利用阿里云容器服务实现高可用抢红包应用

红包是春节习俗,原本是讨个吉利的意图。在互联网技术高度发展的今天,用手机抢红包已经成为一种文化、一种生活方式;据支付宝统计的数据显示,2016年2月7日除夕夜,支付宝共四轮“咻一咻”互动平台的总参与次数达到了3245亿次;在21点09分,用户的参与热情达到了顶峰,“咻一咻”峰值一度达到210亿次/分钟。

业务需求催生技术升级,随着红包业务的大众化、普遍化,我们对高可用、可扩展、按需提供服务的技术架构要求越来越高。下面介绍一种基于阿里云容器服务及相关云产品组成的高可用抢红包系统框架;

系统架构:

下图给出了基于阿里云相关产品实现的抢红包系统架构,所涉及的产品包括阿里云容器服务,MNS,RDS,SLB,SLS等。

用户端:模拟用户抢红包软件(如支付宝),能发送用户的的抢红包请求,并携带身份ID等信息;根据服务端的响应,把中奖信息反馈给用户;

请求处理逻辑:用户发送抢红包信息到“请求处理逻辑集群”,这部分有SLB、ECS集群,ECS集群通过阿里云容器服务实现容器化。可以接收用户请红包请求,并调用接口进行身份验证、MNS获取消息(抢红包)等;通过MNS反馈消息判断是否中奖,并反馈给用户;

身份验证模块:用户验证抢红包用户的身份,可以根据业务实现不同的限制;例如约定同一个用户ID在一定时间内只能抢一次、或者随机放弃1/2的用户请求;

红包管理监控:显示当前MNS中有效红包数;进行红包发放操作,可以设定总红包数,多批次发放,以及发放时间间隔等;可以基于SLS日志服务进行红包数据统计;

MNS服务:模拟红包队列,请求处理模块通过从MNS抢消息来模拟抢红包,抢到消息的请求即为抢到红包;同时通过往MNS中发送消息模拟赛红包;

SLS服务:日志存储服务,会把抢红包过程中产生的状态日志(中奖、未中奖、验证错误等)进行统计、并持久化;

RDS服务:存储用户相关信息,验证抢红包用户的身份;持久化红包发放信息,包含抽中红包用户的ID,时间,红包ID等;

SLB服务:对用户请求进行负载均衡;

其中MNS、SLS、RDS、SLB都通过阿里云提供的云服务实现,其余组件均通过简单的代码实现,并通过容器服务进行微服务化;

下图以容器服务为中心描述了系统之间的调用:

实现细节:

系统通过4个微服务相互配合,并引用RDS、MNS、SLS等提供的服务能力;下面是通过容器服务部署的编排文件内容:

