温馨提示×

温馨提示×

您好,登录后才能下订单哦!

密码登录×
登录注册×
其他方式登录
点击 登录注册 即表示同意《亿速云用户服务条款》
  • 首页 > 
  • 教程 > 
  • 服务器 > 
  • 五小时构建云原生电商平台 | KubeCon SOFAStack Workshop 详解

五小时构建云原生电商平台 | KubeCon SOFAStack Workshop 详解

发布时间:2020-08-12 19:33:16 来源:ITPUB博客 阅读:190 作者:支付宝技术团队 栏目:服务器

2019 年 6 月 25 日,在 KubeCon China 2019,全球知名开源组织云原生计算基金会 CNCF 宣布,蚂蚁金服正式成为 CNCF 黄金会员,蚂蚁金服表示将持续加大对开源项目的支持,包括 Kubernetes,Service Mesh,Serverless,安全容器等方向,并发挥自己的力量。

在本次大会,蚂蚁金服也与数百名云原生爱好者用五个小时搭建了一个云原生的电商平台,具体怎么做?希望本文能提供一些思路。

五小时构建云原生电商平台 | KubeCon SOFAStack Workshop 详解

KubeCon SOFAStack Cloud Native Workshop 现场图

近二十年技术发展:从集中式架构到云原生架构

五小时构建云原生电商平台 | KubeCon SOFAStack Workshop 详解

过去的十几年里,技术发生了翻天覆地的变化,先来简单回顾下:在二十一世纪初,大部分企业的应用还处于集中式架构。这个阶段企业开始做一些信息化的建设工作,典型的一些技术例如集群部署(Tomcat 集群、Weblogic 集群)来保证系统的高可用,以及采购 IOE(IBM,Oracle,EMC)等这些商业化的软硬件产品,通过更高的配置、更好的性能等方式来抗住业务的增长。

慢慢的,随着公司规模的扩大,集中式架构已经不足以再支撑复杂的业务系统,很多企业开始做一些系统拆分的改造,典型的技术例如 SOA 化。当系统拆分后,就不再需要使用之前昂贵的小型机去部署服务,慢慢的虚拟机的部署方式变成了主流。同样的,服务化后数据库和存储也不再必须采用商业化软硬件的解决方案,企业转为一些开源的解决方案,例如把 Oracle 换成了 MySQL

系统的拆分虽然可以带来很多好处,例如使业务内聚,系统之间松耦合,方便快速迭代等。但是随之带来的问题也很明显,例如拆分后系统越来越多,系统间的交互也会变得更加复杂,调用链路变长可能引起性能问题,分布式后数据存储等数据一致性也有不少挑战,还有服务化后带来资源分配、隔离等问题。这时候一些虚拟化和容器化的技术开始涌现,典型技术就是 OpenStack 和 Docker,OpenStack 帮助我们解决了 IaaS 层的建设与管理问题,而 Docker 给了我们资源隔离的最佳实践,但这些并没有解决掉运维复杂的一些问题。

而近几年,新的云原生的一些技术产品和理念开始出现,例如 Kubernetes、Service Mesh、Serverless 等,这些可以解决应用部署、运维复杂的一些实际问题。

技术发展下的蚂蚁金服

五小时构建云原生电商平台 | KubeCon SOFAStack Workshop 详解

蚂蚁金服从 2007 年开始从集中式架构走向分布式架构。我们把过去十多年的技术演进过程中自主研发的一套金融级分布式架构沉淀成为 SOFAStack™(Scalable Open Financial Architecture Stack)。

从 2007 年到 2012 年,蚂蚁金服完成所有业务系统的模块化、服务化改造。通过 TCC 模式解决了服务化、数据拆分等带来的数据一致性的问题,通过注册中心解决了服务单点的问题。

在完成服务化改造后,随着服务集群的增大,系统的伸缩性遇到了瓶颈,另外为了满足金融级的属性,蚂蚁金服对系统可用性、数据一致性提出了更高的要求。蚂蚁金服从 2013 年开始摸索出了一套单元化的思想,并基于此,推出了同城双活、异地多活、弹性调度等能力,保证业务不停机,数据不丢失。

再之后随着国内互联网金融的崛起、蚂蚁金服的国际化,蚂蚁金服也将自己的能力和技术开放出来,在金融云上以云产品的形式存在,开发者可以基于此快速搭建金融级能力的分布式系统,同时我们也将内部的一些实践开源出来。

从 2017 年开始,我们注意到云原生的理念正在快速发展,面对云原生带来的机会和改变,蚂蚁金服的策略是积极拥抱云原生。因为云原生带来的思想和理念刚好可以用来解决蚂蚁金服内部遇到的一些场景和问题。

