本文介绍了Google生产环境的架构，包括物理服务器、软件服务器的层级结构，从机柜到数据中心的拓扑布局。此外，讨论了支持大规模部署的系统管理软件、任务和数据的组织方式，以及如何根据压力测试和用户流量预测来确定服务器实例数量，以确保高可用性和成本效益。在实例部署上，采取了N+2模式和地理分布策略，以优化服务质量和资源利用率。
-
物理服务器（machine）
代表具体的硬件（有时候也代表一个VM 虚拟机）。
-
软件服务器（server）
代表一个对外提供服务的软件系统。
-
典型的Google数据中心的拓扑结构：
（a）约10台物理服务器组成了一个机柜（Rack）
（b）数台机柜组成一个机柜排（Row）
（c）一排或多排机柜组成了一个集群（Cluster）
（d）一般来说，一个数据中心（Datacenter）包含多个集群
（e）多个相邻的数据中心组成了一个园区（Campus）
-
支持大规模部署的系统管理软件
（a）管理物理服务器
（b）存储
（c）网络
（d）分布式锁服务
（e）监控与警报系统
- grpc
- thrift
- 任务和数据的组织方式
（a）假设压力测试的结果显示，服务器可以每秒处理大概100个请求（100 QPS）。通过对用户进行的调查显示，预计峰值流量会达到3470 QPS，为了处理这些流量，至少需要 35个任务实例。但是，由于以下几点考量，最终决定至少采用37个实例，也就是 N+2模式：
- 在更新过程中，有一个任务实例将会短暂不可用，只有36个实例可提供服务。
- 如果另外一个物理服务器同时也出现问题，那么另外一个任务实例也受到影响，只剩35个实例可以对外服务，刚好可以满足峰值要求。
（b）假设，对用户流量的进一步观
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
