工作中的“厨师”，生活上的诗人，其实也是架构师

Posted 2022-02-22 Alibaba F2E

“解决历史问题最大的困难就是找不到人，我们看到的可能只有一个页面，但是这个页面是谁开发的并不清楚，然后也不知道这块业务归谁管理，这样就会导致我们决策不了能不能下线。特别是产品经理更换以后，新来的产品经理也不熟悉这块业务，更不敢轻易下线。这里面不只是技术问题，每个领域都有涉及到，所以我做这个事情是希望可以反向推动产品、对应的业务或者是对应的技术团队，去下线这些无用的内容或者是去做一些革新。”

在这个系统中有很多站点，对应很多域名，每一个域名下面有很多页面，贯高这边按域名从流量小到流量大逐步去下线，目前整体已经还掉了差不多50%的债务。但我们的架构及一些能力仍持续在演进，同时也会带来一些新的“债务”，需要我们各业务团队一起不断去排查并及时的进行下线，避免造成其他影响。

《为什么会主动解决历史债问题》

一心想当厨师的架构师

“我不希望自己在聚光灯下，如果自己做的一些事能够让身边的人感到快乐，就心满意足了。当厨师不做将军，我自认为不是那种可以带领三军冲锋陷阵的人，也无法更好的激励团队前行，但我觉得自己更适合做一个服务角色，让士兵不会饿着肚子作战。厨师在厨房做了很多准备，目的就是为了把菜做出来，这样别人就可以享用。如果你做的味道还比较好，大家也很喜欢你做的菜，那么自己也会感受到这个过程中的乐趣。”

“所以，我想做的就是通过一些核心的底层能力，让大家能减少日常遇到的调试复杂的问题，对 Develop 来说体验能够得到一些改善。虽然这个愿景比较美好，通过一个人的力量还是比较困难的，但我愿意去尝试，也希望能做好这个服务的角色，给予大家更好的支撑。”

《作为架构师，最大的成就感是什么》

用化学的态度对待调酒这件事

“在对调酒感兴趣之前，我很少去酒吧，也对酒吧有着一些偏见。但在一次机缘巧合下，在B站看了卡司（某酒区up主）的视频，觉得调酒这件事情很有意思，自己也慢慢接触各种酒的类型，学习鸡尾酒的做法。B站酒区里面，也有越来越多的年轻人喜欢在家调酒。其实，调酒并不是为了喝醉，酒也是一种美食，通过嗅觉、味觉、触感，我们可以感受到每一款酒的特色以及他背后的故事。”

对于饮品来说，每一种味道的背后都比较复杂，只有懂得人可以尝出每种味道的不同。经典鸡尾酒，都是基酒加上水果，或加上气泡水，或加上利可酒调制而成的。这里面比较有意思的是，你通过不同的调制方式，一个是量、一个是冰的融水度，还有一个是酸甜的比例，通过这些就能调出你喜欢的口味。

每一点微小的变化，都能带来味道上很大的改变，调酒如是，工作上亦是如此。

《如何平衡全局与细节之间的关系》

在很多时候，我们需要和自己和解，去承认自己的短板，让长板可以跑的更快。纠结只会让自己患得患失，失去了向上的机会，换一条路也许会更难走。人生的终极追求可能是每个人需要考虑的问题，而且答案也必定不同。

我们经常容易被眼前的一些琐事遮住看向远方的双眼，忽略了那些需要我们长期投入有更大意义的事情。我们可以去发现一件值得自己全心投入去做的事情，然后结合自己未来的愿景，躬身入局，把自己融入，长期 AII-in，让自己成为解决问题的变量，不断让自己的肉体去靠近内心想要的那个样子。

---

关注「Alibaba F2E」微信公众号把握阿里巴巴前端新动向

初识分布式架构

经典架构技术文章第一时间送达！

分布式架构的常见概念

集群 
小饭店原来只有一个厨师，切菜洗菜备料炒菜全干。后来客人多了，厨房一个厨师忙不过来，又请了个厨师，两个厨师都能炒一样的菜，这两个厨师的关系是集群。 

分布式 
为了让厨师专心炒菜，把菜做到极致，又请了个配菜师负责切菜，备菜，备料，厨师和配菜师的关系是分布式，一个配菜师也忙不过来了，又请了个配菜师，两个配菜师关系是集群。 

节点 
节点是指一个可以独立按照分布式协议完成一组逻辑的程序个体。在具体的项目中，一个节点表示的是一个操作系统上的进程。

 
副本机制 
副本(replica/copy)指在分布式系统中为数据或服务提供的冗余。 
数据副本指在不同的节点上持久化同一份数据，当出现某一个节点的数据丢失时，可以从副本上读取到数据。（张三请假了，李四负责顶替张三的工作）数据副本是分布式系统中解决数据丢失问题的唯一手段。 
服务副本表示多个节点提供相同的服务，通过主从关系来实现服务的高可用方案。 

