基于阿里企业级分布式应用服务(EDAS)的敏捷服务开发与架构实践

AnyaSaldana 7年前
   <p>摘要: 8月30日~31日2016蚂蚁金服&阿里云在线金融技术峰会拉开帷幕,阿里云中间件技术部资深专家沈询带来了“基于阿里企业级分布式应用服务(EDAS)的敏捷服务开发与架构实践”的重要演讲。</p>    <p>本文主要从高速增长的阿里业务开始谈起,讲述当年面对的业务场景和背景,碰到了什么样的技术挑战,且用什么样的思路去解决它,最后和大家分享了解决后产生的产品Aliware中非常重要的EDAS。</p>    <p>PDF下载: <a href="https://yq.aliyun.com/attachment/download/?spm=5176.100239.blogcont59932.6.p1jHzP&filename=bcdc8e2636a35137b04b8a4c22929821.pdf" rel="nofollow,noindex">点此进入</a></p>    <p>以下是演讲内容整理:</p>    <p>高速业务增长带来的挑战</p>    <p style="text-align: center;"><img src="https://simg.open-open.com/show/ac19bdaa0df265eab098d57c282b48b8.png"></p>    <p>大型电子商务平台吸引了大量卖家和买家,图为2014年IPO时候截得的图,可以看到在阿里上有10亿多件商品等,现在仍然以非常高的速度在增长。</p>    <p style="text-align: center;"><img src="https://simg.open-open.com/show/92c2e4eae334de680aa6d94cdc3c7fe9.png"></p>    <p>图为2003年到2010年淘宝网注册用户数,用户数从非常低的值逐渐涨到近40000万人,这些用户突然来到我们的网站,就会给网站非常多的访问压力。2003年到2006年我们主要是想尽方法以业务为核心积累技术,到后来互联网人群在高速增长,整个体系面临的技术挑战就会非常多,具体有以下四点:</p>    <ul>     <li>业务需求爆发式增长</li>     <li>开发人员快速扩张</li>     <li>系统代码量越来越多</li>     <li>系统压力越来越大</li>    </ul>    <p>综合来看,一个技术性网站最重要的技术挑战在于考虑业务的高速增长、用户数量的高速增长导致下层原来看不见的问题变成了新的问题。</p>    <h2>挑战与解决之道</h2>    <p style="text-align: center;"><img src="https://simg.open-open.com/show/2e130100071dc065535ebe258a0b796d.png"></p>    <p>阿里前期技术团队规模500人左右,单一War应用,是以PHP为核心构建的系统,PHP+MySQL+Linux+Apache标准的LAMP的系统架构,后来逐渐用一些开源的技术替换掉了原来的商业产品,随着业务的不断发展,不断的把新的代码加入到系统中,我们研发了一套分布式存储架构,搜索也是自己构建的。</p>    <h3>技术问题</h3>    <p>随着技术快速增长和演进,随着人员的增加,我们发现很多严重的问题展现出来。</p>    <h3>业务支持缓慢,牵一发而动全身</h3>    <p>很多人同时维护一个核心工程,不同人有不同的理解,会导致源代码冲突严重,很难做项目管理,协同成本非常高,进而项目发布周期就会很长,迭代速度变慢,且错误难以隔离。</p>    <h3>数据库能力达到上限</h3>    <p>只有一个数据库的问题是很大的,发布一个新的系统可能会导致宕机,由于数据库里本身的索引建错了,建错是因为库是重建的,Oracle的索引重建机制还没有来得及更新柱状图。所以,只有一个Oracle数据库时,连接数捉襟见肘,单机IOPS达到瓶颈,CPU 90%以上,每年宕机最少一次。</p>    <h3>数据孤岛</h3>    <p>多套用户体系导致用户不知道到底在哪个网站登录,我们想知道用户的画像,分析用户的购买行为,但两个不同网站的相同用户名不确定是否为同一用户,所以没办法进行后续的大数据分析。随着系统越来越多,我们发现大量的用户在系统出现时,比如查询用户的方法,在不同的业务系统里出现多次,每一次都不完全一样,数据隔离、重复建设,数据不一致,这是项目管理和代码管理的乱象。