前不久，F(xiàn)acebook宣布投資10億美元收購僅成立15個月的移動照片分享應(yīng)用Instagram，消息傳出時，人們不僅驚嘆于這筆巨額的交易，更為這支13個人的小團(tuán)隊感到不可思議。Instagram的Android版客戶端發(fā)布時，24小時內(nèi)下載量超過100萬，高峰期達(dá)到每分鐘2000次，是下載量最大的Android應(yīng)用之一。究竟是什么原因讓這支團(tuán)隊在很短的時間內(nèi)一鳴驚人?又是什么技術(shù)讓他們在巨大的下載量下頂住了壓力?

讓我們回顧一下Instagram開發(fā)團(tuán)隊奉行的3大原則：

1、Keep it very simple(極簡主義);

2、Don't re-invent the wheel (不重復(fù)發(fā)明輪子);

3、Go with proven and solid technologies when you can (能用就用靠譜的技術(shù));

總而言之，專注于自己的業(yè)務(wù)和擅長領(lǐng)域，其它事情讓更專業(yè)的人去做。Instagram選擇了美國的亞馬遜云計算平臺作為基礎(chǔ)設(shè)施提供商，他們部署了數(shù)以百計的云服務(wù)器和存儲服務(wù)，卻只有區(qū)區(qū)3名工程師負(fù)責(zé)維護(hù)，不需要任何現(xiàn)場人員支持。如果依賴于傳統(tǒng)的IDC服務(wù)，光是把這幾百臺服務(wù)器托管到IDC機(jī)房，就需要數(shù)天時間和大量的人力成本。每當(dāng)發(fā)布一個新版本時，Instagram所要做的只是在云計算平臺上開啟更多的服務(wù)器，便可穩(wěn)坐釣魚臺，看著自己應(yīng)用的下載量節(jié)節(jié)攀升了。

阿里云彈性計算平臺(Elastic Compute Service，簡稱ECS)面向中國互聯(lián)網(wǎng)開發(fā)者和站長，致力于為中國的Instagram提供靠譜的互聯(lián)網(wǎng)基礎(chǔ)服務(wù)。它基于底層的飛天分布式計算系統(tǒng)，結(jié)合高性能虛擬化技術(shù)，實(shí)現(xiàn)了計算、存儲和網(wǎng)絡(luò)資源的統(tǒng)一調(diào)度和彈性分配。在具體的產(chǎn)品形式上，客戶接觸的是最簡單的云服務(wù)器，與物理機(jī)無二，沒有任何的使用門檻。由于采用了云計算技術(shù)，相比傳統(tǒng)的IDC托管服務(wù)，彈性計算在自助管理、資源組合靈活性、基礎(chǔ)環(huán)境定制化、數(shù)據(jù)安全性及硬件資源利用率上都有不小的優(yōu)勢。

在本文中，我們將和大家分享在云計算平臺上構(gòu)建高可用、可擴(kuò)展應(yīng)用的一些進(jìn)階技巧?？紤]到有些讀者尚未接觸過ECS，所以在進(jìn)入正題之前，讓我們簡單瀏覽一下ECS的各項特性。

自助管理

ECS在aliyun.com的控制臺中提供了多種用戶自助的操作，例如最為常見的創(chuàng)建、啟動、關(guān)閉云服務(wù)器，將來還會陸續(xù)推出比較高級的快照、自定義鏡像(Image)等功能?；叵胛覀円郧坝龅椒?wù)器不可訪問時，提交工單、電話催促，在經(jīng)歷漫長等待之后，也未必能夠得到一個滿意的答復(fù)。現(xiàn)在，我們可以在控制臺中全程監(jiān)控和管理每一臺服務(wù)器的運(yùn)行情況，從而做出快速的決定--重啟或者部署新的服務(wù)器。

ECS支持目前主流的Windows和Linux系列操作系統(tǒng)。用戶不僅可以使用這些標(biāo)準(zhǔn)的鏡像，還可以在此基礎(chǔ)上修改配置、安裝軟件，創(chuàng)建出自己的鏡像，當(dāng)要快速恢復(fù)基礎(chǔ)環(huán)境或者批量部署集群時，自定義鏡像將成為提高運(yùn)維效率的利器。

下圖簡單地描述了一個自定義鏡像的生產(chǎn)過程：

1、使用標(biāo)準(zhǔn)鏡像創(chuàng)建一臺云服務(wù)器;

