准备系统性介绍“技术体系规划”了，这是***篇。
监控平台，服务治理，调用链跟踪，数据收集中心，自动化运维，自动化测试… 很多要讲，却没想好从哪里入手。
讲Z平台，可能需要提前介绍Y服务;讲Y服务，可能需要提前介绍X知识。
思来想去，准备从技术体系里，最容易被遗漏，非常基础，却又非常重要的“集群信息管理”开始介绍。
由于基础，可能部分同学会觉得简单;由于大家所在公司处于不同阶段，所以在实现上会介绍不同阶段的公司应该如何来实现。
还是一如既往的按照“架构师之路”的思路：
- 是什么
- 什么场景，为什么会用到，存在什么问题
- 常见方案及痛点
- 不同阶段公司，不同实现方案
希望大伙有收获。
一、啥是集群?
互联网典型分层架构如下：
- web-server层
- service层
- db层与cache层
为了保证高可用，每一个站点、服务、数据库、缓存都会冗余多个实例，组成一个分布式的系统，集群则是一个分布式的物理形态。
额，好拗口，通俗的说，集群就是一堆机器，上面部署了提供相似功能的站点，服务，数据库，或者缓存。
如上图：
- web集群，由web.1和web.2两个实例组成
- service集群，由service.1/service.2/service.3三个实例组成
- db集群，由mysql-M/mysql-S1/mysql-S2三个实例组成
- cache集群，由cache-M/cache-S两个实例组成
与“集群”相对应的是“单机”。
画外音：关于高可用架构，详见文章《究竟啥才是互联网架构“高可用”》。
画外音：缓存如果没有高可用要求，可能是单机架构，而不是集群。
二、集群信息
什么是集群信息?
一个集群，会包含若干信息(额，这tm算什么解释)，例如：
- 集群名称
- IP列表
- 二进制目录
- 配置目录
- 日志目录
- 负责人列表
画外音：集群IP列表不建议直接使用IP，而建议使用内网域名，详见文章《小小的IP，大大的耦合》。
什么时候会用到集群信息呢?
很多场景，特别是线上操作，都会使用到各种集群信息，例如：
- 自动化上线
- 监控
- 日志清理
- 二进制与配置的备份
- 下游的调用(额，这个最典型)
这些场景，分别都是如何读取集群信息的?
一般来说，早期会把集群信息写在配置文件里。
例如，自动化上线，有一个配置文件，deploy.user.service.config，其内容是：
- name : user.service
- ip.list : ip1, ip2, ip3
- bin.path : /user.service/bin/
- ftp.path : ftp://192.168.0.1/USER_2_0_1_3/user.exe
自动化上线的过程，则是：
- 把可执行文件从ftp拉下来
- 读取集群IP列表
- 读取二进制应该部署的目录
- 把二进制部署到线上
- 逐台重启
画外音：啥，还没有实现自动化脚本部署?还处在运维ssh到线上，手动执行命令，逐台机器人肉部署的刀耕火种阶段?赶紧照着这个方案，做自动化改造吧。
又例如，web-X调用下游的user服务，又有一个配置文件，web-X.config，其内容配置了：
- service.name : user.service
- service.ip.list : ip1, ip2, ip3
- service.port : 8080
web-X调用user服务的过程，则是：
- web-X启动
- web-X读取user服务集群的IP列表与端口
- web-X初始化user服务连接池
- web-X拿取user服务的连接，通过RPC接口调用user服务
日志清理，服务监控，二进制备份的过程，也都与上述类似。
三、存在什么问题?
上述业务场景，对于集群信息的使用，有两个***的特点：
- 每个应用场景，所需集群信息都不一样(A场景需要集群abc信息，B场景需要集群def信息)
- 每个应用场景，集群信息都写在“自己”的配置文件里
一句话总结：集群信息管理分散化。
这里***的问题，是耦合，当集群的信息发生变化的时候，有非常多的配置需要修改：
- deploy.user.service.config
- clean.log.user.service.config
- backup.bin.user.service.config
- monitor.config
- web-X.config
- …
这些配置里，user服务集群的信息都需要修改：
- 随着研发、测试、运维人员的流动，很多配置放在哪里，逐步就被遗忘了
- 随着时间的推移，一些配置就被改漏了
- 逐渐的，莫名其妙的问题出现了
画外音：ca，谁痛谁知道
如何解决上述耦合的问题呢?
一句话回答：集群信息管理集中化。
四、如何集中化管理集群信息
如何集中化管理集群配置信息，不同发展阶段的公司，实现的方式不一样。
早期方案
通过全局配置文件，实现集群信息集中管理，举例global.config如下：
- [user.service]
- ip.list : ip1, ip2, ip3
- port : 8080
- bin.path : /user.service/bin/
- log.path : /user.service/log/
- conf.path : /user.service/conf/
- ftp.path :ftp://192.168.0.1/USER_2_0_1_3/user.exe
- owner.list : shenjian, zhangsan, lisi
- [passport.web]
- ip.list : ip11, ip22, ip33
- port : 80
- bin.path : /passport.web/bin/
- log.path : /passport.web/log/
- conf.path : /passport.web/conf/
- ftp.path :ftp://192.168.0.1/PST_1_2_3_4/passport.jar
- owner.list : shenjian, zui, shuaiqi
集中维护集群信息之后：
- 任何需要读取集群信息的场景，都从global.config里读取
- 任何集群信息的修改，只需要修改global.config一处
- global.config会部署到任何一台线上机器，维护和管理也很方便
画外音：额，当然，信息太多的话，global.config也要垂直拆分
1. 中期方案
随着公司业务的发展，随着技术团队的扩充，随着技术体系的完善，通过集群信息管理服务，来维护集群信息的诉求原来越强烈。
画外音：慢慢的，配置太多了，通过global.config来修改配置太容易出错了
如上图，建立集群信息管理服务：
- info.db ：存储集群信息
- info.cache ：缓存集群信息
- info.service ：提供集群信息访问的RPC接口，以及HTTP接口
- info.web ：集群信息维护后台
服务的核心接口是：
- Info InfoService::getInfo(String ClusterName);
- Bool InfoService::setInfo(String ClusterName, String key, String value);
然后，统一通过服务来获取与修改集群信息：
所有需要获取集群信息的场景，都通过info.service提供的接口来读取集群信息
所有需要修改集群信息的场景，都通过info.web来操作
2. 长期方案
集群信息服务可以解决大部分的耦合问题，但仍然有一个不足：集群信息变更时，无法反向实时通知关注方，集群信息发生了改变。更长远的，要引入配置中心来解决。
配置中心的细节，网上的分析很多，之前也撰文写过，细节就不再本文展开。
五、总结
集群信息管理，是架构设计中非常容易遗漏的一环，但又是非常基础，非常重要的基础设施，一定要在早期规划好：
- 传统的方式，分散化管理集群信息，容易导致耦合
- 集中管理集群信息，有全局配置，信息服务，配置中心三个阶段
六、调研
调研一、对于集群信息管理，你的感受是：
- ca，没考虑过这个问题，一直是分散式管理
- 在使用全局配置文件
- 在使用信息管理服务
- 在使用配置中心
调研二、对于自动化运维，你的感受是：
- ca，啥是运维，都是研发在线上乱搞
- 有专门的运维，但一直是人肉运维
- 运维在使用脚本，实现了自动化
- 运维都下岗了，在使用平台，实现了平台化
【本文为51CTO专栏作者“58沈剑”原创稿件，转载请联系原作者】
