请选择 进入手机版 | 继续访问电脑版

IT运维管理,ITIL,ITSS,ITSM,ISO20000-ITIL先锋论坛

 找回密码
 微信、QQ、手机号一键注册

扫描二维码登录本站

QQ登录

只需一步,快速开始

艾拓先锋
搜索
查看: 384|回复: 0

一个运维老鸟经验中的DevOps和微服务

[复制链接]
来自- 广东广州

参加活动:0

组织活动:0

发表于 2018-10-7 09:59:20 | 显示全部楼层 |阅读模式 来自- 广东广州
本帖最后由 adminlily 于 2018-10-7 10:02 编辑
5 s! f  A( W2 ^7 E  h" r! S5 O6 t( f: c
单体应用 VS 微服务6 q1 S" J" L4 L0 A. W; g, h
让我们先从运维的真实场景出发,来看一下单体应用存在的问题。这里先分享两个真实的生产案例:
) r1 P9 v9 f& `# @) ~' p" \3 Q1 |

1 N# \- C, Z0 `: Q1 f6 {+ g3 v3 t
案例一是某核心业务系统,所有的业务逻辑代码都打包在同一个WAR包里部署,运行了将近几百个同构的实例在虚拟机上。某次因为应用包中的一个功能模块出现异常,导致实例挂起,整个应用都不能用了。因为它是一个单体,所以尽管有几百个实例在运行,但是这几百个实例都是异常的。业务系统是经过多年建设起来的,排查起来也很复杂,最终整个业务系统瘫痪了近六个小时才恢复。同时,因为有多个前台系统也调用了这个后台系统,导致所有要调用的前台系统也都全部瘫痪了。设想一下,如果这个场景使用的是微服务架构,每个微服务都是独立部署的,那影响的也只是有异常的微服务和其他相关联的服务,而不会导致整个业务系统都不能使用。

/ E$ {  T* t: H8 }* }

7 N7 G& ]: y# g1 t* B8 B0 p1 @! I* R7 ~( X6 _6 ]" H: v
另外的案例是一个客服系统,这个系统有一个特点,早上八点的时候会有大量的客服登录。这个登录点是全天中业务并发量最高的时间点,登录时系统需要读取一些客户信息,加载到内存。后来一到早上客服登录时,系统经常出现内存溢出,进而导致整个客服系统都用不了。当时系统应对这种场景做架构冗余时,并不是根据单独的业务按需进行扩展,而是按照单体应用的长板进行冗余。比如说早上八点并发量最高,单点登陆模块业务需求非常大,为适应这个时间点这个模块的业务压力,系统会由原来的八个实例扩展到十六个实例,这时的扩展是基于整个系统的。但事实上,在其他时间段,这个单点登陆模块基本不使用,且监控的数据显示,主机的资源使用情况基本在40%以下,造成了很大的资源浪费。所以在一个大型的业务系统中,每个服务的并发压力不一样,如果都按压力最大的模块进行整体扩展,就会造成资源的浪费,而在微服务的模式下,每个服务都是按自身压力进行扩展的,就可以有效的提高资源利用率。
- ~7 G: m* w8 P0 X8 n6 h9 W
3 ~: L! M3 R# C& p

4 h; J6 Z# }+ c: ?" V# s: W* V
从这两个例子中,我们可以看出,单体应用存在如下两个问题:一个是横向扩展时需要整体扩展,资源分配最大化,不能按需扩展和分配资源;另一个是如果单体中有一个业务模块出现问题,就会是全局性灾难,因为所有业务跑在同一个实例中,发生异常时不具备故障隔离性,会影响整个业务系统,整个入口都会存在问题。

% @" h/ D/ S2 n- Q  A& }, e) ?5 l

" z6 Q" H* x. ^3 J& a
! p4 \/ k9 ~# b
因此,我们当时考虑把综合业务拆分,进行更好的资源分配和故障隔离。
1.png
图 1
0 o: j0 O+ f2 R4 U8 t: P3 ^

" w( h! i% ~2 W! S" ?3 h" N
2 w6 S; [  m- I4 y. O- V+ W1 V
下面我们看一下单体应用和微服务的对比,如图1所示。这里从微服务带来的好处和额外的复杂性来讲。

