【中项第三版】系统集成项目管理工程师 | 第 4 章 信息系统架构⑤ | 4.8 - 4.9

发布于:2024-07-11 ⋅ 阅读:(32) ⋅ 点赞:(0)

前言

第4章对应的内容选择题案例分析都会进行考查,这一章节属于技术相关的内容,学习要以教材为准。本章分值预计在4-5分。

目录

4.8 云原生架构

4.8.1 发展概述

4.8.2 架构定义

4.8.3 基本原则

4.8.4 常用架构模式

4.8.5 云原生案例

4.9 本章练习


4.8 云原生架构

“云原生”来自于Cloud Native的直译,Cloud就是指其应用软件和服务是在云端而非传统意义上的数据中心。Native代表应用软件从一开始就是基于云环境,专门为云端特性而设计,可充分利用和发挥云环境的弹性与分布式优势,最大化释放云环境生产力。

4.8.1 发展概述

DevOps出于协调开发和运维的“信息对称”问题而被推出。可以看作是开发、技术运营和质量保障三者的交集,促进他们之间的沟通、协作与整合,从而提高开发周期和效率。

4.8.2 架构定义

根据云原生技术、产品和上云实践,从技术的角度云原生架构是基于云原生技术的一组(架构原则)和(设计模式)的集合,旨在将云应用中的非业务代码部分进行最大化的剥离,从而让云设施接管应用中原有的大量非功能特性(例如:弹性、韧性、安全、可观测性、灰度等),使业务不再有非功能性业务中断困扰的同时,具备(轻量)、(敏捷)、(高度自动化)的特点。由于云原生是面向“云”而设计的应用,因此,技术部分依赖于云计算的3层概念,即(基础设施即服务IaaS)、(平台即服务PaaS)、(软件即服务SaaS)。

云原生的代码通常包括三部分:业务代码(核心)、三方软件、处理非功能特性的代码

4.8.3 基本原则

云原生架构设计原则如下:

服务化原则:拆分为微服务架构。进行服务化拆分,包括拆分为微服务架构、小服务(MiniService)架构。

弹性原则:系统的部署规模可以根据业务量的变化而自动伸缩

观测原则:通过日志、链路跟踪和度量等手段,使得一次点击背后的多次服务调用的耗时、返回值和参数都清晰可见。

韧性原则:面对软硬件组件出现异常的抵御能力。核心目标是提升软件的平均无故障时间MTBF。

所有过程自动化原则:自动化交付工具。实现整个软件交付和运维的自动化

零信任原则:默认不信任网络内部和外部的任何人/设备/系统。需要基于认证和授权重构访问控制的信任基础。架构从“网络中心化”走向“身份中心化”,其本质诉求是以身份为中心进行访问控制

架构持续演进原则:业务高速迭代情况下的架构与业务平衡。架构具备持续演进的能力

4.8.4 常用架构模式

常用的架构模式主要有服务化架构、Mesh化架构、Serverless、存储计算分离、分布式事务、可观测、事件驱动等。

1 服务化架构模式

服务化架构是新时代构建云原生应用的标准架构模式,要求以应用模块为颗粒度划分一个软件,以接口契约(例如IDL)定义彼此业务关系,以标准协议(HTTP、gRPC等)确保彼此的互联互通,结合领域模型驱动(DomainDriven Design, DDD)测试驱动开发(Test Driven Development,TDD)、容器化部署提升每个接口的代码质量和迭代速度。

服务化架构的典型模式是微服务小服务模式,其中小服务可以看作是一组关系非常密切的服务的组合,这组服务会共享数据。小服务模式通常适用于非常大型的软件系统,避免接口的颗粒度太细而导致过多的调用损耗(特别是服务间调用和数据一致性处理)和治理复杂度

