天下大勢，分久必合，合久必分。——《三國演義》第一回;越簡單越穩定，越高級越脆弱，遞弱代償。——《物演通論》王東岳

[[320099]]

圖片來自 Pexels

軟件項目最初沒有的運維部門

大概 12 年前，最初進入軟件開發領域，那時一個人需要學很多的開發技能和運維技能，上能后端做服務，下能前端寫頁面，左能做 DBA，右能做架構，中間還能運維。

那時開發和運維其實沒有界限，基本都是一體的，當然也有可能因為公司規模不是特別大，所以分工也沒有那么細，也聽說過專門有運維部門的公司，但是那時軟件運維人員的水平也只能做重復性的工作。

硬件和網絡運維這里不講，而那種比較貴的 DBA，中小公司一般不會請，所以基本上開發≈運維。

軟件生命周期中最長的部分在運維階段，在那個時候開發是要負責整個生命周期的。

那個時候架構很簡單，有的應用程序、數據庫、文件都部署在一臺服務器上：

或者是分開部署，將應用程序、數據庫、文件各自部署在獨立的服務器上，并且根據服務器的用途配置不同的硬件，達到最佳的性能效果：

數據庫的選擇一般情況下有三個：大、中型系統使用 Oracle 或者 MSSQL，畢竟會有廠商進行支持，DBA 的質量也比較高。

小型系統一般使用 MySQL，使用的好壞基本依賴開發人員對 MySQL 的熟悉程度。

然而到了今天，會有專業的人在做開源或者非開源數據庫的維護，數據庫市場也迎來了百花齊放的春天。

隨著業務擴展開始出現分工

當越來越多的人開始使用軟件系統，開發的工作日漸繁忙，多數時候在忙著寫代碼和做項目，運維的工作很多時候無法抽身。

這個時候會將幾個之前開發系統的程序員組成一個新的組織，這個就是軟件運維部門的雛形，他們為了解決一些性能上的問題，可能改變系統架構與部署，比如加入緩存：

在大部分系統中，都會利用緩存技術改善系統的性能，使用緩存主要源于熱點數據的存在，大部分訪問都遵循 28 原則(即 80% 的訪問請求，最終落在 20% 的數據上)。

所以我們可以對熱點數據進行緩存，減少這些數據的訪問路徑，提高用戶體驗。

緩存實現常見的方式是本地緩存、分布式緩存。本地緩存，顧名思義是將數據緩存在應用服務器本地，可以存在內存中，也可以存在文件，OSCache 就是常用的本地緩存組件。

本地緩存的特點是速度快，但因為本地空間有限所以緩存數據量也有限。

分布式緩存的特點是，可以緩存海量的數據，并且擴展非常容易，在軟件系統中常常被使用，速度按理沒有本地緩存快，常用的分布式緩存是 Memcached、Redis。

當然在用戶量繼續增長的情況下，應用服務器作為系統的入口，會承擔大量的請求，我們往往通過應用服務器集群來分擔請求數。

應用服務器前面部署負載均衡服務器調度用戶請求，根據分發策略將請求分發到多個應用服務器節點這時：

常用的負載均衡技術硬件的有 F5，價格比較貴，軟件的有 LVS、Nginx、HAProxy。

LVS 是四層負載均衡，根據目標地址和端口選擇內部服務器，Nginx 是七層負載均衡和 HAProxy 支持四層、七層負載均衡，可以根據報文內容選擇內部服務器。

因此 LVS 分發路徑優于 Nginx 和 HAProxy，性能要高些，而 Nginx 和 HAProxy 則更具配置性，如可以用來做動靜分離(根據請求報文特征，選擇靜態資源服務器還是應用服務器)。

隨著用戶量繼續增加，數據庫成為最大的瓶頸，改善數據庫性能常用的手段是進行讀寫分離以及分表，讀寫分離顧名思義就是將數據庫分為讀庫和寫庫，通過主備功能實現數據同步。

分庫分表則分為水平切分和垂直切分，水平切換則是對一個數據庫特大的表進行拆分，例如用戶表。

垂直切分則是根據業務不同來切換，如用戶業務、商品業務相關的表放在不同的數據庫中：

業務量越來越大，產生的文件越來越多，單臺的文件服務器已經不能滿足需求。需要分布式的文件系統支撐。

常用的分布式文件系統有 NFS：

由于項目數據量持續增加，數據庫的壓力會越來越大，并且傳統關系型數據無法處理海量數據。

這時需要分離數據存儲，對于海量數據的查詢和分析，我們使用 NoSQL 數據庫和大數據技術再加上搜索引擎可以達到更好的性能。

常用的 NoSQL 數據庫有 MongoDB、HBase(依賴 Hadoop 大數據)、Redis，搜索引擎有 Lucene、Solr、Elasticsearch 等：