webpage:
  image: registry.cn-hangzhou.aliyuncs.com/junbao/redpacket_webpage:v5
  restart: always
  labels:
    aliyun.routing.port_80: http://test/webpage
    aliyun.logs: /var/log
    aliyun.probe.url: http://container/index.jsp
    aliyun.scale: '3'
    aliyun.auto_scaling.max_cpu: '70'
    aliyun.auto_scaling.min_cpu: '40'
    aliyun.auto_scaling.step: '1'
redpacket:
  image: registry.cn-hangzhou.aliyuncs.com/junbao/redpacket_redpacket:v12
  restart: always
  environment:
    DB_HOST: "rm-bp1y1o7ga6hsm257o.mysql.rds.aliyuncs.com"
    DB_PORT: "3306"
    DB_NAME: "redpacket_account_check"
    DB_USER: "docker"
    DB_PASSWD: "*"
    ACCOUNT_CHECK_IP: "account.local"
    MNS_URL: "http://1171330362041663.mns.cn-hangzhou.aliyuncs.com"
    ACCESS_KEY_ID: "hDfTgHQ5xKn45q8a"
    ACCESS_KEY_SECRET: "*"
  external_links:
    - "account.local"
  labels:
    aliyun.routing.port_80: http://test/redpacket
    aliyun.logs: /var/log
    aliyun.probe.url: http://container/redpacket/test
    aliyun.scale: '2'
    aliyun.log_store_redpacket: /var/log/redpacket_access.log
    aliyun.log.timestamp: "false"
    aliyun.auto_scaling.max_cpu: '70'
    aliyun.auto_scaling.min_cpu: '40'
    aliyun.auto_scaling.step: '1'
account:
  image: registry.cn-hangzhou.aliyuncs.com/junbao/redpacket_account:v12
  restart: always
  environment:
    DB_HOST: "rm-bp1y1o7ga6hsm257o.mysql.rds.aliyuncs.com"
    DB_PORT: "3306"
    DB_NAME: "redpacket_account_check"
    DB_USER: "docker"
    DB_PASSWD: "*"
  labels:
    aliyun.routing.port_80: account.local
    aliyun.logs: /var/log
    aliyun.probe.url: http://container/test
    aliyun.scale: '2'
    aliyun.auto_scaling.max_cpu: '70'
    aliyun.auto_scaling.min_cpu: '40'
    aliyun.auto_scaling.step: '1'
monitor:
  image: registry.cn-hangzhou.aliyuncs.com/junbao/redpacket_monitor:v18
  restart: always
  environment:
    DB_HOST: "rm-bp1y1o7ga6hsm257o.mysql.rds.aliyuncs.com"
    DB_PORT: "3306"
    DB_NAME: "redpacket_account_check"
    DB_USER: "docker"
    DB_PASSWD: "*"
    MNS_URL: "http://1171330362041663.mns.cn-hangzhou.aliyuncs.com"
    ACCESS_KEY_ID: "hDfTgHQ5xKn45q8a"
    ACCESS_KEY_SECRET: "**"
  labels:
    aliyun.routing.port_80: http://test/monitor
    aliyun.logs: /var/log
    aliyun.scale: '1'

根据上面编排模板内容介绍阿里云容器服务特点:

可伸缩性:

可通过对CPU、内存的使用限制定义容器服务的伸缩功能;

aliyun.auto_scaling.max_cpu: '70'
aliyun.auto_scaling.min_cpu: '40'
aliyun.auto_scaling.step: '1'

上面配置表示容器内CPU使用率超过70%时会自动扩展一个容器,且容器内CPU使用率低于40%时会自动缩减一个容器;详见:

https://help.aliyun.com/document_detail/26017.html?spm=5176.doc26018.6.601.fo3Esr

简单路由服务:

在编排模板中添加 routing 标签,定义相应的域名或者域名前缀。可以实现简单的 7 层协议负载均衡;

aliyun.routing.port_80: http://test/monitor

上面配置表示可以通过以下域名访问服务,其中test为域名的前缀,monitor为URL的path部分;

http://test.c61d9ad24beea4d93a4f574202f443a44.cn-beijing.alicontainer.com/monitor

集群内服务发现与负载均衡:

具体的系统中,有一些服务是不愿对外开放的,例如本系统的账号验证服务;阿里云容器服务引入了集群内负载均衡功能,您只需要使用以 .local 结尾的域名,并在依赖的服务的 external_links 中增加这个域名,依赖的服务便可以通过 .local 的域名访问到依赖的服务,并且能够配合健康检查做到自动的服务发现。

aliyun.routing.port_80: account.local
external_links:
  - "account.local"

详见:

https://help.aliyun.com/document_detail/35358.html?spm=5176.doc25984.6.654.cqipVM

日志服务:

阿里云日志服务(Log Service,简称SLS)是针对日志场景的平台化服务。适用于日志中转、监控、性能诊断、日志分析、审计等场景。容器服务提供了集成日志服务的能力,可以方便地将应用日志发送到日志服务里。

aliyun.log_store_redpacket: /var/log/redpacket_access.log

上述定义会将容器内/var/log/redpacket_access.log文件内的内容输入到相应的日志服务中;详见:

https://help.aliyun.com/document_detail/26036.html?spm=5176.doc35358.6.633.Gy4q50

