本文在从架构组成、核心模块功能、源代码分析等角度来全面剖析Cloud Foundry，同时会结合各行业的典型案例来讲解Cloud Foudry在具体应用场景中的表现。
架构设计及核心组件
从总体上看，Cloud Foundry的架构如图1所示。
图1 Cloud Foundry架构图
经过一年多的发展，Cloud Foundry的组件增加了很多。但核心组件并没有变化，增加的组件是原架构基础上的细化和专门化。Stager组件解决了打包(Stage)过程需要操作大量文件且操作时间长的问题，所以它作为独立进程，使打包工作异步进行，不阻塞作为核心组件的Cloud Controller。
下面是对Cloud Foundry核心组件的描述。
Router。顾名思义，Router组件在Cloud Foundry中是对所有进来的请求进行路由。进入Router的请求主要有两类。
***类是来自VMC Client或者STS的，由Cloud Foundry使用者发出，叫做管理请求。这类请求会被路由到Cloud Controller组件处理。
第二类是对所部署的App的访问请求。这部分请求会被路由到App execution，即DEA组件中。简单地说，所有进入Cloud Foundry系统的请求都会经过Router组件。Router组件是可扩展的，由多个 Router共同处理进来的请求。但如何对Router做负载均衡不属于Cloud Foundry的实现范围。Cloud Foundry只须保证所有Router都可以处理任何请求，而管理员可用DNS实现负载均衡，也可部署专用硬件来实现，或者简单点，弄个Nginx做负载均衡。
在***个版本中，Router工作由router.rb来做，所有请求都必须经过Ruby代码处理转发。这个设计简单直接，只是容易引起性能问题，新版中做了如下改进，如图2所示(左侧为***版本，右侧为新版)。
图2 Router工作过程(新旧版对比)
- 使用Nginx的Lua扩展，在Lua中加入URL查询和统计的逻辑。
- 如果Lua不知道当前的URL应该路由给哪一个DEA，则会发一个查询请求到router_uls_server.rb(也就是图2中的“Upstream Locator SVC”)。
- router_uls_server.rb是一个简单的Sinatra应用，它存储了所有URL与DEA IP:Port对应关系。另外，它也管理了请求的Session数据。
这样一来，大量的业务请求在Lua查询过并保存位置后，都由Nginx直接转发，不再经过Router，性能和稳定性都大幅提高。
Router的设计中有个难点：我们知道HTTP请求是有上下文的，那如何保证请求的上下文完整呢?简单来说，就是如何保证有上下文的请求每次都可以找到同一个DEA处理?Cloud Foundry是支持Session的，当Router发现用户请求中带了Cookie信息，它会在Cookie里暗藏一个应用实例的id。当有新请求时，Router通过解析Cookie得到上次的应用实例，然后转发到同一台DEA上。这信息与上面的查询类似，会先存在于Upstream Locator SVC中，当Lua知道后会保存在Nginx内部提高效率。
#p#
DEA (Droplet Execution Agency)。首先要解释下什么叫做Droplet。在 Cloud Foundry中，Droplet指把提交的源代码及Cloud Foundry配置好的运行环境(如Java Web就是一个Tomcat)，再加一些控制脚本，如start/stop等，全部打包在一起的tar文件。Staging App是指制作Droplet，然后把它存储起来的过程。Cloud Foundry会保存这个Droplet，直到启动(start)一个App时，一台部署了DEA模块的服务器会来拿这个Droplet的副本去运行。因此，如果将App扩展到10个实例(instance)，那么这个Droplet就会被复制10份，供10台DEA服务器运行。
图3是DEA模块的架构图(左侧为***版本，右侧为新版)。
图3 DEA模块架构图(新旧版对比)
Cloud Foundry刚推出时，用户部署的应用可以在内网畅通无阻，跑满CPU，占尽内存，写满磁盘。因此，Cloud Foundry开发出了Warden，用这个程序运行容器解决这一问题。这个容器提供了一个隔绝环境，Droplet只可以获得受限的CPU、内存、磁盘访问权限和网络权限。
Warden在Linux上的实现是将Linux 内核的资源分成若干个namespace加以区分，底层的机制是CGROUP。这样的设计比虚拟机性能好，启动更快，也能够获得足够的安全性。
DEA的运行原理没有发生根本改变：Cloud Controller模块会发送start/stop等基本的App管理请求给DEA，dea.rb接收这些请求，然后从blobstore下载合适的 Droplet。前面说到Droplet是一个带有运行脚本和运行环境的tar包，DEA只需要把它拿过来解压，并执行里面的start脚本，就可让应用运行起来，App也就可以被访问了。换句话说，就是这台服务器的某一个端口已经在待命，只要有request从这个端口进来，这个App就可以接收并返回正确的信息。
接着，dea.rb要做以下一些善后的工作。
把这个信息告诉Router模块(前面说到，所有进入Cloud Foundry的请求都是由Router模块处理并转发的，包括用户对App的访问请求。一个App运行起来后，需要告诉Router，让它根据负载均衡等原则把合适的请求转进来，使这个App的实例能够干活)。
- 一些统计性的工作。例如要把这个用户又新部署了一个App告诉Cloud Controller，以作quota控制等。
- 把运行信息告诉Health Manager模块，实时报告该App的实例运行情况。
另外，DEA还要负责部分对Droplet的查询工作。例如，如果用户想通过Cloud Controller查询一个App的log信息，那么DEA需要从该Droplet里取到log返回等。
#p#
Cloud Controller。Cloud Foundry的管理模块。简单来说，就是与VMC和STS交互的服务器端，它收到指令后发消息到各模快，管理整个云的运行，相当于Cloud Foundry的大脑。
