从三个维度扩展软件架构

翻译自: http://microservices.io/articles/scalecube.html
转载声明: 请注明原文地址和该译文出处。
注意: 若有翻译不当之处,请指明。共同进步。


有一本书,名字是 《The Art of Scalability》,其展示了一个模型(The scale cube, 立方体扩展模型)描述了一个非常有用的 可从三个维度来进展扩展软件架构.


在此模型中,把一个应用服务 部署/克隆 多份 以达到负载均衡 这个称之为 X轴扩展。其它两种扩展方式 为 Y轴扩展和Z轴扩展。  我们所说的 微服务架构是基于 Y轴扩展方式的。 下面来详细聊下 这三种扩展方式。


X轴扩展
这种扩展方式是由运行多个相同的一个应用以此来实现负载均衡。如果有 N个相同的应用部署,那么每个单独的应用只需要处理  1/N 份的负载请求。 这是一种简单的,普遍的一种扩展方式。

这种扩展方式也有一个缺点那就是每一个单独的应用服务都有可能访问所有的数据,所以内存中不得不缓存更多的数据来高效的响应。另外一个缺点就是 当开发需求或是开发所导致的问题越来越多时或是应用本身的复杂性提高时 所带来的管理及运维挑战.


Y轴扩展
不同于X轴与Z轴 是由多个同时运行的相同应用服务组成。 Y轴扩展则是尽可能的拆分一个单独的应用 成 多个不同的服务。每个不同的服务则负责一个到多个相近的功能模块。
目前有很多种方式来进行拆分一个应用为多个不同的服务。 其中一个方法就是 基于动词 的拆分方式来定义服务是如何实现一个 用户用例, 比如在电商网站中  “买单” 这样一个动作可以单独开发一个服务与之对应。  那么理所当然还有另外一种拆分的方法就是  基于名词 的。
再比如说在电商网站中的 “历史订单管理”。

当然一个应用本身可能也需要两种拆分方式组合起来。


Z轴扩展
这种扩展方式类似于X轴,都是在多个服务器上运行一段相同的代码。它们最大的不同是Z轴扩展上的每个服务器仅仅 拥有/负责  一部分数据。 一些系统组件可以做到 分发/路由 每一个请求到相对应的服务器数据集中。 一个普遍使用的 分发/路由 规则就是基于 包含在请求属性当中的 “对像的主键值”, 另外一个则是基于发送请求的不同的用户类型。 举个栗子,一个应用服务可以提供更高的存储容量给 付费用户, 对免费用户则是相对应的少一些。

Z轴的拆分通常就是针对数据库的扩展。 数据根据一定的特征被分区在不同的分区服务器上。再举个栗子, 我们可以根据日期来拆分相同的数据。需要注意的是X轴扩展方式下的每个分区数据可能需要被部署到一个或多个复本服务器上。
Z轴扩展同样也可以用到对应用程序的拆分上,栗子, 一个搜索服务可能涉及多个分区服务器上的数据, 这时需要有一个路由程序发送搜索请求到索引并且存储相应数据的相应分区服务器上。 同时也需要一个 查询聚合器将每个分区返回的数据合并起来。

Z轴扩展有几个优点:
1) 每个分区服务器只处理一部分数据
2) 改善缓存的使用率并减少内存使用和IO操作
3) 同时改善了事务处理的扩展性, 因为不同数据的请求已经被分发到不同的服务器上.
4) 同样也易于故障隔离, 因为一个故障只仅仅影响一部分数据的访问, 不是所有.

几个缺点:
1) 增加了软件的复杂度
2) 需要实现数据分区方案, 特别是某种情况下我们有可能需要对数据进行  重新分区.
3) 如果软件的复杂度提升, Z轴扩展方式不能很好的处理. 这时需要用到的就是Y轴的扩展方式.

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 204,921评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 87,635评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,393评论 0 338
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,836评论 1 277
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,833评论 5 368
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,685评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,043评论 3 399
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,694评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 42,671评论 1 300
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,670评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,779评论 1 332
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,424评论 4 321
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,027评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,984评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,214评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,108评论 2 351
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,517评论 2 343

推荐阅读更多精彩内容