构建高并发高可用的架构





 

从各种角度总括了电商平塞内加尔达喀尔的架构履行,由于岁月匆忙,定了个初稿,待补充完善,欢迎我们一块儿互换。

转载请宣示出处:http://blog.csdn.net/yangbutao/article/details/12242441

作者:杨步涛

关注分布式架构、大数量、搜索、开源技术

QQ:306591368

技术Blog:http://blog.csdn.net/yangbutao

 

一、 设计意见

 

 

1.      空间换时间

1)      多级缓存,静态化

客户端页面缓存(http header中包含Expires/Cache of Control,last modified(304,server不再次回到body,客户端可以连续用cache,收缩流量),ETag)

反向代理缓存

拔取端的缓存(memcache)

内存数据库

Buffer、cache机制(数据库,中间件等)

2)      索引

哈希、B树、倒排、bitmap

哈希索引适合综合数组的寻址和链表的插入特性,可以实现数量的高速存取。

B树索引适合于查询为基本的景色,制止频繁的IO,提高查询的效能。

倒排索引实现单词到文档映射关系的最佳实现格局和最有效的目录结构,广泛用在查找世界。

Bitmap是一种至极简洁赶快的数据结构,他能而且使积存空间和进度最优化(而不要空间换时间),适合于海量数据的的乘除场景。

2.     并行与分布式总计

 

1)      任务切分、分而治之(MR)

在大规模的数额中,数据存在一定的区域性的风味,利用局部性的原理将海量数据统计的题材分而治之。

MR模型是无共享的架构,数据集分布至各样节点。处理时,每个节点就近读取本地存储的多寡处理(map),将处理后的数据举行统一(combine)、排序(shuffle and sort)后再分发(至reduce节点),避免了汪洋数量的传导,提升了拍卖效能。

 

2)      多进程、多线程并行执行(MPP)

并行总计(Parallel
Computing)是指同时采纳多种盘算资源解决总计问题的进程,是增高统计机序列总结速度和拍卖能力的一种有效手法。它的骨干考虑是用两个总结机/进程/线程来一块求解同一问题,即将被求解的题目分解成若干个部分,各部分均由一个单独的处理机来并行总括。

和MR的区别在于,它是基于问题解释的,而不是按照数据表明。

3.      多维度的可用

1)      负载均衡、容灾、备份

乘胜平台并发量的附加,需要扩容节点开展集群,利用负载均衡设备开展呼吁的散发;负载均衡设备平时在提供负载均衡的同时,也提供失效检测功用;同时为了提升可用性,需要有容灾备份,以防范节点宕机失效带来的不可用问题;备份有在线的和离线备份,可以依据失效性要求的不比,举办采取不同的备份策略。

2)      读写分离

读写分离是对数据库来讲的,随着系统并发量的增大,提高数据访问可用性的一个重大手段就是写多少和读数据举行分离;当然在读写分离的同时,需要关爱数据的一致性问题;对于一致性的题材,在分布式的体系CAP定量中,更多的敬爱于可用性。

3)      依赖关系

阳莱比锡逐条模块之间的涉及尽量是低耦合的,可以经过有关的信息组件举行互动,能异步则异步,分通晓数据流转的主流程和副流程,主副是异步的,比如记录日志可以是异步操作的,扩展所有类别的可用性。

自然在异步处理中,为了保证数据拿到接收或者处理,往往需要肯定机制(confirm、ack)。

唯独有些场景中,即便请求已经赢得处理,可是因其他原因(比如网络不安定),确认音讯尚未回来,那么这种气象下需要举办呼吁的重发,对请求的拍卖规划因重发因素需要考虑幂等性。

4)      监控

监督也是增强全部阳台可用性的一个生死攸关手段,多平台展开三个维度的督查;模块在运行时候是晶莹的,以高达运行期白盒化。

4.      伸缩

1)      拆分

拆分包括对作业的拆分和对数据库的拆分。

系统的资源总是有限的,一段相比较长的事体进行尽管是一竿子执行的章程,在大气出现的操作下,这种阻塞的艺术,无法有效的及时放出资源给其他进程执行,这样系统的吞吐量不高。

急需把业务展开逻辑的分层,采纳异步非阻塞的艺术,提高系统的吞吐量。

乘机数据量和并发量的充实,读写分离不可以满足系统出现性能的要求,需要对数据开展切分,包括对数码开展分库和分表。这种分库分表的方法,需要追加对数据的路由逻辑辅助。

2)      无状态

对于系统的伸缩性而言,模块最好是无状态的,通过扩展节点就可以增长总体的吞吐量。

5.      优化资源使用

1)      系统容量有限

系统的容量是有限的,承受的并发量也是少数的,在架构设计时,一定需要考虑流量的主宰,防止因意外攻击或者刹那时并发量的碰撞导致系统崩溃。在计划时扩展流控的模式,可考虑对请求举办排队,超出预想的界定,可以开展报警或者放任。

2)      原子操作与产出控制

对此共享资源的访问,为了防范争论,需要举办并发的主宰,同时有些贸易需要有事务性来保管交易的一致性,所以在交易系统的筹划时,需考虑原子操作和出现控制。

确保并发控制一些常用高性能手段有,乐观锁、Latch、mutex、写时复制、CAS等;多版本的面世控制MVCC平日是承保一致性的首要手段,这些在数据库的规划中平常会用到。

3)      基于逻辑的两样,拔取不平等的国策

阳斯科普里工作逻辑存在不同的序列,有统计复杂型的,有消耗IO型的,同时就同一系列型而言,不同的业务逻辑消耗的资源数量也是不相同的,那就需要针对不同的逻辑采用两样的方针。

本着IO型的,可以使用遵照事件驱动的异步非阻塞的点子,单线程情势可以减去线程的切换引起的支出,或者在多线程的情景下利用自旋spin的措施,减弱对线程的切换(比如Oracle
latch设计);对于总结型的,充分利用多线程举办操作。

一致品种的调用格局,不同的事体拓展恰当的资源分配,设置不同的统计节点数量如故线程数量,对事情拓展分流,优先实施优先级别高的事务。

4)      容错隔离

系统的多少业务模块在产出错误时,为了减小并发下对正规请求的处理的影响,有时候需要考虑对这一个特别动静的请求进行单独渠道的拍卖,甚至临时自动禁止那个特此外事务模块。

