架构学习（二）架构设计目的和复杂度

标签：分解   roc   multi   mpp   redis   分析   之一   系统   for   

架构设计的真正目的
为了解决软件系统复杂度带来的问题。

复杂度来源：高性能、高可用、可扩展性、低成本、安全、规模

1. 高性能
软件系统中高性能带来的复杂度主要体现在两方面，
一方面是单台计算机内部为了高性能带来的复杂度；
另一方面是多台计算机集群为了高性能带来的复杂度。
单机复杂度
计算机内部复杂度最关键的地方就是操作系统。计算机性能的发展本质上是由硬件发展驱动的，尤其是 CPU 的性能发展。著名的“摩尔定律”表明了 CPU 的处理能力每隔 18 个月就翻一番。
操作系统和性能最相关的就是进程和线程。
让多个 CPU 能够同时执行计算任务，从而实现真正意义上的多任务并行。目前这样的解决方案有 3 种：SMP（Symmetric Multi-Processor，对称多处理器结构）、NUMA（Non-Uniform Memory Access，非一致存储访问结构）、MPP（Massive Parallel Processing，海量并行处理结构）。其中 SMP 是我们最常见的，目前流行的多核处理器就是 SMP 方案。
在做架构设计的时候，需要花费很大的精力来结合业务进行分析、判断、选择、组合，这个过程同样很复杂。举一个最简单的例子：Nginx 可以用多进程也可以用多线程，JBoss 采用的是多线程；Redis 采用的是单进程，Memcache 采用的是多线程，这些系统都实现了高性能，但内部实现差异却很大。
集群的复杂度
通过大量机器来提升性能，并不仅仅是增加机器这么简单，让多台机器配合起来达到高性能的目的，是一个复杂的任务。

• 任务分配：指每台机器都可以处理完整的业务任务，不同的任务分配到不同的机器上执行。能够突破单台机器处理性能的瓶颈，通过增加更多的机器来满足业务的性能需求。
• 任务分解：业务越来越复杂，单台机器处理的性能会越来越低。为了能够继续提升性能，我们需要采取第二种方式：任务分解。
  简单的系统更加容易做到高性能；
  可以针对单个任务进行扩展。

2.高可用
定义：系统无中断地执行其功能的能力，代表系统的可用性程度，是进行系统设计的准则之一。
本质上都是通过“冗余”来实现高可用。

架构学习（二）架构设计目的和复杂度

标签：分解   roc   multi   mpp   redis   分析   之一   系统   for   

原文地址：https://www.cnblogs.com/xl717/p/13354203.html