</p>    <h2>基于EDAS进行服务化改造</h2>    <p style="text-align: center;"><img src="https://simg.open-open.com/show/4cb9bcc1e5ff79395e27c0f595a0dc6a.png"></p>    <p>没有任何服务化的经验去借鉴,我们只能一步一步的摸着石头过河。我们做了几个关键性的努力,首先是用户中心迁出,从一个大的系统里拆出一小块放到外面,这就是用户中心,用户中心是一个比较简单纯粹的处理用户登录的系统,当时在内部就有六、七种登录方式,我们把这些方式全部代理出来,变成一个单独的服务中心。如果我们不把系统代码进行革新,就没有办法支撑,紧接着,我们就开始做自己的中间件的研发,千岛湖项目产生时,EDAS、MQ、DRDS就随着它一步步的演进到现在。交易中心是整个系统里最复杂的业务流程,几乎和所有业务系统有关联,当它用一些中间件完成整个系统的突破时,我们就可以认为看起来中间件和应用都准备好了。接着我们进行了第三个五彩石项目,商城和淘宝各有一套购买流程,我们需要用EDAS进行服务化改造,把这两套流程融合到一起,使之能同时支撑两个不同的出口,完成下一步的延伸。</p>    <h3>服务化以后的架构演进</h3>    <p>服务化以后,开始时业务应用很少,随着系统往下延伸,很多人开始做服务化系统,服务之间也会进一步的复杂,从而会形成一个复杂的网状结构,那么,依赖很多,如何进行准确的梳理呢?</p>    <p style="text-align: center;"><img src="https://simg.open-open.com/show/b1d99d3ae5602970235c2fe7982e9f27.png"></p>    <p>当系统变成网状结构后,一定会有一些业务系统是重要业务,一些业务系统是非重要业务,这些非重要业务突然出现小的故障时,整个系统就会宕机,我们成立了稳定性小组进行业务梳理,以交易流程为核心,哪些系统划成重要系统,哪些系统为非重要的业务系统,但是,系统在不断的变化,我们没有办法准确知道每一次变化后它的依赖关系是怎样的,很难进行梳理,必须通过系统的方式来解决问题。</p>    <h3>鹰眼系统</h3>    <p><img src="https://simg.open-open.com/show/af2d546cc4520a0cce80c37ce01d8ea0.png"></p>    <p>我们把整个系统现象成一个高速公路的路网,流量进来就如同行驶的汽车,如何能够知道汽车从哪里进来又从哪里出去呢?在高速公路上做很多的关卡,这样可以准确的追踪到所有连接的道路和通信,这样,哪里有问题都可以通过非常简单的方式得到检测,而这个检测对于发现和解决问题是非常简单的一件事,才有可能摆脱在服务化以后,复杂的系统运维和管控。</p>    <h2>阿里经过验证的件——EDAS</h2>    <h3>高性能服务框架</h3>    <p>EDAS是一个高性能的服务框架,EDAS是由很多技术体系组成的一个整体包,如果想写一个web应用,使用这个开发套件,所有在业务开发需要的功能都集成在里面,所有和业务中间件相关的应用也集成到里面了,最关键之一就是HSF,HSF在阿里90%以上应用上使用,相对比较成熟,支持分布式事务,经历过七次双十一大促的考验,日均有千亿级的调用量。</p>    <p>同时,我们也支持Dubbo,Dubbo也是阿里开发出来的市面上应用非常广泛的开源软件,已经有4000多个开源分支。</p>    <h3>分布式事务</h3>    <p>在服务框架之上,还有分布式事务,在分布式应用里应该怎样完成单机应用中常见的一些事务操作呢?此时就需要使用分布式事务组件,它能够将服务和服务之间多个不同库之间的数据集中到一起去,从而提供一个整体的服务能力,看起来像写单机业务系统一样去写分布式事务服务框架。去中心化服务化框架,只是一个简单的开始。</p>    <h3>分布式配置管理</h3>    <p style="text-align: center;"><img src="https://simg.open-open.com/show/35e208b7608abe29488b6dbfafd4fb9c.png"></p>    <p>可以在网站查询配置哪些机器收到、哪些机器没有收到,毫秒级推送,可以变更历史记录,推送轨迹追踪等。</p>    <h3>立体化监控服务</h3>    <p style="text-align: center;"><img src="https://simg.open-open.com/show/d32b7f60f6a2f34f5aff693175945b8f.png"></p>    <p>资源+容器+应用 = 立体化监控服务</p>    <p>监控是我们非常关注的事情,对于系统整体的性能指标也非常重要,所以,我们会尝试从不同层面收集信息,具体包括以下三大方面:</p>    <p>系统资源:负载,CPU、内存、磁盘、网络</p>    <p>容器:堆内存、类加载、线程池、连接器</p>    <p>应用:响应时间、吞吐率、关键链路分析</p>    <h3>容器监控</h3>    <p style="text-align: center;"><img src="https://simg.open-open.com/show/e885b1c7b6842d858671bef8dbdb8e91.png"></p>    <p>容器监控要监控堆内存与非堆内存使用情况,类加载情况(对于排查线上启动问题非常方便),线程运行情况,连接器情况。