多少请求的破产可能是偶尔的暂时的败诉(比如网络不平静),需要举行呼吁重试的考虑。

5)      资源自由

系统的资源是少数的,在动用资源时,一定要在终极获释资源,无论是请求走的是正规途径依旧要命的途径,以便于资源的登时回收,供其他请求使用。

在规划通信的架构时,往往需要考虑超时的操纵。

 

 

 

 

 

二、 静态架构蓝图

 皇冠直营现金网官方网 1

全总架构是分段的分布式的架构,纵向包括CDN,负载均衡/反向代理,web应用,业务层,基础服务层,数据存储层。水平方向概括对所有阳台的布局管理部署和监察。

 

三、 剖析架构

1. CDN

CDN系统可以实时地按照网络流量和各节点的连年、负载情况以及到用户的相距和响应时间等综合消息将用户的乞请重新导向离用户如今的劳动节点上。其目的是使用户可就地得到所需内容,解决 Internet网络拥堵的气象,提升用户访问网站的响应速度。

对于普遍电子商务平台一般需要建CDN做网络加速,大型平台如天猫、京东都施用自建CDN,中小型的铺面得以运用第三方CDN厂商合作,如蓝汛、网宿、快网等。

当然在采纳CDN厂商时,需要考虑经营时间长短,是否有可增添的带宽资源、灵活的流量和带宽拔取、稳定的节点、性价比。

2. 载重均衡、反向代理

一个重型的阳台包括过三个业务域,不同的业务域有例外的集群,能够用DNS做域名解析的分发或轮询,DNS情势实现简单,不过因存在cache而缺失灵活性;一般按照商用的硬件F5、NetScaler或者开源的软负载lvs在4层做分发,当然会使用做冗余(比如lvs+keepalived)的设想,拔取主备格局。

4层分发到业务集群上后,会通过web服务器如nginx或者HAProxy在7层做负载均衡或者反向代理分发到集群中的应用节点。

采取哪个种类负载,需要综合考虑各类因素(是否知足高并发高性能,Session保持怎么样缓解,负载均衡的算法如何,扶助压缩,缓存的内存消耗);下边基于三种常用的载荷均衡软件做个介绍。

LVS,工作在4层,Linux心想事成的高性能高产出、可伸缩性、可靠的的载重均衡器,协理多种转会模式(NAT、DR、IP Tunneling),其中DR格局帮助通过广域网举办负荷均衡。援助双机热备(Keepalived或者Heartbeat)。对网络环境的依赖性相比较高。

Nginx工作在7层,事件驱动的、异步非阻塞的架构、匡助多进程的高并发的负荷均衡器/反向代理软件。可以针对域名、目录结构、正则规则针对http做一些散落。通过端口检测到服务器内部的故障,比如依据服务器处理网页再次来到的状态码、超时等等,并且会把重临错误的伏乞重新提交到另一个节点,然则其中缺点就是不辅助url来检测。对于session sticky,可以遵照ip hash的算法来实现,通过遵照cookie的恢宏nginx-sticky-module帮助session sticky。

HAProxy协理4层和7层做负载均衡,帮忙session的对话保持,cookie的指导;帮助后端url格局的检测;负载均衡的算法相比较充裕,有RR、权重等。

对于图片,需要有独立的域名,独立或者分布式的图片服务器或者如mogileFS,可以图片服务器之上加varnish做图片缓存。

3. App接入

应用层运行在jboss或者tomcat容器中,代表单独的系列,比如前端购物、用户自主服务、后端系统等

研究接口,HTTP、JSON

可以运用servlet3.0,异步化servlet,进步总体类别的吞吐量

http请求经过Nginx,通过负载均衡算法分到到App的某一节点,这一难得一见扩容起来相比简单。

除去拔取cookie保存少量用户部分音信外(cookie一般不可能跨越4K的轻重),对于App接入层,保存有用户相关的session数据,可是有些反向代理或者负载均衡不补助对session sticky扶助不是很好还是对连片的可用性要求相比较高(app接入节点宕机,session随之不见),这就需要考虑session的集中式存储,使得App接入层无状态化,同时系统用户变多的时候,就足以经过增加更多的行使节点来达到水平增添的目标。

Session的集中式存储,需要满意以下几点要求:

a、高效的报导协议

b、session的分布式缓存,协助节点的伸缩,数据的冗余备份以及数据的迁移

c、session过期的田间管理

 

4. 作业服务

代表某一天地的业务提供的劳务,对于电商而言,领域有用户、商品、订单、红包、支付业务等等,不同的园地提供不同的劳务,

那个不同的小圈子整合一个个模块,卓绝的模块划分和接口设计分外重大,一般是参考高内聚、接口收敛的尺度,

诸如此类可以增进整个系统的可用性。当然能够按照使用规模的高低,模块可以配备在协同,对于广大的运用,一般是独立布置的。

高并发:

业务层对外协议以NIO的RPC情势显露,可以采纳相比早熟的NIO通讯框架,如netty、mina

可用性:

为了增进模块服务的可用性,一个模块部署在四个节点做冗余,并机关举办负荷转发和失效转移;

中期可以动用VIP+heartbeat形式,如今系统有一个独门的零部件HA,利用zookeeper实现(比原来方案的长处)

一致性、事务:

对此分布式系统的一致性,尽量满意可用性,一致性可以经过校对来达到最终一致的情形。

5. 基础服务中间件

1) 通信组件

通信组件用于工作体系里面服务期间的调用,在大并发的电商平杜阿拉,需要知足高并发高吞吐量的要求。

整整通信组件包括客户端和服务端两片段。

客户端和服务器端维护的是长连接,可以减小每一遍请求建立连接的开发,在客户端对于每个服务器定义一个连接池,开始化连接后,可以并发连接服务端进行rpc操作,连接池中的长连连需要心跳维护,设置请求超时时间。

对于长连接的爱惜过程可以分六个级次,一个是殡葬请求过程,此外一个是接受响应过程。在殡葬请求过程中,若暴发IOException,则把该连接标记失效。接收响应时,服务端再次来到Socket提姆eoutException,倘若设置了晚点时间,那么就一直回到非常,清除当前接连中那一个超时的请求。否则继续发送心跳包(因为可能是丢包,超越pingInterval间隔时间就发送ping操作),若ping不通(发送IOException),则评释当前连续是有问题的,那么就把当前连日标记成已经失效;若ping通,则印证当前连年是不费吹灰之力的,继续拓展读操作。失效的连接会从连接池中消除掉。