2、用戶登錄云服務(wù)器，安裝自己所需的軟件，配置好系統(tǒng)參數(shù);

3、安全關(guān)機(jī)，然后將云服務(wù)器當(dāng)前狀態(tài)存為一個自定義鏡像;

4、隨后，用戶就可以使用剛創(chuàng)建的自定義鏡像啟動更多的云服務(wù)器了;

數(shù)據(jù)可靠性

對于寫入VM磁盤的數(shù)據(jù)，ECS會實(shí)時地在不同的交換機(jī)下同步3份拷貝，當(dāng)集群中的磁盤損壞時，后臺進(jìn)程也會自動地重建故障磁盤的數(shù)據(jù)。相比常見的RAID硬件方案，這種分布式存儲系統(tǒng)能夠提供更高的數(shù)據(jù)安全保障，因為它不受單臺服務(wù)器可用性的限制，并且，由于多臺服務(wù)器可以并發(fā)處理，數(shù)據(jù)恢復(fù)的時間更短。

ECS提供的在線快照功能可以完美地替代傳統(tǒng)的復(fù)制備份，它采用先進(jìn)的增量數(shù)據(jù)算法，確保做到備份空間和時間的最優(yōu)化。當(dāng)用戶數(shù)據(jù)被誤刪或者系統(tǒng)被病毒破壞時，只需要一個簡單操作就可以瞬間恢復(fù)環(huán)境。

自動故障恢復(fù)

有了分布式存儲的支持，ECS可以提供比傳統(tǒng)主機(jī)或VPS服務(wù)更高的可用性指標(biāo)。當(dāng)一臺物理機(jī)損壞時，ECS會自動監(jiān)測到硬件故障，在第一時間內(nèi)把云服務(wù)器遷移到新的宿主機(jī)上，同時硬盤數(shù)據(jù)保持最后一刻的狀態(tài)。 

圖3 自動故障恢復(fù)

從以上介紹可以知道，托管在彈性計算平臺上的應(yīng)用可以獲得更多的保障，但我們是否可以認(rèn)為，將應(yīng)用搬到云計算平臺之后，它就能跑得歡快、永不宕機(jī)，還能自動擴(kuò)展了?答案是NO!

每時每刻，硬盤、主板、電源或者網(wǎng)絡(luò)設(shè)備都可能突然損壞，甚至整個數(shù)據(jù)中心發(fā)生停電。云計算技術(shù)沒有辦法解決所有硬件問題，只是降低了某些故障的發(fā)生幾率，例如：

•普通SATA的年損壞率在2~4%，但使用分布式存儲的年損壞率在1‰以下;

•自動故障恢復(fù)只是減少了服務(wù)器的宕機(jī)時間，但不能防止宕機(jī);

如果我們的應(yīng)用只能跑在單臺服務(wù)器上，只能依賴單臺設(shè)備的硬件升級才能應(yīng)付日益增長的訪問量，那么這種應(yīng)用的宕機(jī)是遲早的事。我 們需要從部署架構(gòu)和應(yīng)用架構(gòu)兩個方面來破解這個難題。

#p# 部署架構(gòu)

既然沒有什么硬件是永不損壞的，我們是否可以用多份冗余的硬件來降低故障的概率?如果挨在一起的服務(wù)器被一把火燒掉的可能性太大，我們是否可以把它們分散在不同的集群?如果數(shù)據(jù)可能被破壞，是否要經(jīng)常做些備份?… …

把各種故障因素都考慮一遍，我們就得出了一個大致的部署框架：

1、以集群方式提供服務(wù)

Web服務(wù)器、緩存服務(wù)器都是非常適合部署為集群的，單臺服務(wù)器損壞不會影響整個網(wǎng)站的訪問。數(shù)據(jù)庫服務(wù)器稍難一些，但它們也提供了主從復(fù)制、讀寫分離的解決方案。

2、 將云服務(wù)器分布在不同的可用區(qū)(Zone)下

不同的可用區(qū)代表數(shù)據(jù)中心里的不同物理位置，同一可用區(qū)內(nèi)的服務(wù)器可能同時遭遇網(wǎng)絡(luò)設(shè)備、電力等故障，因此，把一個集群內(nèi)的云服務(wù)器分散到不同的可用區(qū)甚至不同的數(shù)據(jù)中心(Region)是個明智的選擇。

