性能
一开始的重点是提高服务的性能、反应速度,并且尽可能的保证系统的安全。
第一阶段
商城第一阶段的框架采用的是传统的动静分离+负载均衡的配置。
- 最外层是采用
F5
做的负载均衡和反向代理 - 两台
Ngnix服务器
负责处理静态资源的请求,并将动态请求分发给Tomcat服务器
集群 - 商城的应用(网站、触屏版等)都建立在
Tomcat服务器
上,主要采用SpringMVC
+Freemarker
- 应用通过
API服务器
暴露出的接口对数据库进行增删改查的操作
第二阶段
第二阶段框架的出现是为了解决第一阶段暴露出的几个问题:
Tomcat服务器
过于忙碌:Tomcat服务器
的一般工作流为:接收到Ngnix服务器
转发的动态请求 => 将动态请求按照业务逻辑调用API服务器
的接口 => 将API服务器
返回的数据和Freemarker
结合,生成HTML
文件- 对于经常被访问到的页面(首页、商品详情页等),
Tomcat服务器
需要不断重复他的一般工作流,即使最后生成的HTML
文件都是一模一样的。
Tomcat服务器
和API服务器
交互过于频繁:即使API服务器
有如memcached
类的缓存,依然会有很多不必要的网络消耗
因此,我们觉得最好能将HTML
文件缓存下来
我们在Tomcat服务器
上加上了EhCache
过滤器。一些经常会被访问到的页面(譬如首页、商品详情页等)在第一次被访问过并成功生成HTML
页面后,会被记录在内存中,下一次访问的时候就不会再向API服务器
请求,也不会再解析Freemarker
模板,内存中的页面会直接返回。
第三阶段
第二阶段的框架一上线就暴露出了问题:页面不能及时更新,需要等EhCache
自带的缓存更新机制(通常是缓存池满了)激活,缓存才会更新;而我们需要缓存更新是及时的、是可控的。
所以,我们自制了一个叫Backbone
的微服务
其实Backbone
目前就被当成了一个定时任务系统,只不过起名的时候,我们对这个系统寄以重托,所以给了一个很大的名号。
工作流是这样的:
- 当有缓存的内容进入
EhCache
的时候,Backbone
会接收到请求的参数 Backbone
根据接收到的请求参数,按照业务逻辑,请求API服务器
;之后将API服务器
返回的结果拼接,生成一个签名,最后将<请求参数,签名>
存入Redis
中Backbone
定期从Redis
中取出请求参数,并按照页面逻辑,请求API服务器
,如果API服务器
返回的结果拼接后的签名和Redis
中存的签名一致,则无变化;如果不一致,Backbone
会删除Redis
中的记录,并调用Tomcat服务器
暴露的接口删除EhCache
中该请求的缓存。
第四阶段
第三阶段的框架还是有瑕疵,有这么三个最为明显:
- 既然第二次访问同链接访问的是缓存的内容,为什么还要到
Tomcat服务器
才处理 - 缓存的
HTML
文件能不能看到 EhCache
中存的很多数据都是冗余的
于是,我们采用了Ngnix+Lua
的方式来解决上面三个问题。
Ngnix服务器
将Tomcat服务器
生成的HTML
文件保存到Redis
中,这样Redis
就被做成了Ngnix服务器
集群统一存储HTML
文件的地方。
优化
日志系统
经过四个阶段的性能优化,整个商城的服务应该算OK,接下来我们想让开发调试更轻松一些。
我们觉得目前开发调试的瓶颈是日志:
- 一方面 因为正式环境需要堡垒机才能操作,如果需要通过看日志来解决问题,需要到堡垒机看日志或者让运维拖日志下来,整个流程非常的难受。日志不是什么生死攸关的东西,我们想要看到线上实时的日志。
- 日志中打印了很多很多的内容,使用
tail -f
之类的命令,滚屏会非常的快,这样看日志太伤神了。我们想要更优雅、更简单的查看日志的方法。
一种解决方法是将日志保存到专门的一台服务器,然后通过tail -f XX | grep XXX
之类的命令来看。这种方法是能基本解决以上两个问题,但是不那么优雅,不能算作一个系统的解决方案。
于是,我们采用了ElasticSearch
+ LogStash
+ Kinaba
(ELK
)。一开始我们想自己利用Bootstrap
或者Framework7
写一套系统,但是太懒,同时也发现ELK已经把我们想做的都做了,有些小功能,我们改改Kinaba
就能实现,所以直接把ELK
拿来用了。
首先我们自制了一个Admin
微服务来监听处理Tomcat服务器
通过MQ
发送过来的日志
日志服务的工作流是这样的:
Tomcat服务器
的日志会被发送到MQ
的Exchanger
Admin系统会
将监听到的日志进行处理(Tomcat服务器
的日志利用拓展log4j.appender
,封装了一些附加信息),打印到admin-log.log
文件中LogStash
会分析admin-log.log
,并将分析的结果实时的放入ElasticSearch
里Kinaba
为ElasticSearch
提供了一个可视化的界面,在这个界面中,我们能筛选日志,能实时打印日志
小助手
最初的想法是利用Slack
+ Hubot
,但是依然是因为懒,而转用了微信。
微信小助手的主要用处就是检查服务的上线状态,发送上线检查
之类的关键字,就会激活我们写的检查程序,主要涉及商城页面能不能正常打开,有些流程能不能走通,如果走不通是因为跟API服务器的沟通断了还是API服务器坏了还是什么。其次还加上了一些权限设置以及小助手注册机制等等。