每个连接对于收受响应来说皆以单身的线程运行,客户端可以经过共同(wait,notify)模式仍然异步举办rpc调用,

连串化拔取更快捷的hession系列化情势。

服务端采用事件驱动的NIO的MINA框架,支撑高并发高吞吐量的乞请。

皇冠直营现金网官方网 2

 

2) 路由Router

在多数的数据库切分解决方案中,为了加强数据库的吞吐量,首先是对不同的表举行垂直切分到不同的数据库中,

下一场当数据库中一个表超越一定大刻钟,需要对该表举办水平切分,这里也是均等,这里以用户表为例;

对此访问数据库客户端来讲,需要基于用户的ID,定位到需要拜访的数额;

数量切分算法,

基于用户的ID做hash操作,一致性Hash,那种艺术存在失效数据的动迁问题,迁移时间内服务不可用

护卫路由表,路由表中存储用户和sharding的炫耀关系,sharding分为leader和replica,分别担当写和读

如此各类biz客户端都急需保持所有sharding的连接池,这样有个毛病是会产生全连接的题目;

一种缓解措施是sharding的切分提到业务服务层举办,每个业务节点只保障一个shard的总是即可。

见图(router)

 皇冠直营现金网官方网 3

   

路由组件的兑现是如此的(可用性、高性能、高并发)

据悉性能方面的设想,接纳MongoDB中保障用户id和shard的关系,为了确保可用性,搭建replicatset集群。

biz的sharding和数据库的sharding是逐一对应的,只访问一个数据库sharding.

biz业务注册节点到zookeeper上/bizs/shard/下。

router监听zookeeper上/bizs/下节点状态,缓存在线biz在router中。

client请求router获取biz时,router首先从mongodb中取得用户对应的shard,router依据缓存的始末通过RR算法获取biz节点。

为了缓解router的可用性和出现吞吐量问题,对router举行冗余,同时client监听zookeeper的/routers节点并缓存在线router节点列表。

 

3) HA

价值观实现HA的做法一般是使用虚构IP漂移,结合Heartbeat、keepalived等落实HA,

Keepalived使用vrrp形式举办数据包的转会,提供4层的载荷均衡,通过检测vrrp数据包来切换,做冗余热备更加切合与LVS搭配。linux Heartbeat是基于网络或者主机的劳动的高可用,HAProxy或者Nginx可以遵照7层举行数据包的中转,由此Heatbeat更加切合做HAProxy、Nginx,包括业务的高可用。

在分布式的集群中,可以用zookeeper做分布式的调和,实现集群的列表维护和失效通知,客户端可以选用hash算法或者roudrobin实现负载均衡;对于master-master格局、master-slave格局,可以通过zookeeper分布式锁的体制来支撑。

4) 消息Message

对于平台各样系统之间的异步交互,是由此MQ组件进行的。

在筹划音信服务组件时,需要考虑音信一致性、持久化、可用性、以及完善的督察系列。

业界开源的音信中间件首要RabbitMQ、kafka有两种,

RabbitMQ,遵守AMQP协议,由内在高并发的erlanng语言开发;kafka是Linkedin于二零一零年1五月份开源的音信披露订阅系统,它最首要用以拍卖活跃的流式数据,大数据量的数据处理上。

对消息一致性要求相比高的场面需要有回答确认机制,包括生产信息和消费音信的长河;不过因网络等规律导致的回答缺失,可能会导致音信的再度,这些能够在作业层次按照幂等性举行判断过滤;RabbitMQ采取的是这种措施。还有一种机制是消费端从broker拉撤除息时带上LSN号,从broker中某个LSN点批量拉废除息,那样并非应答机制,kafka分布式信息中间件就是那种方法。

音讯的在broker中的存储,遵照音讯的可靠性的渴求以及性能方面的综合权衡,可以在内存中,可以持久化到存储上。

对此可用性和高吞吐量的要求,集群和主备模式都得以在事实上的光景应用的到。RabbitMQ解决方案中有平日的集群和可用性更高的mirror queue格局。 kafka采取zookeeper对集群中的broker、consumer举行田间管理,可以挂号topic到zookeeper上;通过zookeeper的和谐机制,producer保存对应topic的broker音讯,可以任意或者轮询发送到broker上;并且producer可以遵照语义指定分片,新闻发送到broker的某分片上。

完全来讲,RabbitMQ用在实时的对可靠性要求比较高的信息传递上。kafka重要用于拍卖活跃的流式数据,大数据量的数量处理上。

 

5) Cache&Buffer

Cache系统

在有些高并发高性能的气象中,使用cache可以削减对后端系统的负载,承担可大部分读的压力,能够大大提高系统的吞吐量,比如一般在数据库存储往日扩大cache缓存。

但是引入cache架构不可防止的牵动一些问题,cache命中率的问题, cache失效引起的振荡,cache和储存的一致性。

Cache中的数据相对于储存来讲,毕竟是零星的,相比较不错的情状是储存系统的看好数据,这里可以用有些大面积的算法LRU等等淘汰老的数量;随着系统规模的加码,单个节点cache不可以满足要求,就需要搭建分布式Cache;为领会决单个节点失效引起的抖动 ,分布式cache一般采取一致性hash的缓解方案,大大缩小因单个节点失效引起的抖动范围;而对于可用性要求相比高的场地,每个节点都是需要有备份的。数据在cache和存储上都存有雷同份备份,必然有一致性的题材,一致性比较强的,在更新数据库的同时,更新数据库cache。对于一致性要求不高的,可以去设置缓存失效时间的政策。

Memcached作为快速的分布式缓存服务器,协议相比较简单,基于libevent的事件处理机制。

Cache系统在阳哈博罗内用在router系统的客户端中,热点的多少会缓存在客户端,当数码访问失效时,才去访问router系统。

本来目前更多的接纳内存型的数据库做cache,比如Redis、mongodb;redis比memcache有添加的多少操作的API;redis和mongodb都对数据开展了持久化,而memcache没有这些效应,因而memcache更加吻合在关系型数据库之上的数据的缓存。

 