, f; L% \$ H6 I; a+ |  }

- L2 P* h5 W8 [
6 T' h) M4 P. a# N  d9 j: d
微服务的好处:

! d' m  z% P0 n/ c' C! L$ a
% \- J" W1 Y% W8 O

+ l1 o7 o8 O. \6 f
1.局部修改,局部更新。当运维对一个单体应用进行修改时,可能要先把整个包给停了,然后再去修改,而微服务只需逐步修改和更新即可;
6 q8 P7 m$ M( f( ]! k7 B0 X9 {9 M7 o# g- a
0 `2 W+ [% ?6 V; y& A# I# r
2.故障隔离,非全局。单体应用是跑在一起,所以只要一个模块有问题,其他就都会有问题。而微服务的故障隔离性、业务可持续性都非常高;- H! i! _: F" C
/ E, ~1 a5 t% u, [; u( s8 x8 i

/ ^' x" x1 V3 a% b1 F; T: y' Z
3.资源利用率高。单体应用的资源利用率低,而使用微服务,可以按需分配资源,资源利用率会非常高。
6 I8 e5 F' ?* w. \7 J* d/ t

! m: Y9 h4 |4 K2 ]& c0 O2 X/ d0 ~' p6 ~; x, r1 X8 I
微服务带来的复杂性:
: U$ I9 S9 C6 _0 Z3 L9 `

4 @5 |% @. y7 P+ p7 I# v* }
3 M! k) M/ W) |( Q1 |. ?3 m
微服务间较强的依赖关系管理。以前单体应用是跑在一起,无依赖关系管理,如果拆成微服务依赖关系该如何处理,比如说某个微服务更新了会不会对整个系统造成影响。
% o  c" b5 d' l+ z& T6 ?: {7 O

" p- l6 X$ O! X4 G9 a
2 A$ z# r0 X* ^, `
部署复杂。单体应用是集中式的,就一个单体跑在一起,部署和管理的时候非常简单,而微服务是一个网状分布的,有很多服务需要维护和管理,对它进行部署和维护的时候则比较复杂。

' A* F6 R0 Y% G0 {' `3 h

* d5 M$ F1 s! Y! E  S; N  U' q* w5 B
$ l4 G' a' M& d
如何更好地利用资源。单体应用在资源分配时是整体分配,扩展时也是整体扩展,数量可控,而在使用微服务的情况下,需要为每一个微服务按需分配资源,那么该为每个微服务分配多少资源,启动多少个实例呢,这也是非常大的问题。
5 w+ m  k) z) }* o* W- d

' W7 b8 u" s- J  Y# H+ J, i6 B0 }
' l5 E' H% `6 a5 _0 d- n. w/ E2 {
监控管理难。以前我们用Java,就是一个单体应用,监控和管理非常简单,因为它就是一个1,但是使用微服务它就是N个,监控管理变得非常复杂。另外是微服务之间还有一个协作的问题。

  D- U* [$ @: K9 M& _

& {: n, g+ @1 Y$ c$ b, l/ ]2 C1 i
1 C( B( U  k9 b! E基于容器构建微服务架构

4 Y( t7 l; c8 Q6 Z* E" N3 a9 @$ z
2 |! V- V+ g6 s" j6 Z9 T
使用微服务,第一步是要构建一个一体化的DevOps平台,如图2。如果你不使用DevOps做微服务的话,整个环境会变得非常的乱、非常的糟糕。它会给你的整个开发、测试和运维增加很多成本,所以第一步我们是提高DevOps的能力,能够把它的开发、部署和维护进行很完美的结合,才可以说我们真正能够享受到微服务架构的福利。
1.png
图 2

2 e) R. ^: S8 j% D! S

9 Q" G7 b6 b3 E# x; R7 Q

# H( Y6 u* d) I; s; x! M; z
容器的出现给微服务提供了一个完美的环境,因为我们可以:

: Z% t3 l* C0 ~$ b, H8 J$ s
1 d; i: n* e- J8 ^( L4 t) [0 h
1.基于容器做标准化构建和持续集成、持续交付等。" a* h- p% g# F! V5 E' J