2 Mesh化架构模式

Mesh(网格)化架构是把中间件框架(如RPC、缓存、异步消息等)从业务进程中分离让中间件的软件开发工具包(Software Development Kit, SDK)与业务代码进一步解耦,从而使得中间件升级对业务进程没有影响,甚至迁移到另外一个平台的中间件也对业务透明。分离后在业务进程中只保留很“薄”的Client部分,Client通常很少变化,只负责与Mesh进程通信,原来需要在SDK中处理的流量控制、安全等逻辑由Mesh进程完成

3 Serverless模式

Serverless(无服务器)将“部署”这个动作从运维中“收走”,使开发者不用关心应用运行地点、操作系统、网络配置、CPU性能等。也就是把应用的整个运行都委托给云

Serverless并非适用任何类型的应用:如果应用是有状态的,由于Serverless的调度不会帮助应用做状态同步,因此云在进行调度时可能导致上下文丢失;如果应用是长时间后台运行的密集型计算任务,会无法发挥Serverless的优势;如果应用涉及频繁的外部I/O(包括网络或者存储,以及服务间调用等),也因为繁重的I/0负担、时延大而不适合

Serverless非常适合于:事件驱动的数据计算任务、计算时间短的请求/响应应用、没有复杂相互调用的长周期任务

4 存储计算分离模式

分布式环境中的CAP (一致性: Consistency;可用性: Availability;分区容错性:Partitiontolerance)困难主要是针对有状态应用,因为无状态应用不存在C (一致性)这个维度,因此可以获得很好的A (可用性)和P (分区容错性),因而获得更好的弹性。在云环境中,推荐把各类暂态数据(如session)结构化和非结构化持久数据都采用云服务来保存,从而实现存储计算分离。

5 分布式事务模式

微服务模式提倡每个服务使用私有的数据源,而不是像单体这样共享数据源,但往往大颗粒度的业务需要访问多个微服务,必然带来分布式事务问题,否则数据就会出现不一致。

架构师需要根据不同的场景选择合适的分布式事务模式。

①传统采用XA(扩展体系结构)模式,虽然具备很强的一致性,但是性能差

基于消息的最终一致性通常有很高的性能,但是通用性有限

TCC(Try—Confirm—Cancel,预留—确认—取消)模式完全由应用层来控制事务,事务隔离性可控比较高效但是对业务的侵入性非常强,设计开发维护等成本很高

SAGA模式(补偿模式)(指允许建立一致的分布式应用程序的故障管理模式)与TCC模式的优缺点类似但没有Try这个阶段,而是每个正向事务都对应一个补偿事务,也使开发维护成本高

开源项目SEATA的AT模式非常高性能,无代码开发工作量,且可以自动执行回滚操作,同时也存在一些使用场景限制

6 可观测架构

可观测架构包括Logging、Tracing、Metrics三个方面:

Logging(日志)提供多个级别的详细信息跟踪,由应用开发者主动提供;

Tracing(追踪)提供一个请求从前端到后端的完整调用链路跟踪,对于分布式场景尤其有用;

Metrics(度量)则提供对系统量化的多维度度量。

架构决策者需要选择合适的、支持可观测的开源框架。由于建立可观测性的主要目标是对服务SLO(Service Level Objective,服务级别目标)进行度量,从而优化SLA(Service Level Agreement,服务水平协议),因此架构设计上需要为各个组件定义清晰的SLO,包括并发度、耗时、可用时长、容量等。

7 事件驱动架构

事件驱动架构(Event Driven Architecture,EDA)本质上是一种应用/组件间的集成架构模式。事件驱动架构不仅用于(微)服务解耦,还可应用于下面的场景中:增强服务韧性CQRS(命令查询的责任分离)数据变化通知构建开放式接口事件流处理基于事件触发的响应

4.8.5 云原生案例

4.9 本章练习

 练习题

 练习题

 练习题

 练习题

 练习题

 练习题

 练习题

 练习题

 练习题

至此,本文分享的内容就结束啦!🌺🌺🌺🌺🌺🌺🌺🌺🌺