以部署一个App到Cloud Foundry为例。在输入push命令后，VMC开始工作。在做完一轮用户鉴权、查看所部署的App数量是否超过预定数额、问了一堆相关App的问题后，需要发4个指令。
- 发一个POST到“apps”，创建一个App;
- 发一个PUT到“apps/:name/application”，上传App;
- 发一个GET到“apps/:name/”，取得App状态，查看是否已启动;
- 如果没有启动，发一个PUT到“apps/:name/”，使其启动。
***版的Cloud Controller是基于Ruby on Rails的，新版的Cloud Controller用Sinatra进行了重写，并把部分工作独立成组件， 使Cloud Controller变得更轻。另一个重要的改进是，***个版本的Droplet是通过NFS共享的，这样会带来安全、性能等方面的问题，新版中采用了自己开发的blobstore存放Droplet。
随着Cloud Foundry逐渐成熟，权限管理功能在新版本中逐渐完善。在原有的用户模型基础上，加入了组织和用户空间等概念，细化了管理模型。用户模型的认证是由 UAA模块实现的。在企业环境中，如果用Cloud Foundry的开源代码搭建私有云，那么它可以与企业已有的认证系统进行整合，例如LDAP、CAS等。权限控制是由ACM模块实现的。图4给出了用户访问Cloud Controller某个API的过程。
图4 用户访问Cloud Controller某个API的过程
#p#
Health Manager。它做的事情不复杂，简单地说，是从各个DEA获得运行信息，然后进行统计分析、报告、发出告警等。
Services。服务应属于PaaS的第三层。Cloud Foundry把Service模块设计成一个独立的、插件式的模块，便于第三方方便地把自己的服务整合成Cloud Foundry服务。在GitHub上有以下两个相关的子项目值得关注。
- vcap-services-base：顾名思义，它包括Cloud Foundry服务的框架及核心类库。如果开发自定义服务，需要引用到里面的类。
- vcap-services：目前Cloud Foundry支持的，包括官方及大部分第三方贡献的服务。这个项目的根文件目录是根据服务名称划分的，可以选择其中自己感兴趣的来研究。
由此可见，Service模块十分方便为第三方提供自定义服务。从架构来说， Cloud Foundry服务部分使用了模板方法设计模式，可通过重写钩子方法来实现自己的服务。如果不需要特别逻辑则可以使用默认方法。
现实情况中，种种原因使有些系统服务难以或不愿意迁移到云端，为此Cloud Foundry 引入了Service Broker模块。
Service Broker可以使部署在Cloud Foundry上的应用能访问本地服务。Service Broker的使用方法如下。
- 准备被访问的服务。以PostgreSQL为例，配置好程序和防火墙，让其可以通过类似 postgres://xyzhr:secret@db.xyzcorp.com:5432/xyz_hr_db的URI访问。
- 注册以上URI到Service Broker。
使用Service Broker暴露的服务与使用Cloud Foundry的系统服务无异，准备被访问的服务中的访问服务的URI通过环境变量传给App。App通过URI访问暴露出来的服务，这过程不必通过 Service Broker。这个过程如图5所示，与使用系统服务类似，此处不再赘述。
图5 使用Service Broker所暴露的服务的过程
#p#
NATS (Message bus)。 Cloud Foundry的架构是基于消息发布和订阅的。联系各模块的是一个叫NATS的组件。NATS是由Cloud Foundry开发的一个基于事件驱动的、轻量级的消息系统。它基于EventMachine实现。***版本Cloud Foundry被人诟病的一个问题就是NATS服务器是单节点的，让人不大放心。新版NATS能支持多服务器节点，NATS服务器间通过THIN来做通信。NATS的GitHub开源地址是：https://github.com/derekcollison/nats。代码量不多但设计很精妙，推荐研究它的源代码。
Cloud Foundry各种优秀特性均源于消息通信架构。每台服务器上的各模块会根据当前的行为，向对应主题发布消息，同时也按照需要监听多个主题，彼此以消息进行通信。
可以说，Cloud Foundry的核心是一套消息系统，如果想了解Cloud Foundry的来龙去脉，跟踪它里面复杂的消息机制是非常好的方法。举个最简单的例子，一个装有DEA组件的服务器为加强云的计算能力，被加入到 Cloud Foundry集群中。它首先需要表明已准备好随时提供服务，Cloud Controller可将App部署到它这里，Router也可将相关的请求交给它处理;Health Manger可定时为它体检等，它会发布一条消息到主题“dea.start”：
- NATS.publish(‘dea.start’, @hello_message_json)
@hello_message_json包括DEA的UUID、ip、 port、版本信息等内容。Cloud Controller、Router、Health Manger及其他模块会监听这个主题，得到通知，各自干活。
理解Cloud Foundry的***方法其实是选定某一操作，如部署一个App、创建服务等，以消息为线索，跟踪到各模块，看其如何处理。这样就可以观察到整个 Cloud Foundry的工作流程。本专栏第2篇文章将专门介绍如何以NATS为主线理解Cloud Foundry原理，这里就不做过多叙述了。
总结
在过去的一年中，Cloud Foundry发生了很多改变，足可看出Cloud Foundry社区的活跃。非常希望本文已把Cloud Foundry的原理讲得足够明白，但请不要把本文作为参考手册使用，在VMware中国开发者关系团队的努力下，Cloud Foundry的文档相当完善，强烈推荐以其作为参考(网址：www.cloudfoundry.cn)。