% M9 S0 b6 ~2 F0 k) v& p& R
8 x* v1 ~7 Z1 K7 ^  f% D. R/ [

6 B3 V' L' S5 H3 v% H& z2 \
2.基于标准工具对部署在微服务里面的容器做服务发现和管理。2 y+ I1 I+ f3 R3 F

* q: h- `$ x& a1 H  y5 z& i/ b; }: M' ?9 s& ^6 L$ c3 I# f
3.透过容器的编排工具对容器进行自动化的伸缩管理、自动化的运维管理。- O2 @, n; t) Z0 ~! V+ t, D

9 V5 @$ p/ j2 [
9 I/ i; p- W% b
所以说,容器的出现和微服务的发展是非常相关的,它们共同发展,形成了一个非常好的生态圈。下面详细讲下DevOps的各个模块。

7 {# L4 ^, h2 X* X9 Y, H
  t9 ~" C* J1 B/ O. w; o6 \5 z. c, G

% p* T  j* B7 q: z/ f
持续集成与持续发布

& B: y( E! q9 d. y2 {# a5 h
3 G& _( S3 [1 B, M) m# D
4 l2 s0 r- w2 ~  P* {- T0 o
持续集成的关键是完全的自动化,读取源代码、编译、连接、测试,整个创建过程自动完成。我们来看一下如何用Docker、Maven、Jenkins完成持续集成。
1.png
图 3
. U4 t: L) o& J5 q; o, j

6 v( s% b- h& y: i2 d

( d# X4 T+ o5 W. ?1 Y9 d, H
如图3所示。首先是开发人员把程序代码更新后上传到Git,然后其他的事情都将由Jenkins自动完成。那Jenkins这边发生什么了呢?Git在接收到用户更新的代码后,会把消息和任务传递给Jenkins,然后Jenkins会自动构建一个任务,下载Maven相关的软件包。下载完成后,就开始利用Maven Build新的项目包,然后重建Maven容器,构建新的Image并Push到Docker私有库中。然后删除正在运行的Docker容器,再基于新的镜像重新把Docker容器拉起来,自动完成集成测试。整个过程都是自动的,这样就简化了原本复杂的集成工作,一天可以集成一次,甚至是多次。
" p8 O6 Q8 y4 O9 k, p( `
! F$ u5 t2 u' {
$ h0 M0 |: p) m% N5 {8 D
依赖关系管理

3 h, e3 x- b% K5 j% A

, ]" n& s/ y5 ?) l8 U" a+ k. u/ y8 E- H5 n7 p  d" k2 M
前面讲到,当微服务多的时候,依赖关系管理也会比较复杂,现在比较流行的是基于消费者驱动的契约管理。在开发一个微服务时,并不需要另外一个微服务开发完后再做集成测试,而是使用契约的方式。契约通过提供标准化的输出,说明请求的内容、回复的内容、交换的数据,开发微服务时符合契约里这些条件即可。
1.png
图 4

5 q6 w# I2 A: u; {" ]5 k
# b6 j9 B; x. g" _. d: J8 q3 w
0 v* }% P6 t3 @# [3 @
如图4所示,微服务A通过模拟与微服务B的交互,将交互内容保存在契约里,而微服务B开发时需满足这个契约里的条件,这样就不需要A和B完全完成了才能做测试。当很多微服务与微服务B关联时,每个微服务通过契约告诉微服务B请求的内容、正确的响应和请示的数据,然后微服务B通过契约模拟这个测试过程,而其他的微服务则需要满足这个契约。当微服务进行升级时,也是要先满足所有契约,这样微服务间的关系就可以更好的进行管理。
$ J' m1 }! G7 x* w$ `; s

, {! `1 T! M# Y' Y! K0 ^7 o7 X
" Z; u; D' E; j6 I/ r( B4 O% F4 f! V, z
典型的微服务架构
+ @5 \) ^9 s6 S2 ?1 Y" X4 w
9 C4 X; z( K/ S& B