Buffer系统

用在快捷的写操作的光景中,平长沙有些数据需要写入数据库,并且数据是分库分表的,但对数码的可靠性不是那么高,为了减小对数据库的写压力,可以运用批量写操作的措施。

开拓一个内存区域,当数码到达区域的必然阀值时如80%时,在内存中做分库梳理工作(内存速度仍旧相比较快的),后分库批量flush。

6) 搜索

在电子商务平沈阳寻觅是一个特另外要害效率,首要有追寻词类目导航、自动指示和搜索排序效用。

开源的小卖部级查找引擎首要有lucene, sphinx,这里不去论述哪类检索引擎更好有的,不过采纳搜索引擎除了主题的意义需要援助外,非功效方面需要考虑以下两点:

a、 搜索引擎是否补助分布式的目录和摸索,来应对海量的数目,帮忙读写分离,提高可用性

b、 索引的实时性

c、 性能

Solr是基于lucene的高性能的全文检索服务器,提供了比lucene更为丰盛的询问语言,可部署可扩充,对外提供按照http协议的XML/JSON格式的接口。

从Solr4版本起初提供了SolrCloud格局来襄助分布式的目录,自动举办sharding数据切分;通过各类sharding的master-slave(leader、replica)格局进步搜索的性能;利用zookeeper对集群开展田间管理,包括leader选举等等,保障集群的可用性。

Lucene索引的里德(Reade)r是遵照索引的snapshot的,所以必须在索引commit的后,重新打开一个新的snapshot,才能检索到新增长的内容;而索引的commit是老大耗性能的,这样达到实时索引搜索频率就相比低下。

对于索引搜索实时性,Solr4的先头解决方案是整合文件全量索引和内存增量索引合并的方法,参见下图。

皇冠直营现金网官方网 4

 

Solr4提供了NRT softcommit的化解方案,softcommit无需举行付出索引操作,就足以搜素到新型对索引的更动,可是对索引的更动并不曾sync commit到硬盘存储上,若暴发意外导致程序非正常停止,未commit的数量会丢掉,因此需要定时的进展commit操作。

阳沈阳对数码的目录和仓储操作是异步的,能够大大提高可用性和吞吐量;只对某些性能字段做索引操作,存储数据的标识key,缩短索引的轻重;数据是储存在分布式存储Hbase 中的,hbase对二级索引搜索协助的不好,然而可以组合Solr搜索功效拓展多维度的追寻总计。

目录数据和HBase数据存储的一致性,也就是什么样保持HBase存储的数码都被索引过,可以行使confirm确认机制,通过在目录前建立待索引数据队列,在多少存储并索引完成后,从待索引数据队列中删去数据。

 

 

7) 日志收集

在任何交易过程中,会生出大量的日志,这一个日记需要收集到分布式存储系统中贮存起来,以便于集中式的询问和分析处理。

日记系统需持有两个大旨组件,分别为agent(封装数据源,将数据源中的数据发送给collector),collector(接收六个agent的多少,并举行集中后导入后端的store中),store(主旨存储系统,应该有所可扩张性和可靠性,应该襄助当前十分流行的HDFS)。

开源的日志收集系统业界使用的相比较多的是cloudera的Flume和facebook的Scribe,其中Flume方今的版本FlumeNG对Flume从架构上做了较大的改动。

在规划仍然对日记收集体系做技术选型时,平时需要持有以下特征:

a、 应用系统和分析连串里头的大桥,将她们之间的涉及解耦

b、 分布式可扩张,具有高的扩展性,当数据量增添时,能够因此增添节点水平扩充

日记收集系统是可以伸缩的,在系统的相继层次都可伸缩,对数码的拍卖不需要带状态,伸缩性方面也正如便于实现。

c、 近实时性

在有的时效性要求相比较高的场景中,需要可以即时的征集日志,举办多少解析;

貌似的日记文件都会定时或者定量的进展rolling,所以实时检测日志文件的转变,及时对日记文件进行类似的tail操作,并匡助批量殡葬增长传输效能;批量发送的火候需要满足音讯数量和时间距离的要求。 

d、 容错性

Scribe在容错方面的考虑是,当后端的存储系统crash时,scribe会将数据写到本地磁盘上,当存储系统復苏正常后,scribe将日志重新加载到存储系统中。

FlumeNG通过Sink Processor实现负载均衡和故障转移。五个Sink能够结合一个Sink Group。一个Sink Processor负责从一个指定的Sink Group中激活一个Sink。Sink Processor能够透过组中所有Sink实现负载均衡;也得以在一个Sink失利时转移到另一个。

e、 事务辅助

Scribe没有考虑工作的支撑。

Flume通过应答确认机制落实业务的支撑,参见下图,

皇冠直营现金网官方网 5

平凡提取发送信息都是批量操作的,新闻的肯定是对一批数量的肯定,这样可以大大提升数据发送的频率。

 

f、 可恢复生机性

FlumeNG的channel按照可靠性的渴求的例外,可以依照内存和文书持久化机制,基于内存的数码传输的销量相比高,不过在节点宕机后,数据丢失,不可復苏;而文件持久化宕机是可以回复的。

g、 数据的定时定量归档

数码通过日志收集系统归集后,一般存储在分布式文件系统如Hadoop,为了方便对数据开展后续的处理分析,需要定时(提姆(Tim)eTrigger)或者定量(SizeTrigger的rolling分布式系统的公文。

8) 数据同步

在交易系统中,通常需要展开异构数据源的共同,平日有数据文件到关系型数据库,数据文件到分布式数据库,关系型数据库到分布式数据库等。数据在异构源之间的协同一般是基于性能和工作的需要,数据存储在当地文件中一般是按照性能的设想,文件是顺序存储的,效能依然相比较高的;数据同步到关系型数据一般是遵照查询的需要;而分布式数据库是储存越来越多的雅量数据的,而关系型数据库不可能满意大数据量的储存和查询请求。

在数据同步的统筹中需要综合考虑吞吐量、容错性、可靠性、一致性的题材

一道有实时增量数据同步和离线全量数据区分,下边从这五个维度来介绍一下,

实时增量一般是Tail文件来实时跟踪文件变化,批量要么多线程往数据库导出,这种艺术的架构类似于日志收集框架。这种形式索要有认可机制,包括六个方面。

一个地点是Channel需要给agent确认已经批量收到数量记录了,发送LSN号给agent,这样在agent失效苏醒时,可以从这多少个LSN点起始tail;当然对于同意少量的重复记录的题材(发生在channel给agent确认的时,agent宕机并未受到肯定音讯),需要在作业场景中判断。