</p>    <h3>应用监控</h3>    <p style="text-align: center;"><img src="https://simg.open-open.com/show/743a337c04401e00c99e5c1143c26e1e.png"></p>    <p>应用监控主要从服务接口、方法的实时调用情况进行分析,以及调用QPS、响应时间分析,</p>    <p>快速感知系统流量变化,从而让我们知道系统的问题所在。监控和报警在这里得到很好的体现,但这仅仅算是刚刚进阶。</p>    <h3>EDAS鹰眼跟踪</h3>    <p>鹰眼监控就是解决内部非常复杂的多样链路的时候,怎样进行持续的收集、跟踪、统计,以帮助我们进行链路梳理的工具。比如从前面开始调用链路时有哪些异常,出现故障的地方都可以从这个调用链路上得到展现。</p>    <p><img src="https://simg.open-open.com/show/46295dad7f916ab25157ddd5b6903aea.png"></p>    <p>同时,通过海量调用链进行统计分析,得到链路各个依赖的稳定性指标。比如,某个地方的QPS很高,但这个系统不该有这么高的QPS,就可以认为这是一个依赖压力问题。</p>    <p style="text-align: center;"><img src="https://simg.open-open.com/show/65182c80c523271c4277d2080f0f390d.png"></p>    <p>除了链路分析功能,EDAS还有容量规划的重要功能。通过线上真实引流到系统内进行压测分析,然后根据设定的运行水位计算系统承载的最高容量,从而到最后可以实现机器按需的上线和下线,把这些系统融会贯通在一起,就是整体的容量规划提供的功能。</p>    <h3>EDAS限流降级</h3>    <p>限流降级是阿里最有特色的功能之一,我们会面对非常强大的挑战就是双十一网购狂欢节,我们需要在成本和体验中选择一个好的平衡点,要利用这个平衡点我们必须要保证系统的可用性,不能因为用户多导致系统无法服务,就像排队买票一样,我们需要对自己的系统进行优化,具体表现在一下两方面:</p>    <ul>     <li>限流:针对非核心服务调用者限制请求量</li>     <li>降级:针对系统的非核心服务依赖</li>    </ul>    <h3>应用发布和管理系统</h3>    <p><img src="https://simg.open-open.com/show/b4a44f49db8579115ddb3ac13ca601e3.png"></p>    <p>以前是集中化的发布方式进行管理的,这对于一、二百台机器是没有问题的。然而,现在需要同时发布五、六百台机器甚至更多,发布就会成为瓶颈。对此,我们内部引入EDAS燎原P2P发布系统,它能够让系统内进行P2P多点式的多host发布,使整个系统的应用发布能力得到快速提升。</p>    <p style="text-align: center;"><img src="https://simg.open-open.com/show/ed05f56e92762ec3ed2e7280379d4b6c.png"></p>    <p>EDAS燎原实现超大规模集群闪电发布,图中可以看出发布耗时随着机器数量增加变化趋势。采用EDAS燎原发布系统,随着应用实例的增加,发布的时间几乎保持不变。有利于进行紧急发布时候的业务处理,实现快速回滚。</p>    <h3>阿里十年技术精华沉淀</h3>    <p><img src="https://simg.open-open.com/show/271a5a258946f00a7e80e07a291d2eea.png"></p>    <p>综合来说,EDAS并不是简单的服务化工具,它希望在整个应用的编写周期里都可以进行操作,所以它结合了HSF、鹰眼、燎原等等。现在,它在公有云和专有云里都有输出。</p>    <p> </p>    <p>来自:http://jm.taobao.org/2016/09/01/59932/</p>    <p> </p>