' d  U  V! Y' O# E( l4 W
图5是典型的微服务架构模型,采用的是Kubernetes框架。把业务系统拆分成很多的微服务,然后通过服务注册的方式去发现整个生产环境中所有的微服务,通过负载均衡组件进行分发,再用服务调度去进行弹性伸缩,而客户端则只需要通过API网关访问微服务。除此之外,微服务的运维也很重要。开发是实现功能性需求,而在实际的生产环境中,我们更应该关心非功能性的需求。因为即使功能实现了,跑到生产上却不能用,功能开发再完美也没有用。
1.png
图 5

: u8 j( r, D; I! f( c% Q
服务发现与负载均衡

! c2 t: ^: c+ N3 Y1 ~9 K& D; p

( @2 M, b2 Z% v3 V" k# _# G
9 w" A2 i  b# }9 E
服务发现与负载均衡使用的是Kubernetes的架构,如图6。每一个微服务都有一个IP和PORT,当调用一个微服务时,只需要知道微服务的IP,而不需要关心容器的IP,也不需要关心pod的IP。虽然每个pod也有IP和PORT,但当一个pod启动时,就会把pod的IP和PORT注册到服务发现模块,再进行负载均衡。所以当多个pod启动时,对于用户来说还是只需要知道service的IP,不需要知道后端启动了多少pod、IP是多少,这就解决了网络的问题。
1.png
图 6

  y! M/ [2 ]5 C& `* y  K2 a
日志集中式管理
1.png
图 7

0 I% o6 Z- r$ s0 O
3 o  _; t) Y& [# r; A
9 Q9 _6 u: K% S% q; l
以前单体的情况下,单体的数量少,日志数量也相应比较少,而在微服务架构下,因为拆分成了很多微服务,相应的日志会非常多且散,这种情况下需要对日志进行集中的管理。我们可以在每个容器里跑日志监控,把所有日志采集进行集中管理和存储,再通过简易操作的UI界面进行索引和查询。
* T  }$ O. F0 d0 P  T: Z  |+ U
4 R. v& f  O" l- f0 m2 m

2 G- M. {. I' n9 A
监控管理
1.png
图 8
* V- G2 }' g0 ~$ k$ ~1 P

- a# j( d) l' s5 W+ b: a
- S, Z  b( c. u1 i. j, x
然后就是监控方面了。微服务的量是非常大的,这个时候如何有效地监控是极其重要的。我们刚开始做监控的时候,有几百个实例对同一个关键字进行监控,出故障后会收到几百条短信,因为每一个实例都会发一条短信。这时候严重的致命性的报警就会看不到,因为手机信息已经爆炸了,所以要对报警进行分级,精确告警,最重要的是尽量让故障在发生之前灭亡。因此,在做监控时要对故障提前进行判断,先自动化处理,再看是否需要人为处理,然后通过人为的干预,有效的把故障在发生之前进行灭亡。
' Q+ N. b$ a7 [4 B6 o- i) {! B  k) V

# b3 M9 e4 r% V) r8 K
' r5 n7 t7 g6 Q& \
但如果所有事情都靠人为去处理,这个量也是非常大的,所以对故障进行自动化隔离和自动化处理也很重要。我们在写自动化故障处理的时候研究了很多常见的故障,写了很多算法去判断,精确到所有的故障,这样基本的常见的故障和可以策划处理的故障都可以自动化处理掉。之前没有出现的故障,出现之后我们就会去研究是否可以做成自动化处理。如果生产上做的不精确,对生产会是灾难性的,所以我们对生产的故障自动化处理也做了很多研究。
! @: ^  X0 N6 l+ ]1 @# `

2 ~  ?- }, A0 U( @/ [! Q  o
) H: f8 q$ O; z7 Q七牛的微服务架构实践
6 L1 N2 x: x$ g( p* s

# i7 j. V' m) |1 E
前面讲了很多运维,下面来了解一下Docker和微服务在七牛云中的实践,以七牛的文件处理服务架构演变为例。
1 _2 d2 G  w# z% R! k

7 u8 w( K3 i# q1 T& B& G4 ~: s
2 ^' L; D5 ^) P8 e
文件处理服务是指,用户把原图存到七牛的云存储之后,然后使用文件处理服务,就可以把它变成自己想要的服务,比如剪裁、缩放和旋转等,如图9。
1.png
图 9
; r1 P6 [" P) ~+ ?

