Cul\u003E\u003Cli\u003E分布式事务\u003C\u002Fli\u003E\u003Cli\u003E跨库 join 等\u003C\u002Fli\u003E\u003C\u002Ful\u003E\u003Cp\u003E现状分库分表的产品方案很多：当当 sharding-jdbc、阿里的 Cobar 等\u003C\u002Fp\u003E\u003Ch1\u003E\u003Cstrong\u003E五、小结\u003C\u002Fstrong\u003E\u003C\u002Fh1\u003E\u003Cp\u003E对外看来，负载均衡是一个系统或软件的整体。对内看来，层层上下游调用。只要存在调用，就需要考虑负载均衡这个因素。所以负载均衡（Load Balance）是分布式系统架构设计中必须考虑的因素之一。考虑主要是如何让下游接收到的请求是均匀分布的：\u003C\u002Fp\u003E\u003Cul\u003E\u003Cli\u003E第 1 层：客户端层 -> 反向代理层 的负载均衡。通过 DNS 轮询\u003C\u002Fli\u003E\u003Cli\u003E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\u003C\u002Fli\u003E\u003Cli\u003E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\u003C\u002Fli\u003E\u003Cli\u003E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\u003C\u002Fli\u003E\u003C\u002Ful\u003E\u003C\u002Fdiv\u003E"

文章来源: https://www.toutiao.com/group/6714588163819438604/