这一步都没做，还想搞自动化运维？

监控平台，服务治理，调用链跟踪，数据收集中心，自动化测试… 很多公司在搞技术体系平台化。可如果连第一步“集群信息集中管理”都没做到，谈平台化为时尚早。

今天，和大家聊聊技术体系平台化的基石，集群信息集中管理。

什么是集群？

互联网典型分层架构如下：

（1）web-server层；

（2）service层；

（3）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。

更通俗的说，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：

（1）web集群，由web.1和web.2两个实例组成；

（2）service集群，由service.1/service.2/service.3三个实例组成；

（3）db集群，由mysql-M/mysql-S1/mysql-S2三个实例组成；

（4）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：缓存如果没有高可用要求，可以是单机架构，而不用非得是集群。

什么是集群信息？

一个集群，会包含若干信息（额，这算什么解释），例如：集群名称，节点IP列表，二进制目录，配置目录，日志目录，负责人列表等，这些就是集群信息。

画外音：集群节点IP列表，往往不是内外IP列表，是内网域名列表。

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，下游的调用等，都会用到集群信息。

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：

（1）把可执行文件从ftp拉下来；

（2）读取集群IP列表；

（3）读取二进制应该部署的目录；

（4）把二进制部署到线上；

（5）逐台重启；

画外音：还没有实现自动化脚本部署？赶紧照着这个流程，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：

（1）web-X启动；

（2）web-X读取user服务集群的IP列表与端口；

（3）web-X初始化user服务连接池；

（4）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。

上述方案存在什么问题？

上述业务场景，对于集群信息的使用，有两个最大的特点：

（1）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）；

（2）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。

这里最大的问题，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：

（1）deploy.user.service.config

（2）clean.log.user.service.config

（3）backup.bin.user.service.config

（4）monitor.config

（5）web-X.config

（6）…

这些配置里，user服务集群的信息都需要修改：

（1）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；

（2）随着时间的推移，一些配置就被改漏了；

（3）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。

如何集中化管理集群信息呢？

不同发展阶段的公司，实现的方式不一样。

早期方案：全局配置。

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/

owner.list : shenjian, ku

[passport.web]

ip.list : ip11, ip22, ip33

port : 80

bin.path : /passport.web/bin/

log.path : /passport.web/log/

conf.path : /passport.web/conf/

owner.list : shenjian, shuai

集中维护集群信息之后：

（1）任何需要读取集群信息的场景，都从global.config里读取；

（2）任何集群信息的修改，只需要修改global.config一处；

（3）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：信息太多的话，global.config也要垂直拆分。

中期方案：服务化。

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：

（1）info.db ：存储集群信息；

（2）info.cache ：缓存集群信息；

（3）info.service ：提供集群信息访问的RPC接口，以及HTTP接口；

（4）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：

（1）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；

（2）所有需要修改集群信息的场景，都通过info.web来操作；

长期方案：配置中心平台化。

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。

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：

（1）传统的方式，分散化管理集群信息，容易导致耦合；

（2）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；

架构师之路-分享技术思路

调研

关于自动化运维，你们公司：

（1）ca，啥是运维，都是研发在线上乱搞；

（2）有专门的运维，但一直是人肉运维；

（3）运维在使用脚本，实现了自动化；

（4）运维都下岗了，实现了平台化；

到了哪个阶段了？