  L' d9 \9 T4 s9 Q* f5 y! }0 ]

& R% e, `# Y9 H+ _
过去为适应不同的场景,用户需要针对同一图片自行处理后上传所有版本,但如果使用七牛的文件处理服务,则只需提供原图就可以了,其他版本的图片都可以通过七牛进行处理。如图10所示,我们把一张原图放进去之后,只需要在原图后面加一个问号和参数,就可以呈现出想要的方式,比如说加水印、旋转、缩放和剪裁。
1.png
图 10
2 z1 l; Y6 J9 l5 L

1 p* A% r! l, p' r( @/ S3 T  h6 T
- C$ z$ ]/ ~1 L' ?0 \% H
文件处理服务的架构在早期是非常笨拙的,如图11所示。FopGate是业务的入口,通过work config静态配置实际进行计算的各种worker集群的信息,里面包含了图片处理、视频处理、文档处理等各种处理实例。集群信息在入口配置中写死了,后端配置变更会很不灵活,因为是静态配置,突发请求情况下,应对可能不及时,且FopGate成为流量穿透的组件(业务的指令流与数据流混杂在一起),比如说要读一张图片,这张图片会经过FopGate导过来。
1.png
图 11
0 G: S4 a" {3 p4 R6 _( U2 a

/ ]( K9 @# B( Z6 i" s8 p; t  J

2 H# t4 E$ P. }9 {; b' I+ Y
于是,我们自己组建了一个叫Discovery的服务,由它进行负载均衡和服务发现,用于集群中worker信息的自动发现,每个worker被添加进集群都会主动注册自己,FopGate从Discovery获取集群信息,完成对请求的负载均衡。同时在每个计算节点上新增Agent组件,用于向Discovery组件上报心跳和节点信息,并缓存处理后的结果数据(将数据流从入口分离),另外也负责节点内的请求负载均衡(实例可能会有多个)。此时业务入口只需负责分发指令流,但仍然需要对请求做节点级别的负载均衡。这是第二个阶段,如图12。
1.png
图 12
' H% p+ ?8 x: A$ I
3 d. L3 f4 _8 w6 l3 p" Y
- p5 o8 L3 U! N4 d
在第三个阶段,我们把文件处理架构迁移到了容器平台上,取消了业务的Discovery服务,转由平台自身的服务发现功能。每个Agent无需和Discovery维护心跳,也不再需要上报节点信息,每个Agent对应一个计算worker,并按工种独立成Service,比如ImageService、VideoService,由于后端只有一个worker,因此也不需要有节点内的负载均衡逻辑,业务入口无需负载均衡,只需请求容器平台提供的入口地址即可,如图13所示。
. q- t' q0 c+ p" C
1.png
图 13

# Y/ K6 s* a$ I+ S
1 \: n. f8 L) C

6 P8 R* X0 _  U0 K% z! s. W. a
上一个阶段中,每个Agent仍然和计算实例绑定在一起,而这么做其实只是为了方便业务的无痛迁移,因为Agent本身的代码会有一些逻辑上的假设。在第四阶段中,如图14,我们进一步分离了Agent和worker,Agent独立成一个Service,所有的worker按工种独立成Service。这么分离的目的在于,Agent可能会有文件内容缓存,属于有状态的服务,而所有的worker是真正干活、无状态的服务。分离之后的好处在于,worker的数量可以随时调整和伸缩,而不影响Agent中携带的状态。可以看到,相比于最早的架构,业务方只需集中精力开发业务本身,而无需重复造轮子,实现各种复杂的服务发现和各种负载均衡的代码。另外,自从部署到容器平台之后,平台的调度器会自动根据节点的资源消耗状况做实例的迁移,这样使得计算集群中每个节点的资源消耗更加均衡。
1.png
图 14

