微服務架構下DLI的部署和運維怎么理解

微服務架構下DLI的部署和運維怎么理解，針對這個問題，這篇文章詳細介紹了相對應的分析和解答，希望可以幫助更多想解決這個問題的小伙伴找到更簡單易行的方法。

華為云數據湖探索DLI是支持多模引擎的Serverless大數據計算服務，其很好的實現了Serverless的特性：

1.弱化了存儲和計算之間的聯系；

2.代碼的執行不再需要手動分配資源；

3.按使用量計費。

那么如何才能更好的實現Serverless化的服務，同時又避免成為傳統單體分布式的應用，微服務架構無疑是最優的選擇。DLI基于微服務架構模式下的整體部署架構如下：

即對外以純API形式提供服務，通過以API Gateway作為應用的入口，基于領域模型按子域進行微服務劃分，從而實現Serverless化的大數據計算服務。

對于這樣一個基于微服務架構實現的Serverless服務，我們是如何在生產環境來部署與運維，從而在保證服務SLA的前提下實現快速迭代上線的呢？

DLI部署的關鍵

隨著技術的發展，部署的流程和架構都發生了根本性的變化，如今已經走入了輕量級、短生命周期的技術時代。

從最初部署在物理機上的大數據計算平臺，到基于公有云的彈性計算云服務器部署大數據平臺，再到DLI這樣的Serverless服務，其很好展現了大數據計算服務的演變。那么如何才能更好的實現Serverless化的大數據計算服務的部署呢，DLI的答案就是基于Kubernetes+Docker來部署各微服務。

Kubernetes部署是在不停機的情況下部署服務的好方法，但是如何應對在接收生產流量后出現的錯誤，使新版本的服務更可靠呢？這可以通過將問題一分為二來看：

1.部署，即將服務上線到生產環境中運行；

2.發布，即使服務可用于處理生產流量。

傳統上，分離部署流程與發布流程一直是一個挑戰。但現在我們有了很好的選擇，那就是基于服務網格。在DLI的部署中我們結合了Kubernetes+Istio，利用Istio的流量管理實現了服務發現、流量路由，從而輕松的將部署與發布分開，使新版本的服務更加可靠。

監控告警提升整體運維能力

免運維也是DLI作為Serverless云服務面向客戶時的一個重要的特性，我們是如何實現整個服務的運維呢？今天就說說DLI是如何實現監控告警來提升整體運維能力，從而為客戶更好的提供Serverless的DLI。

上圖是DLI服務的整體部署架構，作為Serverless服務其全面擁抱云原生技術，無論是對外提供任務管理的微服務還是最終執行任務的計算單元，其都是基于Kubernetes來部署，這也更好的實現了Serverless的快速彈性伸縮。

對于DLI服務的監控告警我們當前主要從以下幾個方面來考慮：

1.全局維度，主要是整體API的QPS、成功率和響應時延

DLI作為Serverless大數據計算服務，其對外均以REST API的形式提供服務，因此API的QPS和響應時延直接反映了服務對外的能力，而成功率更是服務SLA的直接體現。

2. OS維度，主要是容器宿主的CPU使用率、內存使用率、磁盤使用率、上下行流量

無論部署的架構、技術如何演進，對基礎資源的監控都是最基本和必須的。

3.容器維度，主要是CPU使用率、內存使用率、K8s空間和用戶空間使用率、POD的健康度

容器是虛擬機的演進，因此對于容器的資源監控也是最基本的。我們的微服務或計算單元都是以容器運行在Kubernetes集群上，因此對于POD的健康狀態的監控也是必須的。

4.微服務維度，主要是流量、性能、健康檢查和關鍵日志等

監控是為了更好的發現和解決問題，因此核心還是業務層面的監控。DLI是一個復雜的分布式Serverless應用，其內部根據不同領域模型又分為不同的微服務，因此對于微服務內部的流量、性能等的監控則是衡量各微服務可靠性的重要指標。一個好的系統往往有完善的日志體系，通過對關鍵日志進行監控則能夠幫助我們快速發現和定位問題，因此這也是我們在業務維度的監控上的重點。

關于微服務架構下DLI的部署和運維怎么理解問題的解答就分享到這里了，希望以上內容可以對大家有一定的幫助，如果你還有很多疑惑沒有解開，可以關注億速云行業資訊頻道了解更多相關知識。