除此以外一个地点是sync给channel确认已经批量完事写入到数据库的操作,这样channel可以去除这一部分已经confirm的音讯。

遵照可靠性的渴求,channel可以应用文件持久化的法子。

参见下图

皇冠直营现金网官方网 6

离线全量听从空间间换取时间,分而治之的规范,尽量的浓缩多少同步的时光,提升共同的效能。

内需对源数据比如MySQL开展切分,多线程并发读源数据,多线程并发批量写入分布式数据库比如HBase,利用channel作为读写之间的缓冲,实现更好的解耦,channel可以依照文件存储或者内存。参见下图:

皇冠直营现金网官方网 7

对于源数据的切分,假倘使文件可以按照文件名称设置块大小来切分。

对于关系型数据库,由于一般的急需是只离线同步一段时间的多少(比如凌晨把当天的订单数量同步到HBase),所以需要在数码切分时(遵照行数切分),会多线程扫描整个表(及时建索引,也要回表),对于表中蕴藏大量的数目来讲,IO很高,功用非凡低;这里解决的法门是对数据库遵照时间字段(依照时间一起的)建立分区,每一次按照分区举行导出。

9) 数据解析

从观念的依照关系型数据库并行处理集群、用于内存总计近实时的,到当下的按照hadoop的海量数据的剖析,数据的解析在巨型电子商务网站中选取异常广泛,包括流量总括、推荐引擎、趋势分析、用户作为分析、数据挖掘分类器、分布式索引等等。

并行处理集群有生意的EMC 格林plum,格林plum的架构采纳了MPP(大规模并行处理),基于postgresql的大数据量存储的分布式数据库。

内存统计方面有SAP的HANA,开源的nosql内存型的数据库mongodb也支撑mapreduce举办数据的剖析。

海量数据的离线分析当前互联网集团大量的运用Hadoop,Hadoop在可伸缩性、健壮性、总括性能和财力上存有无可取代的优势,事实上已成为当前互联网商家主流的大数额解析平台

Hadoop通过MapReuce的分布式处理框架,用于拍卖大规模的多寡,伸缩性也特别好;可是MapReduce最大的欠缺是无法满意实时性的景色,重要用来离线的辨析。

依照MapRduce模型编程做多少的剖析,开发上效能不高,位于hadoop之上Hive的面世使得数据的分析可以接近编写sql的法子展开,sql经过语法分析、生成执行计划后最终生成MapReduce任务举行实践,这样大大提高了开销的频率,做到以ad-hoc(总括在query暴发时)形式开展的分析。

基于MapReduce模型的分布式数据的剖析都是离线的解析,执行上都是暴力扫描,不可以利用类似索引的编制;开源的Cloudera Impala是依照MPP的互动编程模型的,底层是Hadoop存储的高性能的实时分析平台,可以大大降低数据解析的推移。

此时此刻Hadoop使用的版本是Hadoop1.0,一方面原有的MapReduce框架存在JobTracker单点的题目,另外一面JobTracker在做资源管理的同时又做任务的调度工作,随着数据量的增大和Job任务的充实,显然存在可扩充性、内存消耗、线程模型、可靠性和特性上的老毛病瓶颈;Hadoop2.0 yarn对全体框架举行了重构,分离了资源管理和任务调度,从架构设计上缓解了这些题材。

参考Yarn的架构

10) 实时总计

在互联网世界,实时总结被普遍实时监督分析、流控、风险控制等领域。电商平台序列或者采用对普通发生的雅量日志和非凡消息,需要通过实时过滤、分析,以咬定是否需要预警;

再者需要对系统做自我维护机制,比如对模块做流量的决定,以防范非预期的对系统压力过大而滋生的连串瘫痪,流量过大时,可以行使拒绝或者引流等体制;有些工作需要开展高风险的操纵,比如彩票中有些工作需要按照系统的实时销售场合展开限号与放号。

原始基于单节点的精打细算,随着系统讯息量爆炸式暴发以及总结的复杂度的增多,单个节点的盘算已不可以满意实时总结的渴求,需要展开多节点的分布式的乘除,分布式实时总计平台就应运而生了。

那边所说的实时统计,其实是流式统计,概念前身实则是CEP复杂事件处理,相关的开源产品如Esper,业界分布式的流总计产品Yahoo S4,Twitter storm等,以storm开源产品应用最为常见。

对此实时总计平台,从架构设计上急需考虑以下多少个元素:

1、 伸缩性

乘势业务量的增多,总括量的增加,通过扩展节点处理,就足以处理。

2、 高性能、低延迟

从数额流入总计平台数量,到总括输出结果,需要性能高效且低顺延,保证信息得到急迅的拍卖,做到实时总计。

3、 可靠性

担保每个数据消息得到三次完整处理。

4、 容错性

系统可以活动管理节点的宕机失效,对运用来说,是透明的。

Twitter的Storm在以上那些地点做的可比好,下边简介一下Storm的架构。

皇冠直营现金网官方网 8

漫天集群的管理是经过zookeeper来展开的。

客户端提交拓扑到nimbus。

Nimbus针对该拓扑建立地点的目录依据topology的部署总计task,分配task,在zookeeper上创制assignments节点存储task和supervisor机器节点中woker的照应关系。

在zookeeper上创制taskbeats节点来监控task的心跳;启动topology。

Supervisor去zookeeper上获取分配的tasks,启动六个woker举办,每个woker生成task,一个task一个线程;遵照topology音讯初叶化建立task之间的连接;Task和Task之间是透过zeroMQ管理的;之后所有拓扑运行起来。

Tuple是流的着力处理单元,也就是一个音讯,Tuple在task中流转,Tuple的出殡和收取过程如下:

发送Tuple,Worker提供了一个transfer的法力,用于当前task把tuple发到到任何的task中。以目标taskid和tuple参数,连串化tuple数据并内置transfer queue中。

在0.8本子在此以前,那么些queue是LinkedBlockingQueue,0.8事后是DisruptorQueue。

在0.8版本之后,每一个woker绑定一个inbound transfer queue和outbond queue,inbound queue用于吸纳message,outbond queue用于发送信息。

出殡新闻时,由单个线程从transferqueue中拉取数据,把这多少个tuple通过zeroMQ发送到其余的woker中。

接收Tuple,每个woker都会监听zeroMQ的tcp端口来采用信息,信息放到DisruptorQueue中后,后从queue中拿走message(taskid,tuple),依据目标taskid,tuple的值路由到task中推行。每个tuple可以emit到direct steam中,也可以发送到regular stream中,在Reglular情势下,由Stream Group(stream id–>component id –>outbond tasks)效能完成近来tuple将要发送的Tuple的目的地。

