服务器架构设计大全及其优缺点概述

<>1、什么是架构?

==========================================================================

这里有一篇博客关于【架构和框架的区别】,详述了什么是架构。我认为解释的很到位,不懂的可以看看。

还有一篇讲解的是【架构师的职责是什么】,有兴趣的也可以看一看。

通过以上两片博客可以告诉我们:架构并不是实物,是关于软件如何设计的重要策略。

<>2、什么是设计模式?

============================================================================

简单理解:模式就是经验 ,设计模式就是设计经验。在特定情况下使用特定设计、组合设计,可以大大节省我们的设计时间,提高工作效率。

总体而言,共有八种,分别是:

<>1、单库单应用模式:一些小的应用


一个数据库,一个业务应用层,一个后台管理系统。

优点:结构简单、开发速度快、实现简单,可用于产品的第一版等有原型验证需求、用户少的设计。

缺点:性能差、基本没有高可用、扩展性差,不适用于大规模部署、应用等生产环境。

<>2、内容分发模式:目前用的比较多


使用CDN技术把网页、图片、CSS、JS等这些静态资源分发到离用户最近的服务器。

优点:资源下载快、无需过多的开发与配置,同时也减轻了后端服务器对资源的存储压力,减少带宽的使用。

缺点:目前来说OSS,CDN的价格还是稍微有些贵(虽然已经降价好几次了),只适用于中小规模的应用,另外由于网络传输的延迟、CDN的同步策略等,会有一些一致性、更新慢方面的问题。

<>3、查询分离模式:对于大并发的查询、业务。


主要解决单机数据库压力过大,从而导致业务缓慢甚至超时,查询响应时间变长的问题,也包括需要 大量数据库服务器计算资源的查询请求。

优点:减少数据库的压力,理论上提供无限高的读性能,间接提高业务(写)的性能,专用的查询、索引、全文(分词)解决方案。

缺点:数据延迟,数据一致性的保证。

<>4、微服务模式:适用于复杂的业务模式的拆解


业务分块,做了垂直切分,切成一个个独立的系统,每个系统各自衍化,有自己的库、缓存、ES等辅助系统,系统之间的实时交互通过RPC,异步交互通过MQ,通过这种组合,共同完成整个系统功能 。

优点:相对高性能,可扩展性强,高可用,适合于中等以上规模公司架构。

缺点:复杂、度不好把握。指不仅需要一个能在高层把控大方向、大流程、总体技术的人,还需要能够针对各个子系统有针对性的开发。把握不好度或者滥用的话,这个模式适得其反!

<>5、多级缓存模式:可以把缓存玩的很好


应对超高查询压力的一种普遍采用的策略,在所有链路的地方,能加缓存就加缓存。可以分别在客户端、API网关、具体的后端业务处增加缓存。

优点:抗住大量读请求,减少后端压力。

缺点:数据一致性问题较突出,容易发生 雪崩 ,即:如果客户端缓存失效、API网关缓存失效,那么所有的大量请求瞬间压向后端业务系统,后果可想而知。

<>6、分库分表模式:解决单机数据库瓶颈


主要解决单表写入、读取、存储压力过大,从而导致业务缓慢甚至超时,交易失败,容量不够的问题。

优点:减少数据库单表的压力。

缺点:事务保证困难、业务逻辑需要做大量改造。

<>7、弹性伸缩模式:解决波峰波谷业务流量不均匀的方法之一


主要解决 突发流量 的到来,导致无法横向扩展或者横向扩展太慢,进而影响业务,全站崩溃的问题。

优点:弹性、随需计算,充分优化企业计算资源。

相关推荐
AI_Lab011 小时前
宝塔用了两年,有没有必要换成轻量方案?
linux·运维·服务器
众壹新能源科技1 小时前
逆变器直流开关柜温度监测与预防:红外巡检发现3个120度热点
运维·人工智能·自动化
by209991 小时前
Linux GDB 调试与 CGDB 使用
linux·运维·服务器·经验分享
小羊没烦恼!1 小时前
关于分布式锁原理的一些学习与思考-redis分布式锁,zookeeper分布式锁
java·服务器·网络·学习·负载均衡
小Ti客栈1 小时前
Netty 零拷贝原理与实战
运维·服务器·网络
ai_coder_ai1 小时前
AIOps 智能运维架构设计及其应用
运维
静以修身zzz1 小时前
计算云服务
运维·网络·云计算
万联WANFLOW2 小时前
异地组网速度忽快忽慢到底怎么回事?直连与中继的判断方法和处理步骤
运维·网络·网络协议·p2p
SDWAN_Cheap2 小时前
物理服务器跟云服务器有什么区别,使用于什么场景
运维·服务器
Smoothcloud润云2 小时前
GPU算力平台推荐:复现实验时,如何判断租用资源是否合适?
服务器·人工智能·深度学习·gpu算力·gpu