中间件 
中间件位于操作系统提供的服务之外，又不属于应用，他是位于应用和系统层之间为开发者方便的处理通信、输入输出的一类软件，能够让用户关心自己应用的部分。

架构的发展过程

一个成熟的大型网站系统架构并不是一开始就设计的非常完美，也不是一开始就具备高性能、高可用、安全性等特性，而是随着用户量的增加、业务功能的扩展逐步完善演变过来的。在这个过程中，开发模式、技术架构等都会发生非常大的变化。 

阶段一，单应用架构 
网站的初期也可以认为是互联网发展的早起，我们经常会在单机上跑我们所有的程序和软件。把所有软件和应用都部署在一台机器上，这样就完成一个简单系统的搭建，这个时候讲究的是效率。 

阶段二，应用服务器和数据库服务器分离 
随着网站的上线，访问量逐步上升，服务器的负载慢慢提高，在服务器还没有超载的时候，我们应该做好规划，提升网站的负载能力。假如代码层面的优化已经没办法继续提高，在不提高单台机器的性能，增加机器是一个比较好的方式，投入产出比非常高。这个阶段增加机器的主要目的是将web服务器和数据库服务器拆分，这样不仅提高了单机的负载能力，也提高了容灾能力。 

阶段三，应用服务器集群 
随着访问量的继续增加，单台应用服务器已经无法满足需求。在假设数据库服务器还没有遇到性能问题的时候，我们可以增加应用服务器，通过应用服务器集群将用户请求分流到各个服务器中，从而继续提升负载能力。此时多台应用服务器之间没 
有直接的交互，他们都是依赖数据库各自对外提供服务。

架构发展到这个阶段，各种问题也会慢慢呈现： 
1. 用户请求由谁来转发到具体的应用服务器。 
2. 用户如果每次访问到的服务器不一样，那么如何维护session。 

阶段四，数据库压力变大，数据库读写分离 
架构演变到这里，并不是终点。上面我们把应用层的性能提上来了，但是数据库的负载也在慢慢增大，那么怎么去提高数据库层面的负载呢？有了前面的思路以后，自然会想到增加服务器。但是假如我们单纯的把数据库一分为二，然后对于后续数据库的请求，分别负载到两台数据库服务器上，那么一定会造成数据库不统一的问题。所以我们一般先考虑读写分离的方式。 

这个架构的变化会带来几个问题： 
1. 主从数据库之间的数据同步，可以使用 mysql 自带的master-slave方式实现主从复制。 
2. 对应数据源的选择，采用第三方数据库中间件，例如 mycat。 

阶段五，使用搜索引擎缓解读库的压力 
数据库做读库的话，常常对模糊查找效率不是特别好，像电商类的网站，搜索是非常核心的功能，即便是做了读写分离，这个问题也不能有效解决。那么这个时候就需要引入搜索引擎了，使用搜索引擎能够大大提高我们的查询速度，但是同时也会带来一些附加的问题，比如维护索引的构建。 

阶段六，引入缓存机制缓解数据库的压力 
随着访问量的持续增加，逐渐出现许多用户访问同一部分内容的情况，对于这些热点数据，没必要每次都从数据库去读取，我们可以使用缓存技术，比如 memcache、redis 来作为我们应用层的缓存。另外在某些场景下，比如我们对用户的某些IP的访问频率做限制，那这个放内存中又不合适，放数据库又太麻烦，这个时候可以使用Nosql的方式，比如mongDB来代替传统的关系型数据库。 

阶段七，数据库的水平/垂直拆分 
我们网站演进的变化过程，交易、商品、用户的数据都还在同一个数据库中，尽管采取了增加缓存，读写分离的方式，但是随着数据库的压力持续增加，数据库的瓶颈仍然是个最大的问题，因此我们可以考虑对数据进行垂直拆分和水平拆分。 
垂直拆分：把数据库中不同业务数据拆分到不同的数据库。 

水平拆分：把同一个表中的数据拆分到两个甚至更多的数据库中，水平拆分的原因是某些业务数据量已经达到了单个数据库的瓶颈，这时可以采取将表拆分到多个数据库中。

阶段八，应用的拆分 
随着业务的发展，业务越来越多，应用的压力越来越大，工程规模也越来越庞大。这个时候就可以考虑将应用拆分，按照领域模型将我们的用户、商品、交易拆分成多个子系统。

这样拆分以后，可能会有一些相同的代码，比如用户操作，在商品和交易都需要查询，所以会导致每个系统都会有用户查询访问相关操作。这些相同的操作一定是要抽象出来，否则就会是一个坑。所以通过走服务化路线的方式来解决。 

那么服务拆分以后，各个服务之间如何进行远程通信呢？ 
通过 RPC技术，比较典型的有：webservice、hessian、http、RMI等等。前期通过这些技术能够很好的解决各个服务之间通信问题，但是互联网的发展是持续的，所以架构的演变和优化还在持续。

架构全局图

如需查看更多技术架构文章，长按下面二维码关注，获取大量经典架构技术，让我们一起学习架构技术支持，成长为架构师。

经典技术架构

ID：tuhao_programer

互联网 | 海量高可用 | 应用技术架构丨大数据丨机器学习 | 云计算