由此上述剖析可以看出,Storm在伸缩性、容错性、高性能方面的从架构设计的角度得以襄助;同时在可靠性方面,Storm的ack组件利用异或xor算法在不失性能的还要,保证每一个音讯拿到完全处理的同时。 

 

11) 实时推送

实时推送的拔取场景分外多,比如系统的监督动态的实时曲线绘制,手机信息的推送,web实时聊天等。

实时推送有成千上万技术可以实现,有Comet模式,有websocket格局等。

Comet基于服务器长连接的“服务器推”技术,包含二种:

Long Polling:服务器端在收到请求后挂起,有更新时回来连接即断掉,然后客户端再发起新的连接

Stream格局: 每一趟服务端数据传送不会倒闭连接,连接只会在通信出现谬误时,或是连接重建时关闭(一些防火墙常被安装为放任过长的接连, 服务器端可以设置一个逾期时间, 超时后通知客户端重新建立连接,并关闭原来的连天)。

Websocket:长连接,全双工通信

是 HTML5 的一种新的协议。它实现了浏览器与服务器的双向通讯。webSocket API 中,浏览器和服务器端只需要通过一个抓手的动作,便能形成浏览器与客户端之间的长足双向通道,使得数据可以急速的双向传播。

Socket.io是一个NodeJS websocket库,包括客户端的js和服务端的的nodejs,用于飞快构建实时的web应用。

12) 推荐引擎

 待补充

 

6. 数目存储

数据库存储大体分为以下几类,有关系型(事务型)的数据库,以oraclemysql为表示,有keyvalue数据库,以redis和memcached db为代表,有文档型数据库如mongodb,有列式分布式数据库以HBase,cassandra,dynamo为表示,还有此外的图纸数据库、对象数据 库、xml数据库等。每类别型的数据库应用的业务领域是不等同的,下边从内存型、关系型、分布式两个维度针对相关的成品做性能可用性等方面的勘察分析。

1) 内存型数据库

内存型的数据库,以高并发高性能为目的,在事务性方面没那么严谨,以开源nosql数据库mongodb、redis为例

Ø Mongodb

通信情势

多线程情势,主线程监听新的接连,连接后,启动新的线程做多少的操作(IO切换)。

数据结构

 

皇冠直营现金网官方网 9

 

数据库–>collection–>record

MongoDB在数码存储上按命名空间来划分,一个collection是一个命名空间,一个索引也是一个命名空间。

同一个命名空间的数目被分成很多少个Extent,Extent之间采取双向链表连接。

在每一个Extent中,保存了切实可行每一行的多寡,这一个多少也是经过双向链接连接的。

每一行数据存储空间不仅包括数据占用空间,还可能含有部分附加空间,这使得在数量update变大后可以不移动地方。

索引以BTree结构实现。

万一你敞开了jorunaling日志,那么还会有部分文本存储着您抱有的操作记录。

 

 

持久化存储

MMap模式把公文地址映射到内存的地点空间,直接操作内存地址空间就可以操作文件,不用再调用write,read操作,性能相比高。

mongodb调用mmap把磁盘中的数据映射到内存中的,所以必须有一个建制时刻的刷数据到硬盘才能确保可靠性,多长时间刷几遍是与syncdelay参数相关的。

 journal(举行还原用)是Mongodb中的redo log,而Oplog则是背负复制的binlog。若是打开journal,那么固然断电也只会丢掉100ms的数目,这对绝大多数利用来说都足以忍受了。从1.9.2+,mongodb都会默认打开journal效能,以保证数据安全。而且journal的基础代谢时间是可以转移的,2-300ms的界定,使用 –journalCommitInterval 命令。Oplog和数量刷新到磁盘的时光是60s,对于复制来说,不用等到oplog刷新磁盘,在内存中就可以直接复制到Sencondary节点。

 

事情辅助

Mongodb只协理对单行记录的原子操作

 

HA集群

用的相比多的是Replica Sets,采纳选举算法,自动举办leader选举,在确保可用性的还要,可以形成强一致性要求。

皇冠直营现金网官方网 10

 

理所当然对于大气的多少,mongodb也提供了数额的切分架构Sharding。

 

Ø Redis

添加的数据结构,高速的响应速度,内存操作

通信情势

因都在内存操作,所以逻辑的操作特别快,收缩了CPU的切换开销,所以为单线程的情势(逻辑处理线程和主线程是一个)。

 reactor格局,实现团结的多路复用NIO机制(epoll,select,kqueue等)

 单线程处理多任务

数据结构

  hash+bucket结构,当链表的长度过长时,会动用迁移的方法(扩大原来两倍的hash表,把数据迁移过去,expand+rehash)

 

持久化存储

a、全量持久化RDB(遍历redisDB,读取bucket中的key,value),save命令阻塞主线程,bgsave开启子进程展开snapshot持久化操作,生成rdb文件。

 在shutdown时,会调用save操作

 数据爆发变化,在稍飞秒内触发四遍bgsave

sync,master接受slave发出来的指令

b、增量持久化(aof类似redolog),先写到日志buffer,再flush到日志文件中(flush的国策能够配备的,而已单条,也得以批量),只有flush到文件上的,才真正再次来到客户端。

要定时对aof文件和rdb文件做联合操作(在快照过程中,变化的多寡先写到aof buf中等子进程完成快照<内存snapshot>后,再展开联合aofbuf变化的有的以及全镜像数据)。

在高并发访问情势下,RDB格局使劳动的性能目标出现显然的抖动,aof在性能开销上比RDB好,不过还原时再也加载到内存的年华和数据量成正比。

 

皇冠直营现金网官方网,集群HA

通用的缓解方案是主题备份切换,采纳HA软件,使得失效的主redis可以长足的切换来从redis上。主从数据的一块儿使用复制机制,本场景可以做读写分离。

当前在复制方面,存在的一个问题是在曰镪网络不安静的状况下,Slave和Master断开(包括闪断)会促成Master需要将内存中的数量总体再次生成rdb文件(快照文件),然后传输给Slave。Slave接收完Master传递过来的rdb文件从此会将自身的内存清空,把rdb文件再次加载到内存中。这种方法功效比较低下,在前面的前途版本Redis2.8作者曾经实现了有的复制的效能。

