架构图解

架构图

这是一个很典型的架构描述图，下面我们就以此为例聊聊架构的基础概念。

架构流程示例

假设用户在搜索引擎中搜索“森林里浓雾和阳光”。

用户点击了搜索结果中的一个图片网站链接，打开一张图片的详情页。

这个页面的主要内容包括：

• 主图
• 图片信息，如标题、作者、描述、标签、评论 ……
• 相关类似图片
• 用户信息

从用户点击了搜索结果中的那条连接，一直到呈现出最终的页面，中间经历了什么？

架构图

（为了便于对照，再放一张）

用户点击链接后，浏览器首先会去请求 DNS 服务器（图中的【1】），获得网站的 IP 地址，然后通过 IP 请求网站。

请求首先会到达网站的负载均衡器（图中的【2】）。

负载均衡器从多个 web server 中选择一个，把请求转过去，让他处理。（图中的【3】）。

web server 从 cache 中获取图片的常用信息，从数据库中获取图片的其他信息。（图中的 【4】【5】）。

如果发现图片还没有被处理过，例如颜色还没调整，就向队列中发一个任务（图中的【6a】），任务处理服务器从队列中接收任务并处理（图中的【6b】）。

架构图

（为了便于对照，再放一张）

web server 接下来需要获取相关类似图片信息，使用“图片标题”请求全文搜索服务（图中的【7】）。

如果发现此用户是已经登录的用户，请求 account service 获取用户的详细信息（图中的【8】）。

web server 现在已经拿到页面展示所需的全部信息。

最后，发送一个页面访问事件，放入流数据处理系统，事件会进入到云存储系统和数据仓库，用于做商业分析（图中的【9a】【9b】【9c】【10】）。

web server 开始组织 HTML 页面，然后通过负载均衡器返回给浏览器。

页面中包含 JS 和 CSS 资源，这些资源会被放入云存储系统，这个系统与CDN连接，所以 JS 和 CSS 就会载入 CDN。

这样，浏览器加载页面中的 JS 和 CSS 时就可以直接从 CDN 中读取（图中的【11】）。

最终，浏览器把页面渲染出来，呈现给用户。

核心部件

1. DNS

全称“Domain Name System”，提供根据域名找 IP 的服务。

例如：google.com -> 85.129.83.120。

2. Load Balancer 负载均衡器

用户的请求先发到负载均衡器（LB）上，LB 再从后面众多的 web 服务器中选一个，把请求交给他处理。

后面的那些web服务器都是一样的，处理逻辑一致。

web 服务器处理完后，把结果交给 LB，LB 再返回给用户。

3. web 服务器

接收请求，执行业务逻辑，返回响应信息。

会调用后端一系列的服务，如数据库、缓存、队列、搜索、其他服务、日志 ……

4. 数据库

数据库可以是 SQL，也可能是 NoSQL，或者混合使用。

5. 缓存

用来进行简单的 key/value 存储，速度快。

例如搜索引擎可以把常用的搜索结果保存在缓存中；内容型网站会把文章放到缓存 ……

6.任务队列、任务处理服务器

用于做异步处理。

队列接收任务，任务处理服务器（worker，可以有多个）从队列中拿出任务进行处理。

队列是一个需要异步执行的任务列表，常用的是先进先出模式，严格按照入队顺序出队，还有优先级模式，入队时给任务添加一个优先级，出队按照优先级出队，相当于给任务赋予了特权。

队列应用的场景非常多，例如：

• 用户上传图片、视频，后台进行异步处理、转码
• 用户数据统计聚合
• 用户注册发送邮件、短信

7. 全文搜索

有一个重要的概念：倒排索引。

例如上图，对标题进行分词，然后以每个词作为关键字，指出谁的标题中含有这个关键字，这就是倒排索引。

主流的全文搜索服务有 Elasticsearch、Sphinx、Apache Solr。

8. Service

不直接暴露给外部，内部调用，例如：

• 用户服务
• 内容服务
• 支付服务
• HTML 转 PDF 服务

9. Data

如今，数据可以说是企业的命脉，大家都会尽可能的收集数据、分析数据，以便进行有效的商业决策。

典型的数据管道包括：

• 应用发送数据，例如用户交互行为，发送到流数据系统中，如 kafka。
• 保存原始数据，就是从应用端发送来的数据，未经处理的，保存起来，例如保存到云存储系统中。
• 放入数据仓库进行分析，根据自己的分析模型对数据进行处理。

10. Cloud storage 云存储

云存储太方便了，使用简单、扩展性好、性能强。

本地的文件都可以放到云存储上，例如图片、音频、视频、JS、CSS ……

11. CDN

CDN 是内容分发网络，可以简单理解为资源缓存，图片、音频、视频、JS、CSS 都可以加载到 CDN。

没有CDN时，需要直接请求从服务器，如果用户距离服务器很远，那就非常慢了。

有了CDN以后，用户可以从距离自己最近的 CDN 节点中拿到资源，速度快，还减轻了服务器的压力。