3、 為Web服務(wù)集群配置負(fù)載均衡與DNS輪詢

多臺Web服務(wù)器可以通過配置負(fù)載均衡或者DNS輪詢提供對外服務(wù)。

相比DNS輪詢，負(fù)載均衡方式會更加靈活，因為它對外屏蔽了服務(wù)器的真實(shí)IP，當(dāng)負(fù)載均衡資源池內(nèi)增加或減少服務(wù)器時，對客戶是透明的。而DNS存在時延的問題，集群發(fā)生調(diào)整后，很有可能造成部分用戶在很長一段時間內(nèi)無法正常訪問網(wǎng)站。

另外，負(fù)載均衡能夠跟蹤后端應(yīng)用服務(wù)器的健康狀態(tài)，自動排除有故障的節(jié)點(diǎn)，避免出現(xiàn)服務(wù)時斷時續(xù)的問題。

對于特別大的應(yīng)用，我們推薦使用負(fù)載均衡+DNS輪詢的方式，只是這里的DNS輪詢域名指向的是負(fù)載均衡的VIP。

4、 實(shí)現(xiàn)動態(tài)部署

為了應(yīng)對經(jīng)常性的業(yè)務(wù)推廣和可能的DDOS網(wǎng)絡(luò)攻擊，實(shí)現(xiàn)系統(tǒng)與應(yīng)用程序的一鍵部署很重要。系統(tǒng)管理員可以根據(jù)應(yīng)用的當(dāng)前狀態(tài)(CPU、內(nèi)存使用率、HTTP的響應(yīng)時間等)作出判斷，即時增加服務(wù)器，并且快速部署應(yīng)用程序，頂住突增的業(yè)務(wù)流量。如果實(shí)現(xiàn)得更智能一些，可以在應(yīng)用服務(wù)器內(nèi)部部署一些監(jiān)控程序，由主控程序判斷當(dāng)前整個集群的負(fù)載情況，調(diào)用ECS API自動增減服務(wù)節(jié)點(diǎn)。

用一臺主控機(jī)去批量操作其它云服務(wù)器時，應(yīng)該盡量地使用一些便捷工具，例如SSH密鑰對，它實(shí)現(xiàn)了授權(quán)服務(wù)器間的免登錄，使得集群管理更加簡單。

5、定時備份很重要

前面說到，沒有什么技術(shù)可以保證100%的數(shù)據(jù)安全，你的數(shù)據(jù)始終面臨誤刪文件、病毒破壞、程序?qū)戝e、硬件損壞等種種可能的風(fēng)險。如果你的數(shù)據(jù)非常重要，請定期備份!在彈性計算平臺上，這件事情相對簡單，快照功能自動完成增量數(shù)據(jù)備份。然而，單個物理位置的存儲始終會面臨地震、火災(zāi)等災(zāi)難的威脅，如果你覺得還不夠安全，或者有異地使用的需要，且能夠承受異地備份帶來的存儲、帶寬等成本，可以自行拷貝數(shù)據(jù)文件。彈性計算平臺也正在考慮跨機(jī)房的容災(zāi)方案。

6、 將應(yīng)用程序配置為自恢復(fù)的

單臺服務(wù)器的硬件故障是常見現(xiàn)象，以現(xiàn)有的云計算技術(shù)能力，尚無法做到不影響云服務(wù)器的運(yùn)行，但ECS可以快速檢測到故障特征，并且將云服務(wù)器自動遷移到新的宿主機(jī)上。這里存在一個問題，雖然云服務(wù)器重新啟動了，而且硬盤數(shù)據(jù)恢復(fù)到最后一刻的狀態(tài)，但是原先正在運(yùn)行的應(yīng)用程序中止了。為了讓你的服務(wù)中斷時間盡量地縮短，避免人工的介入，強(qiáng)烈建議將應(yīng)用程序及相關(guān)服務(wù)設(shè)置為開機(jī)自啟動，這樣，你就可以高枕無憂地睡大覺，不用半夜起來恢復(fù)應(yīng)用，盡管只是幾個點(diǎn)擊或者命令操作。

7、加固系統(tǒng)