系统示例

1 抢红包系统第一步首先要把红包塞进“口袋”,可以通过管理模块进行相关操作;

访问管理监控服务页面提示的访问端点,然后点击发放红包页面;

可以在页面中输入红包相关信息,红包总数、发放次数、时间间隔等;

上图中表示:分3次发放10个红包,每次的发放间隔是2秒;点击“发放红包”效果如下:

2 第二步:塞完红包后,即可进行抢红包活动;

通过Webpage页面提示的访问端点,可以登录抢红包主页面;

抢红包页面可以配置一些用户相关的信息用于红包发放时的证据;本示例中仅使用一个识别码,凭识别码信息领奖;点击抢红包即可完成操作;

3 作为抢红包的组织者除了把红包分发给用户,仍然期望对当前红包状态,以及所有红包的分布有所了解;

可以访问监控模块的数据分析页面查看相关数据,监控模块通过SLS提供的数据接口获取日志信息,并进行数据统计;这里的监控模块只是简单的demo,实际应用中日质量会非常大,可以通过实时日志分析工具进行统计;

本示例只是一个抢红包应用的简单demo,离真正线上应用尚有距离;但其中所用到的相关技术:如容器服务的弹性伸缩、负载均衡,日志服务的数据分析,消息服务高并发处理等都是抢红包应用所需的;

参考:
阿里云容器服务:
https://help.aliyun.com/product/25972.html?spm=5176.product26090.6.4.AzxFaW
SLS:
https://help.aliyun.com/product/28958.html?spm=5176.doc25974.6.15.VMW9if
SLB:
https://help.aliyun.com/product/27537.html?spm=5176.product28958.6.56.bN5R4b
MNS:
https://help.aliyun.com/product/27412.html?spm=5176.product27537.6.42.iWBZCZ
RDS:
https://help.aliyun.com/product/26090.html?spm=5176.product27412.6.47.sRItSf

时间: 2024-09-23 16:15:14

利用阿里云容器服务实现高可用抢红包应用的相关文章

利用Docker和阿里云容器服务部署高可用Ghost博客集群

简介 Ghost是一个流行的开源博客平台(Open source blogging platform),基于 Node.js 构建,博客内容默认采用 Markdown 语法书写,给用户提供一种更加纯粹的内容写作与发布平台. Ghost的部署和运维需要一定的Web开发基础,利用Docker技术可以大大简化Ghost的部署和更新.Docker Hub上面也提供了Ghost官方镜像 使用Docker镜像,不懂得Node.Js的同学也可以分分钟在本地或阿里云容器服务上搭建起一个单节点的Ghost博客,但

利用阿里云容器服务打通TensorFlow持续训练链路

本系列将利用Docker和阿里云容器服务,帮助您上手TensorFlow的机器学习方案 第一篇:打造TensorFlow的实验环境 第二篇:轻松搭建TensorFlow Serving集群 第三篇:打通TensorFlow持续训练链路 第四篇:利用Neural Style的TensorFlow实现,像梵高一样作画 第五篇:轻松搭建分布式TensorFlow训练集群(上) 本文是该系列中的第三篇文章, 将为您介绍如何利用阿里云的服务快速搭建TensorFlow从训练到服务的交付平台. 随着goog

利用阿里云容器服务实现自定义节点伸缩

简介 阿里云容器服务很早就提供了基于集群CPU/内存的平均使用量触发节点自动伸缩功能,帮助许多客户自如应对业务压力的弹性变化.其原理是利用阿里云的云监控能力,在资源使用(cpu和memory)达到阈值时,触发节点伸缩. 同时还有一些企业级用户希望根据自身的监控数据和逻辑判断是否进行扩容和缩容操作,甚至可以按照固定时间进行节点扩容和缩容,针对这种场景,就需要调用的是扩容或者缩容触发器. 容器服务目前提供创建节点触发器的功能,调用节点触发器,并可以利用openAPI查看扩容出来的ECS节点方便管理和

