系统架构优化最佳实践.doc

  1. 1、本文档共11页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
完美.WORD格式.整理 范文.范例.指导 系统架构优化最佳实践 看京东系统架构师如何让笨重的架构变得灵巧 目 录 TOC \o 1-3 \h \z \u HYPERLINK \l _Toc522803245 一、 项目背景 PAGEREF _Toc522803245 \h 3 HYPERLINK \l _Toc522803246 二、 系统拆分 PAGEREF _Toc522803246 \h 3 HYPERLINK \l _Toc522803247 1、水平扩展 PAGEREF _Toc522803247 \h 3 HYPERLINK \l _Toc522803248 2、垂直拆分 PAGEREF _Toc522803248 \h 4 HYPERLINK \l _Toc522803249 3、业务拆分 PAGEREF _Toc522803249 \h 4 HYPERLINK \l _Toc522803250 4、水平拆分 PAGEREF _Toc522803250 \h 6 HYPERLINK \l _Toc522803251 三、 结构演变 PAGEREF _Toc522803251 \h 6 HYPERLINK \l _Toc522803252 四、 结语 PAGEREF _Toc522803252 \h 11 项目背景 随着业务的复杂性增大、系统吞吐量增长,所有功能统一部署难度加大,各个功能模块相互影响,使系统变的笨重且脆弱;因此需要对业务进行拆分、对系统进行解耦、对系统内部架构升级,来提升系统容量及健壮性。 接下来主要分两部分介绍:系统拆分与结构演变; 系统拆分 系统拆分从资源角度分为:应用拆分和数据库拆分; 从采用的先后顺序可分为:水平扩展、垂直拆分、业务拆分、水平拆分; 图1 系统分解原则 1、水平扩展 水平扩展是最初始的解决的手段,也是系统遇到瓶颈的首选方案,主要从以下两个方面扩展: 应用加实例,搞集群,把系统吞吐量扩上去。 数据库利用主从进行读写分离,数据库其实是系统最应该保护的资源。 2、垂直拆分 垂直拆分才是真正开始拆分系统,主要是从业务功能角度拆分。如拆出用户系统、商品系统、交易系统等。为了解决拆分后各个子系统之间相互依赖调用的问题,这时会引入服务调用治理。系统复杂度有所加大,但系统基本解耦,稳定性相对提高,做好降级就能避免因其它系统功能异常导致系统崩溃。 业务对应的库也会按照对应的业务进行拆分出用户库、商品库、交易库等。 3、业务拆分 业务拆分主要是针对应用层面按功能特点拆分,如交易拆分出:购物车、结算页、订单、秒杀等系统。然后根据业务的特点,针对性做处理,如秒杀系统,由于同时参加秒杀的商品有限,可以提前把商品信息加载到JVM缓存中,自身减少外部调用提高性能,同时商品系统也减轻压力。 数据库拆分也可以分为几步:垂直分表、垂直分库、水平分表、水平分库分表; 垂直分表是指大表拆多张小表,可以根据字段更新或查询频次拆分; 图2 商品表拆分 垂直分库是指按业务拆库,如拆出订单库、商品库、用户库等 水平分表是解决数据量大,把一张表拆成多张表; 水平分库分表是更进一步拆分表; 图3?分库分表 4、水平拆分 服务分层,系统服务积木化,拆分功能与非功能系统,以及业务组合的系统,如最近比较火的大中台或前台拆分;中台为积木组件,承担服务功能输出。前台更多的是组合积木服务,及时响应业务发展,如在电商网站单品页能看见主图、价格、库存、优惠券或推荐等信息,都是组合各积木组件呈现。 数据库也可以进行冷热数据分离;过期或过季商品可以归档,比如诺基亚3210手机,早已经停产且没有销售;用户查看订单时,更多的只是查看最近1、2年信息,2年前数据查看量少,在存储设计时可以区别处理。 结构演变 结构演变主要是随着系统复杂度增加及对性能要求提高而不得不做的系统内部架构升级; 早期系统基本是应用直联数据库,但在系统进行拆分后,功能本系统不能单独完成,需要依赖其它系统,就出现远程调用; 图4?早期应用结构 随着自身系统的业务发展,对性能要求高,而数据库一定程度上成为瓶颈,就会引入缓存及索引,分别解决key-value及复杂检索;索引加缓存现在已经成为解决高并发的基本方案,但在实施过程会有所区别; 14年对3亿热数据的系统升级时,技术选型为solr+redis,考虑到数据量过大,数据在solr中只存index,而结果只存并返回主键id,再通过id从redis中读取数据,redis也不存放全部数据,数据设置过期时间,若未命中redis,回源数据库查询并反写redis;主要考虑资源与性能的平衡,solr的存储减少及IO性能提高,结果数

文档评论(0)

文档分享 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档