) H0 M1 ^. z; F
踩过的那些坑
  • 数据库连接风暴
    # d) P5 e5 s$ }4 @: z& G
    - J* \  q6 r( c
1.png
图 15
' z# ^7 g. o+ c  ]/ Q
1 G# D+ ~3 {8 J; U
  P, v" W4 C( a* N% N
图15所示的是单体应用访问后端数据库使用的数据库连接池,连接池里的连接是可以复用的,而单体中所有的业务模块都可以调用同一个池里的连接。这个数据库连接池可以进行动态的伸缩,但它连接到后端数据库的连接是有上限的。拆分成微服务之后,可能每一个微服务都要创建一个数据库连接池,微服务间的数据库连接池并不能共享。当对微服务进行弹性伸缩时,并不知道它会弹性到什么程度,这时就可能会对后端数据库造成连接风暴,比如原本只有五千个长连接,但是由于弹性伸缩(可能根据前台业务情况进行了非常大的伸缩),会对数据库发生连接风暴,对数据库造成非常大的压力。

. b4 \. s' c4 B* ~  N+ ~

: V4 t! w; Y* j8 d$ Z
为了确保不会因某个服务的连接风暴把数据库拖垮,对其他服务造成影响,我们做了一些优化。首先是优化了我们的一些弹性算法,其次是限定了容器弹性伸缩的范围,因为没有限制的伸缩,可能会对后端数据库造成压力。另外一个是降低连接池初始化的大小,比如初始化设定为10,它往数据库里面的长连接就是100个,如果设定为1,往数据库里面长连接就只有10个,如果太多则可能会对数据库造成压力。还有就是数据库端进行一些限定,当连接达到一定数量就进行预警,限制弹性扩展。

7 C% l* V2 m: f: ~7 Z. Q. `. b
3 n* P& ^! n. z$ b* _& ]
  • 单体应用如何改造成微服务?
      g. A. {+ G) Y; P. F
    * _% |9 p$ r1 E

  N- k3 H! a( q

2 a' a0 Y+ h# m9 |/ W! ^
我在传统企业工作了七八年,我们一直在探讨单体应用如何拆分成微服务。其实对传统企业来讲,他们的单体是非常大的,而且内部的耦合性是非常强的,内部调用非常多。如果我们冒冒失失地将单体拆分成微服务,会占用非常大的网络传输。如果在拆成微服务的时候,没有进行很好的架构设计,拆成微服务并不是享受它带来的好处,而是灾难。所以在拆的时候,比如说前端、后端的拆分、耦合性不是特别强的拆分,我们提倡先跑到容器里面,看一下运维容器的时候有什么坑,然后解决这些坑,然后不断完善。我们可以把耦合性不是那么高的拆成大的块,然后把信息密集型的进行拆分,慢慢拆分成我们理想的架构。这是一个循序渐进的过程,不可一蹴而就。
1.png
图 16
2 q9 u' Q1 h" l! T; S7 I
图16是微服务的一些设计准则,例如设计提倡最小化功能,小到不能再小。这时需要每一个服务标准化的提供出来,有一个标准化的接口和其他微服务进行通信。还需要是异步通信,如果是同步会造成堵塞。每个微服务都要有独立的数据存储。此外,服务还需要是无状态的,因为如果有状态,弹性伸缩时可能会有数据丢失,可以用一些其他的方法处理这些有状态的数据。
6 G+ X+ |4 m; F; g0 T" _
4 T7 h5 R3 ~9 D: W1 Z
原创:PPPCloud

, ]) g+ y1 @6 r3 |4 O8 w1 I4 j' j$ B  P( V0 V

$ n/ ?2 M# }! a9 H3 [' G% P

本版积分规则

选择云运维时代的王牌讲师-长河老师,助你轻松入门ITIL Foundation培训课程

QQ|小黑屋|手机版|Archiver|艾拓先锋网 ( 粤ICP备11099876号-1|网站地图

Baidu

GMT+8, 2019-5-24 13:23 , Processed in 0.299994 second(s), 29 queries .

Powered by Discuz! X3.2

© 2001-2013 Comsenz Inc.

快速回复 返回顶部 返回列表