阿里内部是如何进行架构设计？内部参考文档流出，你该这样准备

Posted 2021-04-10 Java架构师联盟

作为工程师，我们一方面关注软件产品的能力和行为，这往往是一个项目的起点，另一方面我们需要关注软件的架构设计，因为我们希望设计有着弹性、易于维护、高性能、高可用的系统，更希望系统能够不断演进，而不是在未来被推倒重做。所以，回正我们的视野，当我们决心要设计一个好的架构时，我们需要明确，架构往往决定的是软件的非功能性需求。这些非功能性需求有：

1. 易于开发：我们希望工程师一进入团队就可以立刻开始进行研发工作，我们希望代码易于阅读与理解，同时开发环境足够简单统一。

2. 方便部署：如果系统的部署成本很高，那使用价值就不会很高了，我们很多企业都存在那种动也不敢动，改也不敢改，停也不敢停的系统，除了祈祷它别挂掉好像没有别的办法。拿到这样的系统真的跟烫手的山芋一样，但是你还没得办法。

3. 易于运维：DevOps 的初衷是建立一种缩短运维与研发距离的文化，让出现问题后更容易处理，希望让大家将视野放在产品上而不是限定自己的工种，这并不是期望运维的同学能够成为 Java 专家，迅速的进行 heap 分析发现问题，我们强调的是运维时的闭环能力。

4. 维护成本：随着时间的推移，给软件增加新功能就会变的越来越难，越是运行长久的项目就会陷入重写还是重构的苦恼。往往风险在于修改代码会增加破坏已有功能的风险，而且技术债也会越来越多难以偿还，即使是重写某些功能和模块，我们也很难确定是否真的覆盖到了所有的功能，简而言之，don't break anything 的确很难做到。

5. 演进能力：良好的架构设计应该能让系统处于易于演进的状态，能够实现给飞驰的汽车换轮胎的能力，而不会被框架、底层的某种数据库、操作系统或者其他东西所绑架，但是这太难以做到了。的确，在项目进行技术选型时，因为某种数据库的特性而有倾向，但是在上层设计中，我们必须保证不依赖于数据库的特性，而将使用这些特性的地方放到底层细节中。我们也需要考虑，不使用 Spring 提供的 Dependency Injection，我们该如何组织我们的 beans，也要考虑将来系统的前端是 web 还是 mobile 还是都要支持？

---

所以当这一些问题我们都想兼顾的时候，在于进行架构设计的时候考虑的有多细，资源有多雄厚，那些动辄亿级流量或者超大型研发团队，确实能够解决这些问题，就像这次疫情的钉钉，虽然流量的疯狂涌入，但是，瞬间，后台阿里云开通更多的资源容纳这一部分冲击，所以，外界看来，几乎没什么影响，但是，能这样操作的企业又有几家呢？基本都是资源用在刀刃上，那该怎么办呢？互联网巨头阿里出了一份参考手册，共分为三部分

第一部分：企业架构

如果说运维是地基，那么框架就是承重墙。盖房子是先打地基，再建承重墙，最后才垒砖，所以中间件的搭建和引进是建设高可用、高性能、易扩展、可伸缩的大中型系统的前提。所以，一个好的架构设计关系到后期整个项目的稳重

第二部分：技术理解

1.集中式缓存Redis

缓存是计算机的难题之一.，分布式缓存亦是如此。Redis 看起来非常简单，但它影响系统的效率、性能和数据一致性。用好它不容易，包括缓存时长(复杂多维度的计算)、缓存失效处理(主动更新)、缓存键(Hash和方便人工干预)、缓存内容及数据结构的选择、缓存雪崩的处理、缓存穿透的处理等。Redis 除了缓存的功能，还有其他功能，比如Lua计算能力、Limit 与Session 时间窗口、分布式锁等。我们使用SericeStack.Redis做客户端，使用方法详见Demo。

2.消息队列RabbitMQ

消息队列好比葛洲坝，有大量数据的堆积能力，再可靠地进行异步输出。它是EDA事件驱动架构的核心，也是CQRS同步数据的关键。为什么选择RabbitMQ而没有选择Kafka?是因为业务系统对消息有高可靠性要求,以及对复杂功能(如消息确认)的要求。

3.集中式日志ELK

日志主要分为系统日志和应用日志两类。试想一下，如何在- -个具有几百 台服务器的集群中定位问题?如何追踪每天产生的几GB甚至几TB的数据?集中式日志就是此类问题的解决方案。早期我们使用自主研发的Log4Net+MongoDB来收集和检索日志信息，但随着数据量的增加，查询速度却变得越来越慢。后期改为开源的ELK,虽然易用性有所下降，但它支持海量数据及与编程语言无关的特征。

4.任务调度Job

任务调度Job如同数据库作业或Windows计划任务，是分布式系统中异步和批处理的关键。我们的Job分为WinJob和HttpJob: WinJob 是操作系统级别的定时任务，使用开源的框架Quartz.NET实现;而HttpJpob则是自主研发实现的，采用URL方式可定时调

5.应用监控Metrics

“没有度量就没有提升”,度量是改进优化的基础,是做好一个系统的前置条件。

6.微服务框架MSA

微服务是细粒度业务行为的重用，需要与业务能力及业务阶段相匹配。微服务框架是实现微服务及分布式架构的关键组件

7.搜索服务Solr

分库分表后的关联查询，大段文本的模糊查询，这些要如何实现呢?显然传统的数据库没有很好的解决办法，这时可以借助专业的检索工具。全文检索工具Solr 不仅简单、易用、性能好，而且支持海量数据高并发，只需实现系统两边数据的准实时或定时同步即可。

8.更多工具

分布式协调器 ZooKeeper:工作原理、配置中心、Master 选举、Demo。

ORM 框架: Dapper.NET 语法简单、运行速度快，与数据库无关，SQL自主编写可控，是一款适合互联网系统的数据库访问工具。

对象映射工具 EmitMapper和AutoMapper: EmitMapper的性能较高, AutoMapper的易用性较好。

IoC 框架:控制反转( IoC )轻量级框架Autofac。

DLL 包管理:公司内部DLL包管理工具NuGet,可解决DLL集中存储、更新、引用、依赖的问题。

发布工具Jenkins: -键编译、发布、自动化测试、- -键回滚，高效、便捷、故障率低。

zookeeper

jenkins

单点登录

企业支付网关

第三部分：技术升级

单体问题

●单体应用，该合并的没有合并，该拆分的没有拆分，单个体量不合理，主平台体量太大，其他又过小。

●技术过旧: 使用7年以前的技术，主平台因采用单体式架构，且体量过大，无法整体更新维护。

●多版本共存: 版本混乱，只敢添加，不敢修改。

●整个系统非常脆弱， 问题多，访问量一大就“挂”。

●管理问题: 发布困难，测试困难，修改困难，排错困难。

技术改造：从单体应用到微服务

性能优化

上云纪要

技术与业务的匹配和融合

研发团队的发展

感谢大家的阅读，文中可能存在不足或遗漏之处，欢迎批评指正。

部分资料已经上传到我的git仓库中：有需要的可以下载

https://gitee.com/biwangsheng/mxq