五小时构建云原生电商平台 | KubeCon SOFAStack Workshop 详解

例如 Service Mesh 可以解决中间件等基础能力下层的问题,Serverless 可以解决研发效能的问题,可以让业务开发更专注于业务。这些新的技术和理念蚂蚁金服都会在内部探索并在生产落地,最近我们在深圳 GIAC 首次分享了大规模落地的实践总结。同时,我们也会将这些云原生落地实践开源出来,并和社区一起共同推进和建设金融级的云原生标准。

SOFAStack 开源版本:

2018 年 4 月 19 日正式宣布逐步开源 SOFAStack,开源的策略是 Open Core,也就是把核心的接口和实现都开源出来,内部保留老的兼容代码。到现在为止差不多 1 年 2 个月的时间,已经开源了十几个项目,累计超过 25,600 Star,120 多位贡献者, 以及 30 多家生产用户,近期也认证了两位社区 Committer,这里想再次感谢开发者和企业的信任和认可,我们将持续优化和扩大开源版图。

我们看下这张图,这里可以看到 SOFAStack 体系下开源了很多微服务相关的技术组件,例如 SOFABoot、SOFARPC 等,我们也和社区其它优秀的开源产品进行了兼容或者集成,利用这些组件可以快速的搭建出金融级分布式架构系统。开源的源码可以在这张图下面的 Github 地址上找到。本次的 Workshop 我们就会利用到开源的一些技术组件。

五小时构建云原生电商平台 | KubeCon SOFAStack Workshop 详解

SOFAStack 云产品:

同时,我们也把 SOFAStack 的能力集成到了云产品上,如下图:

五小时构建云原生电商平台 | KubeCon SOFAStack Workshop 详解

上图是云上 SOFAStack 的架构图,我们可以看到 SOFAStack 商业化对外输出的是完整的解决方案。支撑解决方案的就是本次要体验的分布式中间件和云应用引擎等等能力。除此之外还有完善的研发效能平台服务以及技术风险防控平台。关于这部分内容,在本次下午场会有更详细的介绍和体验。

Let's get started

刚聊了这么多,大家是不是想动手试试了呢?本次 Demo 将带领大家综合利用开源版本的 SOFAStack 和云上产品,五小时实现一个在线电商平台。

下面简单介绍下本次 Workshop 的内容,如下图:

五小时构建云原生电商平台 | KubeCon SOFAStack Workshop 详解

上午

  • 构建基础电商平台(书店) ,并改造为微服务架构;
  • 基于 SOFABoot 动态模块能力实时的电商平台(书店)增加智能推荐的能力;
  • 用分布式事务 Seata 来解决微服务拆分后的分布式事务的问题,保证购买和余额的数据一致性。

下午

  • 通过 Serverless 快速上云,利用 SOFA SAS 发布书店到云环境上,根据流量自动扩缩容;
  • 通过 Service Mesh 的方式来实现精度灰度和流控的能力。

五小时构建云原生电商平台 | KubeCon SOFAStack Workshop 详解

这是提到的是在线书店的系统架构图,最上面是部署好的一些基础设施,包括注册中心 SOFARegistry,服务管控台 SOFADashboard,监控度量 SOFALookout 等,我们已经提前准备好了这部分内容。

下面就是业务的内容。为了方便,我们不再做前后端分类部署,本次大家只需要操作 2 个应用:左边是网页系统和库存系统,提供库存操作服务,右边是账务系统,提供余额相关服务。当用户的购买请求进来时,库存系统需要通过 RPC 远程调用到账务系统。

另外库存服务和余额服务分别对应的是独立的数据库,这个后面会用分布式事务框架 Seata 去解决分布式下数据一致性的问题。

SOFAStack Cloud Native Workshop 文档地址

五小时构建云原生电商平台 | KubeCon SOFAStack Workshop 详解

本期 Workshop 用到的所有文档目前都在 SOFAStack 官网上,大家访问后看到导航栏有一个 【指南】 ,即可根据文档进行操作。

本期所有相关  PPT 下载地址 在对应【指南】底部。

SOFAStack 官网: https://www.sofastack.tech

特别鸣谢

本次我们准备了《未来架构》签名书作为礼品,非常感谢四位作者到现场支持。

五小时构建云原生电商平台 | KubeCon SOFAStack Workshop 详解

别忘了 Star 我们:

https://github.com/sofastack

希望和我们一起玩的开心


向AI问一下细节

免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。

AI