从0到1搭建后端架构的演进(MVC,服务拆分,微服务,领域驱动)

作者:软件测试君 时间:2022-04-24 10:03:35 

产品是一款服务于人力资源的SaaS在线服务,面向HR有Web Android/iOS 小程序多个客户端

后端采用RESTful风格API来提供服务。主要使用Python语言,方便快速迭代。

架构的演进经历了4个大的阶段:

一、MVC

项目刚开始的时候,后端同事不超过5个,这个阶段主要的工作是实现产品的原型,没有太多的考虑架构

使用Django来快速实现功能,DB的表结构设计好之后,抽象出功能View

由于产品设计也很不完善,后端需要很多的预留设计,避免产品逻辑的变更带来整个表结构的变动

在这个阶段代码上最重要的是确定适合团队的代码规范,代码检查规则。

从0到1搭建后端架构的演进(MVC,服务拆分,微服务,领域驱动)

整体上架构如上图

  • Nginx负责负载均衡,分发流量到多个Django服务

  • Django处理逻辑

  • 异步任务就交给Celery

  • 数据量比较大的地方使用Redis做缓存

  • 同时还有实时消息通知的需要使用了Nginx Push Module

问题与优化方式:

  • Django并发性能差

  • 使用uWSGI Master+Worker 配合 gevent 携程支持高并发Redis连接数过多

  • 使用redis-py自带的连接池来实现连接复用MySQL连接数过多

  • 使用djorm-ext-pool(https://github.com/djangonauts/djorm-ext-pool)连接池复用连接Celery配置gevent支持并发任务

随着开发的功能越来越多,Django下的app也越来越多,这就带了发布上的不方便,每次发布版本都需要重启所有的Django服务,如果发布遇到问题,只能加班解决了。而且单个Django工程下的代码量也越来越多,不好维护。

二、服务拆分

随着后端团队的壮大,分给每个同事的需求也越来越细

如果继续在一个工程里面开发所有的代码,维护起来的代价太高

而我们的上一个架构中在Django里面已经按模块划分了一个个app

app内高类聚,app之间低耦合,这就为服务的拆分带来了便利。

拆分的过程没有遇到太大的问题,初期的拆分只是代码的分离

把公用的代码抽离出来实现一个公用的Python库,数据库,Redis还是共用,随着负载的增加,数据库也做了多实例。

从0到1搭建后端架构的演进(MVC,服务拆分,微服务,领域驱动)

如上图,服务之间尽量避免相互调用,需要交互的地方采用http请求的方式,内网的调用使用hosts指向内网地址。

问题与优化方式:

  • Nginx Push Module由于长时间没有维护,长连接最大数量不够,

  • 使用Tornado + ZeroMQ实现了tormq(https://github.com/zhu327/tormq)服务来支撑消息通知

  • 服务之间的调用采用http的方式,并且要求有依赖的服务主机配置hosts指向被调用的地址,这样带来的维护上的不方便。

  • 以及在调用链的过程中没有重试,错误处理,限流等等的策略,导致服务可用性差。

  • 随着业务拆分,继续使用Nginx维护配置非常麻烦,经常因为修改Nginx的配置引发调用错误。

  • 每一个服务都有一个完整的认证过程,认证又依赖于用户中心的数据库,修改认证时需要重新发布多个服务。

三、微服务架构

从0到1搭建后端架构的演进(MVC,服务拆分,微服务,领域驱动)

  • 首先是在接入层引入了基于OpenResty的Kong API Gateway,定制实现了认证,限流等插件。

  • 在接入层承接并剥离了应用层公共的认证,限流等功能。

  • 在发布新的服务时,发布脚本中调用Kong admin api注册服务地址到Kong,并加载api需要使用插件。

为了解决相互调用的问题,维护了一个基于gevent+msgpack的RPC服务框架doge,借助于etcd做服务治理,并在rpc客户端实现了限流,高可用,负载均衡这些功能。

