TCP接入层的负载均衡、高可用、扩展性架构

2020-10-30 09:48:51

今天和大家系统性聊聊TCP的负载均衡，高可用，与扩展性架构。

web-server的负载均衡，高可用，扩展性架构是怎么实施的？

互联网架构中，web-server接入一般使用nginx来做反向代理，实施负载均衡。整个架构分三层：

（1）上游调用层，一般是browser或者APP；

（2）中间反向代理层，nginx；

（3）下游真实接入集群，web-server，常见web-server的有tomcat，apache；

那整个访问过程是怎么样的？

（1）browser向daojia.com发起请求；

（2）DNS将daojia.com解析为外网IP(1.2.3.4)；

（3）browser通过外网IP(1.2.3.4)访问nginx；

（4）nginx实施负载均衡策略，常见策略有轮询，随机，IP-hash等；

（5）nginx将请求转发给内网IP(192.168.0.1)的web-server；

由于http短连接，以及web应用无状态的特性，理论上任何一个http请求落在任意一台web-server都应该得到正常处理。

画外音：如果必须落在一台，说明架构可能不合理，难以水平扩展。

问题来了，tcp是有状态的连接，客户端和服务端一旦建立连接，一个client发起的请求必须落在同一台tcp-server上，此时如何做负载均衡，如何保证水平扩展呢？

方案一：单机法tcp-server

单个tcp-server显然是可以保证请求一致性：

（1）client向tcp.daojia.com发起tcp请求；

（2）DNS将tcp.daojia.com解析为外网IP(1.2.3.4)；

（3）client通过外网IP(1.2.3.4)向tcp-server发起请求；

这个方案有什么缺点？

无法保证高可用。

方案二：集群法tcp-server

可以通过搭建tcp-server集群来保证高可用，客户端来实现负载均衡：

（1）client内配置有tcp1/tcp2/tcp3.daojia.com三个tcp-server的外网IP；

（2）客户端通过“随机”的方式选择tcp-server，假设选择到的是tcp1.daojia.com；

（3）通过DNS解析tcp1.daojia.com；

（4）通过外网IP连接真实的tcp-server；

如何保证高可用呢？

如果client发现某个tcp-server连接不上，则选择另一个。

这个方案有什么缺点？

每次连接前，需要多实施一次DNS访问：

（1）难以预防DNS劫持；

（2）多一次DNS访问意味着更长的连接时间，这个不足在手机端更为明显；

如何解决DNS的问题？

直接将IP配置在客户端，可以解决上述两个问题，很多公司也就是这么做的，俗称“IP直通车”。

“IP直通车”有什么新问题？

将IP写死在客户端，在客户端实施负载均衡，扩展性很差：

（1）如果原有IP发生变化，客户端得不到实时通知；

（2）如果新增IP，即tcp-sever扩容，客户端也得不到实时通知；

（3）如果负载均衡策略变化，需要升级客户端；

方案三：服务端实施负载均衡

只有将复杂的策略下沉到服务端，才能根本上解决扩展性的问题。

增加一个http接口，将客户端的“IP配置”与“均衡策略”放到服务端是一个不错的方案：

（1）client每次访问tcp-server前，先调用一个新增的get-tcp-ip接口，对于client而言，这个http接口只返回一个tcp-server的IP；

（2）这个http接口，实现的是原client的IP均衡策略；

（3）拿到tcp-server的IP后，和原来一样向tcp-server发起TCP长连接；

这样的话，扩展性问题就解决了：

（1）如果原有IP发生变化，只需要修改get-tcp-ip接口的配置；

（2）如果新增IP，也是修改get-tcp-ip接口的配置；

（3）如果负载均衡策略变化，不需要升级客户端；

然而，新的问题又产生了，如果所有IP放在客户端，当有一个IP挂掉的时候，client可以再换一个IP连接，保证可用性，而get-tcp-ip接口只是维护静态的tcp-server集群IP，对于这些IP对应的tcp-server是否可用，是完全不知情的，怎么办呢？

方案四：tcp-server状态上报

get-tcp-ip接口怎么知道tcp-server集群中各台服务器是否可用呢，tcp-server主动上报是一个潜在方案，如果某一个tcp-server挂了，则会终止上报，对于停止上报状态的tcp-server，get-tcp-ip接口，将不返回给client相应的tcp-server的外网IP。

该设计的存在的问题？

诚然，状态上报解决了tcp-server高可用的问题，但这个设计犯了一个“反向依赖”的耦合小错误：使得tcp-server要依赖于一个与本身业务无关的web-server。

方案五：tcp-server状态拉取