單獨軟件運維部門

當越來越多的開源或者非開源技術加入到項目中，項目成員也會變得越來越多，開始各司其職對現在使用的各種軟件進行運行維護和實施部署。

一個項目的具體實施并不是編寫一個應用程序那么簡單，還涉及到為應用程序提供支撐的其他軟件，這為單獨成立軟件運維部門提供了條件。

項目運行時間長了以后，會因為技術落后或者性能瓶頸而進行重構，軟件運維部門會和開發部門合作，對項目架構進行重構。

一般情況下開發會拆分業務，形成分布式應用程序，而應用拆分成分布式，可以使用阿里的 Dubbo 或者 Spring Cloud 搭建服務：

為了實現分布式系統，這里需要用到消息隊列，消息隊列的主要作用有 3 個：解耦、異步、削峰。

消息隊列可以選擇：RabbitMQ、ZeroMQ 、ActiveMQ 、Kafka。

軟件運維部門和開發部門融合

隨著技術的發展，近幾年自動化運維，自動化部署，自動化測試的興起，特別是 DevOps 概念的提出，運維部門和開發部門融合的趨勢越來越明顯。又開始了開發即是運維的輪回，但這次不同的是，機器替代了人肉運維。

DevOps 就是開發(Development)和運維(Operations)這兩個領域的合并，那么，為什么要合并這兩個領域?

原因很多，但首要原因是：目前的兩個領域工作流程是脫節的，絕對的脫節。很多公司的開發部門和運維部門之間存在的深刻矛盾，其實就是這個“脫節”造成的。

為了解決“脫節”問題，需要使用到很多自動化工具，以及自動化維護平臺。于是架構進一步升級：

持續開發

與瀑布模型不同的是，軟件可交付成果被分解為短開發周期的多個任務節點，在很短的時間內開發并交付。

這個階段包括編碼和構建階段，并使用 Git 和 SVN 等工具來維護不同版本的代碼，以及 Ant、Maven、Gradle 等工具來構建/打包代碼到可執行文件中，這些文件可以轉發給自動化測試系統進行測試。

持續測試

在這個階段，開發的軟件將被持續地測試 Bug。對于持續測試，使用自動化測試工具，如 Selenium、TestNG、JUnit 等。

這些工具允許質量管理系統完全并行地測試多個代碼庫，以確保功能中沒有缺陷。

在這個階段，使用 Docker 容器實時模擬“測試環境”也是首選。一旦代碼測試通過，它就會不斷地與現有代碼集成。

持續集成

這是支持新功能的代碼與現有代碼集成的階段。由于軟件在不斷地開發，更新后的代碼需要不斷地集成，并順利地與系統集成，以反映對最終用戶的需求更改。

更改后的代碼，還應該確保運行時環境中沒有錯誤，允許我們測試更改并檢查它如何與其他更改發生反應。

Jenkins 是一個非常流行的用于持續集成的工具。使用 Jenkins，可以從 Git 存儲庫提取最新的代碼修訂，并生成一個構建，最終可以部署到測試或生產服務器。

可以將其設置為在 Git 存儲庫中發生更改時自動觸發新構建，也可以在單擊按鈕時手動觸發。

持續部署

它是將代碼部署到生產環境的階段。在這里，我們確保在所有服務器上正確部署代碼。

如果添加了任何功能或引入了新功能，那么應該準備好迎接更多的網站流量。因此，系統運維人員還有責任擴展服務器以容納更多用戶。

由于新代碼是連續部署的，因此配置管理工具可以快速，頻繁地執行任務。Puppet，Chef，SaltStack 和 Ansible 是這個階段使用的一些流行工具。

容器化工具在部署階段也發揮著重要作用。Docker 和 Kubernetes 是流行的工具，有助于在開發，測試，登臺和生產環境中實現一致性。除此之外，它們還有助于輕松擴展和縮小實例。

持續監控

通過監控軟件的性能來提高軟件的質量。這種做法涉及運營團隊的參與，他們將監視用戶活動中的錯誤/系統的任何不正當行為。

這也可以通過使用專用監控工具來實現，該工具將持續監控應用程序性能并突出問題。

使用的一些流行工具是 Splunk、ELK Stack、Nagios、NewRelic 和 Sensu。

這些工具可幫助密切監視應用程序和服務器，以主動檢查系統的運行狀況。它們還可以提高生產率并提高系統的可靠性，從而降低 IT 支持成本。

發現的任何重大問題都可以向開發團隊報告，以便可以在持續開發階段進行修復。

小結

軟件架構不是一蹴而就的，系統架構并不是一開始設計時就具備完整的高性能、高可用、高伸縮等特性的，它是隨著用戶量的增加，業務功能的擴展逐漸演變完善的。

在這個過程中，開發模式、技術架構、設計思想也發生了很大的變化，就連技術人員也從幾個人發展到一個部門甚至一條產品線。

這就像物種的演變，從簡單到復雜，但是越是復雜的生物，要生存所付出的代價也會越多。反而簡單的生物存活的更久更好更成功，這就是遞弱代償。

系統架構越來越復雜，確實能應付很多情況，但付出的運維成本也會越來越大，于是又開始將分工出去的運維部分融合，也許過一段時間，又會出現新的分工，誰知道呢?

作者：李博文

簡介：新炬網絡高級工程師。精通 Java 開發和運維，開發過運營商系統，物聯網系統，電網系統，燃氣系統，高校系統等大型系統，擁有 ITSS 服務經理，項目管理師，架構師等認證，擁有豐富的開發經驗，擅長軟件開發與運維。