下圖是一個(gè)典型的，互聯(lián)網(wǎng)分層架構(gòu)：

“只有客戶發(fā)展了，才有我們的生存與發(fā)展！”這是成都創(chuàng)新互聯(lián)的服務(wù)宗旨！把網(wǎng)站當(dāng)作互聯(lián)網(wǎng)產(chǎn)品，產(chǎn)品思維更注重全局思維、需求分析和迭代思維，在網(wǎng)站建設(shè)中就是為了建設(shè)一個(gè)不僅審美在線，而且實(shí)用性極高的網(wǎng)站。創(chuàng)新互聯(lián)對成都網(wǎng)站設(shè)計(jì)、成都網(wǎng)站建設(shè)、網(wǎng)站制作、網(wǎng)站開發(fā)、網(wǎng)頁設(shè)計(jì)、網(wǎng)站優(yōu)化、網(wǎng)絡(luò)推廣、探索永無止境。

• 客戶端層：典型調(diào)用方是瀏覽器browser或者手機(jī)APP
• 站點(diǎn)應(yīng)用層：實(shí)現(xiàn)核心業(yè)務(wù)邏輯，從下游獲取數(shù)據(jù)，對上游返回html或者json
• 服務(wù)層：業(yè)務(wù)服務(wù)，數(shù)據(jù)服務(wù)，基礎(chǔ)服務(wù)，對上游提供友好的RPC接口
• 數(shù)據(jù)緩存層：緩存加速訪問存儲
• 數(shù)據(jù)固化層：數(shù)據(jù)庫固化數(shù)據(jù)存儲

同一個(gè)層次的內(nèi)部，例如端上的APP，以及web-server，也都會進(jìn)行MVC分層：

• view層：展現(xiàn)
• control層：邏輯
• model層：數(shù)據(jù)

工程師骨子里，都潛移默化的實(shí)施著分層架構(gòu)設(shè)計(jì)。

互聯(lián)網(wǎng)分層架構(gòu)的本質(zhì)究竟是什么呢?

如果我們仔細(xì)思考會發(fā)現(xiàn)，不管是跨進(jìn)程的分層架構(gòu)，還是進(jìn)程內(nèi)的MVC分層，都是一個(gè)“數(shù)據(jù)移動”，然后“被處理”和“被呈現(xiàn)”的過程。

如上圖所示：數(shù)據(jù)處理和呈現(xiàn)，需要CPU計(jì)算，而CPU是固定不動的：

• db/service/web-server都部署在固定的集群上
• 端上，不管是browser還是APP，也有固定的CPU處理

而數(shù)據(jù)是移動的：

• 跨進(jìn)程的：數(shù)據(jù)從數(shù)據(jù)庫和緩存里，轉(zhuǎn)移到service層，到web-server層，到client層
• 同進(jìn)程的：數(shù)據(jù)從model層，轉(zhuǎn)移到control層，轉(zhuǎn)移到view層

歸根結(jié)底一句話：互聯(lián)網(wǎng)分層架構(gòu)，是一個(gè)CPU固定，數(shù)據(jù)移動的架構(gòu)。

MapReduce的架構(gòu)，是不是也遵循這個(gè)架構(gòu)特點(diǎn)呢?

假如MapReduce也使用類似的的分層架構(gòu)模式：

提前部署服務(wù)：

• map服務(wù)層：接收輸入數(shù)據(jù)，產(chǎn)出“分”的數(shù)據(jù)，集群部署M=1W個(gè)實(shí)例
• reduce服務(wù)層：接受“合”的數(shù)據(jù)，產(chǎn)出最終數(shù)據(jù)，集群部署R=1W個(gè)實(shí)例

當(dāng)用戶提交作業(yè)時(shí)：

• 把數(shù)據(jù)數(shù)據(jù)傳輸給map服務(wù)集群;
• map服務(wù)集群產(chǎn)出結(jié)果后，把數(shù)據(jù)傳輸給reduce服務(wù)集群;
• reduce服務(wù)集群把結(jié)果傳輸給用戶;

存在什么問題?

將有大量的時(shí)間浪費(fèi)在大量數(shù)據(jù)的網(wǎng)絡(luò)傳輸上。

畫外音：輸入給map，map給reduce，reduce給用戶。

會發(fā)現(xiàn)，“固定CPU，移動數(shù)據(jù)”的架構(gòu)并不適合。

Google MapReduce工程架構(gòu)是如何思考這一個(gè)問題的呢?

為了減少數(shù)據(jù)量的傳輸：

(1) 輸入數(shù)據(jù)，被分割為M塊后，master會盡量將執(zhí)行map函數(shù)的worker實(shí)例，啟動在輸入數(shù)據(jù)所在的服務(wù)器上;

畫外音：不需要網(wǎng)絡(luò)傳輸了。

(2) map函數(shù)的worker實(shí)例輸出的的結(jié)果，會被分區(qū)函數(shù)劃分成R塊，寫到worker實(shí)例所在的本地磁盤;

畫外音：不需要網(wǎng)絡(luò)傳輸了。

(3) reduce函數(shù)，由于有M個(gè)輸入數(shù)據(jù)源(M個(gè)map的輸出都有一部分?jǐn)?shù)據(jù)可能對應(yīng)到一個(gè)reduce的輸入數(shù)據(jù))，所以，master會盡量將執(zhí)行reduce函數(shù)的worker實(shí)例，啟動在離這些輸入數(shù)據(jù)源盡可能“近”的服務(wù)器上;

• 畫外音：目的也是最小化網(wǎng)絡(luò)傳輸;
• 服務(wù)器之間的“近”，可以用內(nèi)網(wǎng)IP地址的相似度衡量。

所以，對于MapReduce系統(tǒng)架構(gòu)，“固定數(shù)據(jù)，移動CPU”更為合理。

這是為什么呢?

互聯(lián)網(wǎng)在線業(yè)務(wù)的特點(diǎn)是：

• 總數(shù)據(jù)量大
• 吞吐量比較大，同時(shí)發(fā)起的請求多
• 每個(gè)請求，處理的數(shù)據(jù)相對比較小
• 用戶對處理時(shí)延比較敏感

這類業(yè)務(wù)，使用“固定CPU，移動數(shù)據(jù)”的分層架構(gòu)是合理的。

MapReduce離線業(yè)務(wù)的特點(diǎn)是：

• 吞吐量比較小，同時(shí)發(fā)起的任務(wù)比較少
• 每個(gè)任務(wù)，處理的數(shù)據(jù)量非常大
• 用戶對處理時(shí)延容忍性大

這類業(yè)務(wù)，使用“固定數(shù)據(jù)，移動CPU”的分層架構(gòu)是合理的。

任何脫離業(yè)務(wù)的架構(gòu)設(shè)計(jì)，都是耍流氓。

思考問題的本質(zhì)，希望大家有收獲。

【本文為專欄作者“58沈劍”原創(chuàng)稿件，轉(zhuǎn)載請聯(lián)系原作者】

戳這里，看該作者更多好文

本文名稱：為何說，MapReduce，顛覆了互聯(lián)網(wǎng)分層架構(gòu)的本質(zhì)？
標(biāo)題URL：http://uogjgqi.cn/article/dpcepsj.html