  • 在这个阶段最难的技术选型,开源的API网关大多用Golang与OpenResty(lua)实现,为了应对我们业务的需要还要做定制。

  • 前期花了1个月时间学习OpenResty与Golang,并使用OpenResty实现了一个短网址服务shorturl用在业务中。

  • 最终选择Kong是基于Lua发布的便利性,Kong的开箱即用以及插件开发比较容易。

  • 性能的考量倒不是最重要的,为了支撑更多的并发,还使用了云平台提供的LB服务分发流量到2台Kong服务器组成的集群。

  • 集群之间自动同步配置。

饿了么维护一个纯Python实现的thrift协议框架thriftpy,并提供很多配套的工具, 如果团队足够大,这一套RPC方案其实是合适的,但是我们的团队人手不足,水平参差不齐,很难推广这一整套学习成本高昂的方案。

最终我们开发了类Duboo的RPC框架doge,代码主要参考了weibo开源的motan。

四、领域驱动设计

从0到1搭建后端架构的演进(MVC,服务拆分,微服务,领域驱动)

  • 在这一架构中我们尝试从应用服务中抽离出数据服务层

  • 每一个数据服务包含一个或多个界限上下文,界限上下文类只有一个聚合根来暴露出RPC调用的方法。

  • 数据服务不依赖于应用服务,应用服务可以依赖多个数据服务。

  • 有了数据服务层,应用就解耦了相互之间的依赖,高层服务只依赖于底层服务。

在我离职时领域驱动设计还在学习设计阶段,还没有落地,但是我相信前公司的后端架构一定会往这个方向继续演进。

Service Mesh这种新一代的微服务架构正在成为主流,虽然现在的工作与微服务无关了,但是也还会继续关注学习。

架构的设计,技术的选型,不能完全按照流行的技术走,最终还是服务于产品,服务于客户的需求。设计过程中由于团队,人员的结构问题,有很多的妥协之处,如何在妥协中找到最优解才是最大的挑战,更多相关问题的讨论,请大家持续关注脚本之家!

来源:https://blog.csdn.net/AI_Green/article/details/119830443

标签:后端架构,MVC,微服务架构
0
投稿

猜你喜欢

  • python中利用h5py模块读取h5文件中的主键方法

    2022-07-26 12:02:36
  • Python变量及数据类型用法原理汇总

    2022-12-04 11:11:41
  • Python制作动态字符图的实例

    2023-11-02 07:17:18
  • Python实现获取磁盘剩余空间的2种方法

    2023-11-20 23:53:29
  • Sublime Text v4.0(4143)安装方法

    2023-09-27 12:04:50
  • go语言实现简易比特币系统钱包的原理解析

    2024-05-22 10:12:02
  • Python的Django框架中使用SQLAlchemy操作数据库的教程

    2021-10-28 11:41:09
  • 没有SQL Server数据库时如何打开.MDF文件

    2024-01-15 05:58:52
  • python+splinter自动刷新抢票功能

    2023-07-08 11:33:42
  • python爬虫爬取指定内容的解决方法

    2022-11-07 11:32:12
  • SQL 中的For Xml Path详解

    2024-01-27 21:19:37
  • 利用pandas向一个csv文件追加写入数据的实现示例

    2022-04-09 14:51:56
  • 神经网络算法RNN实现时间序列预测

    2021-10-14 00:21:31
  • DTS构建组件及其如何完成数据转换服务

    2009-01-20 15:37:00
  • windows+vscode安装paddleOCR运行环境的步骤

    2021-05-09 06:12:26
  • django.db.utils.ProgrammingError: (1146, u“Table‘’ doesn’t exist”)问题的解决

    2022-01-12 14:02:31
  • mysql: 安装后的目录结构

    2011-03-08 09:46:00
  • 分析python请求数据

    2023-09-26 08:46:08
  • 常用的9个JavaScript图表库详解

    2024-04-22 22:34:52
  • Kears 使用:通过回调函数保存最佳准确率下的模型操作

    2023-02-24 12:36:56
  • asp之家 网络编程 m.aspxhome.com