数据平台技术架构

1、系统架构图如下：

 

 

2、系统各层介绍

 

以上采用五层的逻辑架构，第一层客户层，第二层前端优化层，第三层应用层，第四层服务层，第五层数据存储层，每层的介绍如下：

1、客户层：支持PC浏览器和手机APP，可以直接通过IP访问，反向代理服务器。

2、前端层：使用DNS负载均衡，CDN本地加速及反向代理服务。

3、应用层：网站应用集群；按照业务进行垂直拆分，比如应用商城，产品服务等。

4、服务层：提供公共服务，比如产品升级服务，搜索服务，账号管理服务等。

5、数据层：支持关系型数据库集群（支持读写分离），NOSQL集群，分布式文件系统集群，及分布式Cache

 

3、各部分技术介绍

 

3.1 基础设施技术介绍：

 

 

分布式缓存

        在高并发环境下，大量的读、写请求涌向数据库，磁盘的处理速度和内存处理显然不在一个数量级，从减轻数据库压力和提高系统响应速度两个角度来考虑，一般都会在数据库之前加一层缓存。由于单台机器的内存资源和承载能力有限，并且如果大量使用本地缓存，也会使相同的数据被不同的节点存储多份，对内存资源造成较大的浪费，因此才催生出分布式缓存。

持久化存储

        随着科技的不断发展，越来越多的人参与到互联网中，人们在网络上的活动，如发表心情动态、微博、购物、评论等，这些信息最终被转换为二进制字节的数据存储下来。面对并发访问量的激增和数据几何级的增长，如何存储正在迅速膨胀并且不断积累的数据，以及应对日益增长的用户访问频次，成为亟待解决的问题。

消息系统

        在分布式系统中，消息系统应用十分广泛，消息可以作为应用间通信的一种方式，消息被保存在队列中，知道被接收者取出，由于消息发送者不需要同步等待消息接收者的响应，消息的异步接收降低了系统集成的耦合度，提升了分布式系统协作的效率，使得系统能够更快地响应用户，提供更高的吞吐。当系统处理峰值压力时，分布式消息队列还能够作为缓冲，削峰填谷，缓解集群的压力，避免整个系统被压垮。

        开源的消息系统有很多，包括Apache的ActiveMQ，Apache的Kafka、RabbitMQ、memcacheQ等。

搜索引擎

         这里说的垂直化搜索引擎，与大家所熟知的Google和Baidu等互联网搜索引擎存在着一些差别，垂直搜索引擎主要针对企业内部的自由数据的检索，而不像Google和Baidu等搜索平台，采用网络爬虫对全网数据进行爬取，从而建立索引并提供给用户进行检索、模糊匹配的需求，解决数据库like查询效率低下的问题，又能够解决分布式环境下，由于采用分库分表或者使用NoSQL数据库，导致无法进行多表联合查询或者进行复杂查询的问题。

其它

        除了前面所提到的分布式缓存、持久化存储、分布式消息系统、搜索引擎，大型的分布式系统的背后，还依赖于其他支撑系统，还包含实时计算、离线计算、分布式文件系统、日志收集系统、监控系统、数据仓库等，还有CDN系统、负载均衡系统、消息推送系统、自动化运维系统等。

 

3.2 基础设施技术技术特点

 

 

 

4、开发中的故障案例分析

 

（1）写日志引发的故障：

故障分析：由于日志等级为info或debug，导致产生的日志异常多，磁盘被撑爆。

实例： 在图片服务器的Nginx服务器上，由于日志打印的过多，导致磁盘爆满，最终导致不能写入数据信息。

解决方案： 需要将Nginx的配置信息修改为Error，定时检测磁盘空间是否满，及时增加硬盘空间。

（2） 高并发访问数据库引发的故障：

故障分析：当SQL的执行频率非常高时，会使得数据库的Load持续升高，影响数据库的性能。

解决方案：尽量增加表的索引，减少全表扫描，尝试使用分布式缓存和缓存设备。

（3）高并发情况下，锁引发的故障：

故障分析：由于锁的使用，某个操作，执行时间较长（如远程过程调用），长期占有锁，导致程序阻塞，当这个锁被释放时，其它            线程得以执行。

解决方案：使用锁操作时要谨慎，慎之又慎。

（4）缓存应发的故障

故障分析：由于缓存服务器集群的关闭，导致数据查询的压力全部都到数据库层面，导致数据库的压力较大。

解决方案：缓存服务器是当今网站中不可或缺的一部分，我们要像管理其他服务器一样，认真管理缓存服务器。

（5）应用启动不同步引发的故障

故障分析：由于启动应用服务器的不同步，如 Apahce + Tomcat 应用，服务 Apache先启动，会导致过多的请求到Apache上，导致Tomcat已启动后，过多的请求压力到Tomcat上，严重情况下导致Tomcat的崩溃。

解决方案：要严格按照指定的顺序进行启动应用，避免“姑娘还没有穿好衣服，老鸨就把客人给领进来了”，所以老鸨领客人进来时，要先确认姑娘有没有准备好。

（6）大文件读写独占磁盘引起的故障

故障分析：文件服务器中保存的有大文件和小文件，小文件有几十K  到上百K，大文件有几十M到上百M，会导致用户下载大文件时，独占磁盘操作，影响小文件的读写操作。

解决方案：将图片服务器小的文件，使用专用的存储服务器如阿里的分布式文件服务器，大的文件使用分布式文件服务器如HDFS服务器

（7）滥用生产环境引起的故障

故障分析：开发人员尽量不要对运行环境进行处理

解决方案：将正式库的权限交给运维人员，严禁开发人员对正式数据进行处理。

（8）不规范流程引起的故障

故障分析：应用发布后，引起数据库LOAD迅速飙升，检查用户代码是否有变化，是否缓存给注释掉。如注释掉缓存代码。

解决方案：代码提交前一定要对代码进行DIFF比较，确认没有提交不该提交的代码（如测试注释的代码，正式部署需要使用的）

（9）不好的编程习惯引起的故障

故障分析：程序在处理一个输入的对象时，不明确输入的对象是否为空。

解决方案：要养成好的编码习惯，输入的对象尽量保证不为空，必要时构造空对象。

 

5、开发过程中的心得体会