利用阿里云容器服务实现Docker微服务间的负载均衡和服务发现

基于容器服务实现Docker微服务间的负载均衡和自动服务发现的方法 在容器服务上可以通过acsrouting将基于域名的http的服务暴漏出去,而且能够配合健康检查自动的负载均衡和服务发现,当其中一个容器出现问题之后,routing会自动将健康检查失败的容器从后端摘除,所以能做到自动的服务发现. 然而这个是将服务暴漏到外网的,那么服务间如何通过这种方式做到自动的服务发现和的负载均衡呢?容器服务引入了负载均衡的功能,只需要使用.local结尾的域名,并在依赖的服务的external_links中增

利用Docker和阿里云容器服务轻松搭建TensorFlow Serving集群

本系列将利用Docker和阿里云容器服务,帮助您上手TensorFlow的机器学习方案 第一篇:打造TensorFlow的实验环境 第二篇:轻松搭建TensorFlow Serving集群 - 本文 第三篇 打通TensorFlow持续训练链路 第四篇 利用Neural Style的TensorFlow实现,像梵高一样作画 第五篇 轻松搭建分布式TensorFlow训练集群(上) 本文是系列中的第二篇文章,将带您快速了解Tensorflow Serving的原理和使用,并利用阿里云容器服务轻松在

Docker监控:基于阿里云容器服务构建自己的Docker监控框架

微服务架构通过将一个复杂系统分解成一系列独立开发.部署和运维的服务,提升了整个系统的敏捷性,可以灵活的响应业务和规模的变化.而Docker技术则将服务的部署和环境完全解耦,利用Docker的可移植性和敏捷性,快速交付分布式应用,从而大大提升了部署运维效率.然而大规模分布式微服务应用,也会给系统监控带来新的挑战. 除去分布式应用自身的复杂性,微服务倡导的快速迭代和动态部署都会加剧管控的复杂性.从技术角度来看,传统的监控系统大多是针对物理机或虚拟机设计的,通常使用静态的配置项来建立应用.环境与监控指

阿里云容器服务新增支持Kubernetes编排系统,性能重大提升

阿里云容器服务提供了面向企业客户的技术能力,为企业应用容器化提供了迁移工具和咨询服务.深度学习.区块链等应用解决方案,以帮助企业优化现有IT投资和加速业务创新. 10月12日云栖大会上,阿里云专有云新版本(飞天专有云敏捷版2.0)宣告了对Kubernetes的支持:日前,公共云容器服务也宣布了开放支持Kubernetes 1.8.1 版本的托管服务,并且成为全球首批通过Kubernetes一致性认证的厂商之一.作为容器编排系统的两大流派, Kubernetes和Swarm的重要性不言而喻.融合了

阿里云容器服务-高可用Kubernetes部署指南

Kubernetes是非常流行的容器管控技术,为了让Kubernetes可以更深度集成阿里云的计算.存储和网络服务,以提供更佳的性能和网络特性支持,阿里云容器服务团队为Kubernetes提供了基于阿里云服务的CloudProvider插件. 同时,基于阿里云资源编排服务ROS的应用部署能力,阿里云用户可以非常方便的快速部署Kubernetes集群.本文接下来会详细介绍部署过程. 依赖条件 需要事先开通访问控制RAM服务,访问https://ram.console.aliyun.com点击开通服

利用Docker和阿里云容器服务轻松搭建分布式TensorFlow训练集群(上)

本系列将利用Docker技术在阿里云HPC和容器服务上,帮助您上手TensorFlow的机器学习方案 第一篇:打造TensorFlow的实验环境 第二篇:轻松搭建TensorFlow Serving集群 第三篇:打通TensorFlow持续训练链路 第四篇:利用Neural Style的TensorFlow实现,像梵高一样作画 第五篇:轻松搭建分布式TensorFlow训练集群(上) 本文是该系列中的第五篇文章, 将为您介绍如何在本机以及HPC和阿里云容器服务上快速部署和使用分布式TensorF