系统的演化发展

why：

　　当系统的数据量、服务体量达到一定规模后，就会衍生各种问题，例如：系统的可扩展性、系统的稳定性等。

 

what：

　　一般公司都会经历从业务优先，到系统跟进完善的阶段。例如：单系统 -> 垂直扩展、水平扩展（如：两地三中心）。

　　垂直扩展模式：把全站应用、数据库等划分为几个部分，分别放在不同的机房中，完成一个业务可能需要不同机房中的不同应用提供服务。这就相当于在逻辑上把一个物理机房放大了，机房容量不足的问题得以解决。

　　水平扩展模式：每个机房中部署的应用都是相同的，每个机房都有完成全站所有业务的能力，在运行时每个机房都只承担整站的一部分业务流量。

 

　　在实现上，垂直扩展模式更容易一些，能够突破机房容量瓶颈，但是不具备容灾能力，而容灾，是一个发展到一定规模的互联网系统很重要的一个诉求，因此大多数大型系统都采用多机房水平扩展模式。水平扩展模式，要解决的首要问题是，如何把业务流量分配到多个机房中去，并且能够动态的、实时的自由调配。其次一个，也是最难的问题是数据分割，每个机房都可以很容易的拥有各自独立的应用集群，因为应用通常是无状态的，但是数据却不行，要做到所有机房仅访问自己的数据，互相之间没有交叉，是挺困难的一件事，特别是有些全局公共的数据，甚至是完全没办法拆分开的。

　　容灾问题，对于一个有着亿级用户的系统、或一个数据型系统来说尤为重要，仅仅是机房级容灾还不够，必须要考虑部署地容灾，也就是说不能把所有机房部署在地理上临近的地区，以防发生地震、海啸、核爆等剧烈灾害而导致系统被毁灭性破坏。这些系统的典型代表是银行、第三方支付等金融类系统，比如银行业就对机房部署有着经典的“两地三中心”要求。

　　多中心部署，就会带有“距离的问题”。距离下面隐藏着的是延时，更远的距离意味着更长的延时，个位数毫秒的延时不会给系统带来什么麻烦，但一旦这个数值变成十几毫秒，甚至几十毫秒时，量变就引发了质变，很多业务开始不能忍受和忽略延时带来的影响。

 

how：

　　单元化：

　　多地多机房部署，是互联网系统的必然发展方向，一个系统要走到这一步，也就必然需要解决上面提到的问题，流量调配、数据拆分、延时等。有很多技术、方案可以用来解决这些问题，而承载这些方案的是一个“部署架构”。在各种部署架构中，“单元化部署”一般都比较推荐。

　　所谓单元（Cell），是指一个能完成所有业务操作的自包含集合，在这个集合中包含了所有业务所需的所有服务，以及分配给这个单元的数据。单元化部署就是把单元作为部署的基本单位，在全站所有机房中部署数个单元，每个机房里的单元数目不定，任意一个单元都部署了系统所需的所有的应用，数据则是全量数据按照某种维度划分后的一部分。

　　对比传统的SOA部署（如下），服务是分层的，每层的节点数量不尽相同，上层调用下层时，随机选择节点。

　　单元化部署，服务仍然是分层的，不同的是每一层中的任意一个节点都属于且仅属于某一个单元，上层调用下层时，仅会选择本单元内的节点。

 　　一个单元，是一个五脏俱全的缩小版整站，它是全能的，因为部署了所有应用；但它不是全量的，因为只能操作一部分数据。能够单元化的系统，很容易在多机房中部署，因为可以轻易的把几个单元部署在一个机房，而把另外几个部署在其他机房。借由在业务入口处设置一个流量调配器，可以调整业务流量在单元之间的比例。

 

　　数据分区：

　　单元化部署要求系统必须具备一项能力：数据分区（shard）。实际上正是数据分区决定了各个单元可承担的业务流量比例。数据分区（shard），即是把全局数据按照某一个维度水平划分开来，每个分区的数据内容互不重叠。看到“水平”二字，就能联想到，前面提到的数据库水平拆分正是为了做数据分区。　　

　　例如：以用户为服务主体的系统，通常可以按照用户维度对数据分区。比如，以用户id末2位作为标识，将全量数据划分为100个分区（00-99）。

 

　　R/C/Gzone

　　zone：即对应单元；

　　RZone（region zone） ：合理论上单元定义的zone，每个RZone都是自包含的，拥有自己的数据，能完成所有业务；

　　GZone(global zone)：部署了不可拆分的数据和服务，这些数据或服务可能会被RZone依赖。GZone在全局只有一组，数据有且仅有一份；

　　CZone(city zone)：可以理解我GZone的一种折中，主要是为解决“异地延时问题而诞生”。和GZone类似，部署了不可拆分的数据和服务，也会被RZone依赖。跟GZone不同的是，CZone中的数据或服务会被RZone频繁访问，每一笔业务至少会访问一次；而GZone被RZone访问的频率则低的多。

　　　　CZone解决这个“延时”的核心思想是：把数据搬到本地，并基于一个假设：大部分数据被创建（写入）和被使用（读取）之间是有时间差的。

　　　　

　　　　把数据搬到本地：在某个机房创建或更新的公共数据，以增量的方式同步给异地所有机房，并且同步是双向的，也就是说在大多数时间，所有机房里的公共数据库，内容都是一样的。

　　　　时间差假设：时间差假设就是，对于80%以上的公共数据使用有时间差异，也就是说B的会员信息创建后，过了足够长的时间后，A才会发起对B的转账。