2) 关系型数据库

关系型数据库在满意并发性能的同时,也亟需知足事务性,以mysql数据库为例,讲述架构设计原理,在性质方面的设想,以及怎么着满足可用性的需求。 

Ø mysql的架构原理(innodb)

在架设上,mysql分为server层和仓储引擎层。

Server层的架构对于不同的贮存引擎来讲都是如出一辙的,包括连续/线程处理、查询处理(parser、optimizer)以及任何系统任务。存储引擎层有为数不少种,mysql提供了储存引擎的插件式结构,协理多种囤积引擎,用的最普遍的是innodb和myisamin;inodb重要面向OLTP方面的拔取,襄助事务处理,myisam不帮助工作,表锁,对OLAP操作速度快。

以下重点针对innodb存储引擎做连锁介绍。

 

 皇冠直营现金网官方网 11

 

在线程处理地点,Mysql是多线程的架构,由一个master线程,一个锁监控线程,一个错误监控线程,和三个IO线程组成。并且对一个连接会开启一个线程举行劳动。io线程又分为节省随机IO的insert buffer,用于工作控制的近乎于oracle的redo log,以及五个write,五个read的硬盘和内存交流的IO线程。

在内存分配方面,包括innodb buffer pool ,以及log buffer。其中innodb buffer pool包括insert buffer、datapage、index page、数据字典、自适应hash。Log buffer用于缓存事务日志,提供性能。

在数据结构方面,innodb包括表空间、段、区、页/块,行。索引结构是B+tree结构,包括二级索引和主键索引,二级索引的叶子节点是主键PK,按照主键索引的叶子节点指向存储的数据块。这种B+树存储结构能够更好的满意随机询问操作IO要求,分为数据页和二级索引页,修改二级索引页面涉及到任意操作,为了加强写入时的属性,拔取insert buffer做顺序的写入,再由后台线程以自然频率将多少个插入合并到二级索引页面。为了保证数据库的一致性(内存和硬盘数据文件),以及裁减实例恢复生机的刻钟,关系型数据库还有一个checkpoint的功能,用于把内存buffer中以前的脏页遵照比例(老的LSN)写入磁盘,这样redolog文件的LSN以前的日志就能够被掩盖了,举行巡回利用;在失效復苏时,只需要从日记中LSN点举行复原即可。

在事情特性襄助上,关系型数据库需要满意ACID两个特性,需要基于不同的事体并发和多少可见性要求,定义了不同的政工隔离级别,并且离不开对资源争用的锁机制,要制止生出死锁,mysql在Server层和储存引擎层做并发控制,首要反映在读写锁,依据锁粒度不同,有各样级其余锁(表锁、行锁、页锁、MVCC);基于提升并发性能的考虑,使用多版本出现控制MVCC来帮助工作的隔断,并基于undo来实现,在做作业回滚时,也会用到undo段。mysql 用redolog来保证数据的写入的特性和失效复苏,在修改数据时只需要修改内存,再把修改行为记录到事情日志中(顺序IO),不用每一遍将数据修改本身持久化到硬盘(随机IO),大大提升性能。

在可靠性方面,innodb存储引擎提供了一遍写机制double writer用于制止在flush页面到存储上出现的不当,解决磁盘half-writern的题目。

 

Ø 对于高并发高性能的mysql来讲,可以在多少个维度举行性能方面的调优。

a、硬件级别,

日记和数据的囤积,需要分开,日志是逐一的写,需要做raid1+0,并且用buffer-IO;数据是离散的读写,走direct IO即可,防止走文件系统cache带来的付出。

仓储能力,SAS盘raid操作(raid卡缓存,关闭读cache,关闭磁盘cache,关闭预读,只用writeback buffer,不过需要考虑充放电的问题),当然要是数量规模不大,数据的蕴藏可以用便捷的设备,Fusion IO、SSD。

对此数据的写入,控制脏页刷新的频率,对于数据的读取,控制cache hit率;由此而揣度系统需要的IOPS,评估需要的硬盘数量(fusion io上到IOPS 在10w以上,普通的硬盘150)。

Cpu方面,单实例关闭NUMA,mysql对多核的协理不是太好,可以对多实例举办CPU绑定。

b、操作系统级别,

水源以及socket的优化,网络优化bond、文件系统、IO调度

innodb首要用在OLTP类应用,一般都是IO密集型的拔取,在增高IO能力的功底上,充裕利用cache机制。需要考虑的情节有,

在保证系统可用内存的底蕴上,尽可能的恢宏innodb buffer pool,一般设置为大体内存的3/4

文件系统的行使,只在记录事务日志的时候用文件系统的cache;尽量制止mysql用到swap(能够将vm.swappiness=0,内存紧张时,释放文件系统cache)

IO调度优化,裁减不必要的封堵,降低随机IO访问的延时(CFQ、Deadline、NOOP)

c、server以及存储引擎级别(连接管理、网络管理、table管理、日志)

包括cache/buffer、Connection、IO

d、应用级别(比如索引的考虑,schema的优化适当冗余;优化sql查询导致的CPU问题和内存问题,减弱锁的限定,裁减回表扫描,覆盖索引)

Ø 在高可用实践方面,

补助master-master、master-slave格局,master-master格局是一个用作主负责读写,此外一个用作standby提供灾备,maser-slave是一个当做主提供写操作,其他几个节点作为读操作,援助读写分离。

对此节点主备失效检测和切换,可以动用HA软件,当然也足以从更细粒度定制的角度,接纳zookeeper作为集群的调和服务。

对于分布式的系统来讲,数据库主备切换的一致性始终是一个题材,可以有以下三种方法:

a、集群模式,如oracle的rack,缺点是相比较复杂

b、共享SAN存储模式,相关的数据文件和日志文件都位居共享存储上,优点是主备切换时数据保持一致,不会丢掉,但出于备机有一段时间的拉起,会有短暂的不可用状态

c、主备举办多少同步的不二法门,常见的是日记的一块儿,可以保持热备,实时性好,但是切换时,可能有一些数据尚未同台过来,带来了数量的一致性问题。可以在操作主数据库的同时,记录操作日志,切换来备时,会和操作日志做个check,补齐未共同过来的数码;

d、还有一种做法是备库切换来主库的regolog的蕴藏上,保证数据不丢掉。

数据库主从复制的频率在mysql上不是太高,首要缘由是业务是从严保持顺序的,索引mysql在复制方面包括日志IO和relog log多少个过程都是单线程的串行操作,在多少复制优化方面,尽量缩短IO的熏陶。不过到了Mysql5.6版本,可以支撑在不同的库上的并行复制。

Ø 基于不同工作要求的存取格局

阳台工作中,不同的作业有两样的存取要求,比如典型的两大事情用户和订单,用户一般来讲总量是可控的,而订单是无休止地递增的,对于用户表首先应用分库切分,每个sharding做一主多读,同样对于订单因更多需要的是用户查询自己的订单,也需要依据用户展开切分订单库,并且帮忙一主多读。

在硬件存储方面,对于事情日志因是逐一写,闪存的优势比硬盘高不了多少,所以利用电池维护的写缓存的raid卡存储;对于数据文件,无论是对用户依旧订单都会设有大气的即兴读写操作,当然加大内存是一个方面,此外可以运用快捷的IO设备闪存,比如PCIe卡 fusion-io。使用闪存也适合在单线程的载荷中,比如主从复制,可以对从节点配置fusion-IO卡,降低复制的推移。

对于订单业务来讲,量是不断递增的,PCIe卡存储容量相比简单,并且订单业务的热数据唯有方今一段时间的(比如近3个月的),对此这里列两种缓解方案,一种是flashcache模式,采用基于闪存和硬盘存储的开源混合存储模式,在闪存中蕴藏热点的数量。此外一种是可以定期把老的数目导出到分布式数据库HBase中,用户在询问订单列表是最近的数码从mysql中得到,老的数额足以从HBase中询问,当然需要HBase卓绝的rowkey设计以适应查询需要。

 

 

3) 分布式数据库

对于数据的高并发的走访,传统的关系型数据库提供读写分离的方案,不过带来的实在数据的一致性问题提供的数目切分的方案;对于进一步多的海量数据,传统的数据库选用的是分库分表,实现起来相比较复杂,中期要不停的展开搬迁珍惜;对于高可用和伸缩方面,传统数码选用的是主备、主从、多主的方案,可是自己扩大性相比差,扩张节点和宕机需要开展多少的迁徙。对于上述指出的这一个问题,分布式数据库HBase有一套完善的解决方案,适用于高并发海量数据存取的要求。

 

Ø HBase

基于列式的全速存储降低IO
万般的查询不需要一行的整整字段,大多数只需要多少个字段
对与面向行的囤积系统,每一遍查询都会全部数量取出,然后再从中选出需要的字段
面向列的蕴藏系统可以独自查询某一列,从而大大降低IO
增进压缩成效
同列数据具有很高的相似性,会大增压缩效能
Hbase的洋洋特色,都是由列存储决定的

高性能

LSM Tree

切合高速写的光景

 皇冠直营现金网官方网 12

 

强一致的数码访问

MVCC

HBase的一致性数据访问是透过MVCC来贯彻的。

HBase在写多少的长河中,需要通过好多少个阶段,写HLog,写memstore,更新MVCC;

只有更新了MVCC,才算真的memstore写成功,其中工作的割裂需要有mvcc的来决定,比如读数据不可以博得另外线程还未提交的数据。

高可靠

HBase的数目存储基于HDFS,提供了冗余机制。

Region节点的宕机,对于内存中的多少还未flush到文件中,提供了保险的还原机制。

皇冠直营现金网官方网 13

  

 

可伸缩,自动切分,迁移

通过Zookeeper定位目标Region Server,最后稳定Region。 

Region Server扩容,通过将自我公布到Master,Master均匀分布。

 

可用性

留存单点故障,Region Server宕机后,短期内该server维护的region无法访问,等待failover生效。 

由此Master维护各Region Server健康境况和Region分布。

多个Master,Master宕机有zookeeper的paxos投票机制采用下一任Master。Master虽然全宕机,也不影响Region读写。Master仅担任一个电动运维角色。

HDFS为分布式存储引擎,一备三,高可靠,0数据丢失。

HDFS的namenode是一个SPOF。

为避免单个region访问过于频繁,单机压力过大,提供了split机制

HBase的写入是LSM-TREE的架构模式,随着数据的append,HFile越来越多,HBase提供了HFile文件举办compact,对过期数据举办清除,升高查询的属性。

Schema free

HBase没有像关系型数据库这样的严加的schema,能够随心所欲的加码和删除schema中的字段。

 

HBase分布式数据库,对于二级索引匡助的不太好,如今只辅助在rowkey上的目录,所以rowkey的设计对于查询的习性来讲相当重要。

7. 管制与布局安排

集合的配置库

布局平台

 

 

8. 监控、统计

 

巨型分布式系统涉及各类装备,比如网络交换机,普通PC机,各个型号的网卡,硬盘,内存等等,还有使用工作层次的督查,数量特别多的时候,出现错误的几率也会变大,并且有些监控的时效性要求相比较高,有些高达秒级别;在大量的数据流中需要过滤非凡的数据,有时候也对数码会举行上下文相关的纷繁总结,进而决定是否需要报警。由此监控平台的性质、吞吐量、已经可用性就相比重要,需要统筹统一的全部的监督平台对系统举行依次层次的督察。

 

阳台的数量分类

运用工作级别:应用事件、业务日志、审计日志、请求日志、万分、请求业务metrics、性能度量

系统级别:CPU、内存、网络、IO

 

时效性要求

阀值,告警:

实时总括:

近实时分钟计算

按刻钟、天的离线分析

实时查询

 

架构

节点中Agent代理可以吸收日志、应用的轩然大波以及因此探针的点子募集数据,agent采集数据的一个尺度是和作业应用的流程是异步隔离的,不影响交易流程。

数量统一通过collector集群举行征集,按照数据的不比品类分发到不同的估摸集群开展拍卖;有些数据时效性不是那么高,比如按时辰举办总结,放入hadoop集群;有些数据是伸手流转的跟踪数据,需要可以查询的,那么就能够放入solr集群举行索引;有些数据需要开展实时总结的跟着告警的,需要安放storm集群中展开处理。

数据经过测算集群处理后,结果存储到Mysql或者HBase中。

监督的web应用可以把监控的实时结果推送到浏览器中,也得以提供API供结果的表现和寻找。

 皇冠直营现金网官方网 14

 

作者介绍:半路学IT,做开发3年,先下车在一家共享单车集团,做后台开发!

 

 我开了一个公众号,欢迎各位有志同道合朋友,关注!不定期分享工作,和本身得故事!

 

皇冠直营现金网官方网 15

 

相关文章