安全也是高可用的重要前提之一。放在IDC機(jī)房中的服務(wù)器時時面臨各種惡意攻擊，下圖是我們偶然截取的一個攻擊片段：

圖4 端口掃描攻擊

這臺服務(wù)器在循環(huán)探測機(jī)房中每一臺機(jī)器的1433端口，有經(jīng)驗的讀者很快猜出來了，它是在試探SQLServer服務(wù)，一旦SQLServer被攻破，再利用SQLServer管理員的系統(tǒng)權(quán)限漏洞，馬上就有一些機(jī)器淪為肉雞。

#p#  阿里云彈性計算服務(wù)在平臺層面就屏蔽了一些影響范圍很大的惡意攻擊，例如篡改MAC、偽造IP、發(fā)送ARP欺騙包等，但用戶的系統(tǒng)還是要遵循一些安全最佳實(shí)踐，才能讓自己的系統(tǒng)更加穩(wěn)固：

1、關(guān)閉不必要的系統(tǒng)服務(wù)

越多的服務(wù)意味著越多的漏洞，特別是Windows共享文件夾、遠(yuǎn)程修改注冊表項等服務(wù)都存在巨大的風(fēng)險，如果你的工作不需要這些服務(wù)，請馬上關(guān)閉。

2、及時升級系統(tǒng)補(bǔ)丁

前段時間爆出的微軟高危RDP漏洞讓很多用戶深受其害，通過一個簡單的Python腳本，黑客就可以直接獲取系統(tǒng)管理員權(quán)限或者直接把服務(wù)器打至藍(lán)屏。不要忽略操作系統(tǒng)廠商的安全警告，一旦遭遇攻擊，將造成不可挽回的損失。

3、開啟系統(tǒng)防火墻

采用白名單控制策略，只開放最小集合的端口。對于數(shù)據(jù)庫服務(wù)器，更要設(shè)置IP白名單，僅允許前端的Web服務(wù)器訪問;對于Web服務(wù)器，只對外開放80端口。

4、修改常見服務(wù)的端口

從剛才的攻擊示例看出，黑客雖然漫無目的地掃描同一網(wǎng)段的IP，但攻擊的目標(biāo)端口只有一個1433，這是SQLServer的默認(rèn)配置。為了減少這類攻擊，最有效的方式就是修改數(shù)據(jù)庫、FTP這類常見服務(wù)的默認(rèn)端口，增加黑客掃描的難度。

5、加密數(shù)據(jù)傳輸

筆者曾經(jīng)遇到過一個很奇怪的現(xiàn)象，在一臺Windows 2003服務(wù)器上，應(yīng)用的負(fù)載很低，但CPU利用率達(dá)到了99%，從任務(wù)管理器中看到，有無數(shù)個winlogon.exe進(jìn)程瘋狂消耗CPU，當(dāng)時百思不得其解。一天之后，這臺服務(wù)器就淪陷了，我才恍然大悟，一定是攻擊者在嘗試破解密碼。對于這類攻擊，即使調(diào)整密碼長度增加破解難度也收效不大，因為攻擊過程會消耗大量的系統(tǒng)資源，正常的業(yè)務(wù)根本無法進(jìn)行。何況，現(xiàn)在的服務(wù)器計算能力越來越強(qiáng)，一個密碼的安全性實(shí)在太低了。

一些加密傳輸方式能夠有效地抵御這類攻擊，也減少傳輸過程中的敏感信息泄露問題。Windows可以配置遠(yuǎn)程桌面服務(wù)使用SSL傳輸，要求客戶端必須持有證書登錄。Linux則可以使用SSH登錄密鑰對。結(jié)合修改默認(rèn)端口的方式，將使你的系統(tǒng)安全性提高一個層次。

友情提醒：如果你開啟了防火墻，又修改了默認(rèn)的遠(yuǎn)程桌面或者SSH端口，請務(wù)必在防火墻中設(shè)置這些服務(wù)的白名單，否則就悲劇了。

應(yīng)用架構(gòu)

要支持上述高可用、可擴(kuò)展的部署架構(gòu)，應(yīng)用程序也要做相應(yīng)的調(diào)整。例如：

•Web應(yīng)用的無狀態(tài)設(shè)計

Web應(yīng)用的諸多因素可能造成系統(tǒng)無法擴(kuò)展：本地存放的上傳文件、進(jìn)程內(nèi)的Session等。以上傳文件為例，假設(shè)使用了本地存儲，用戶第一個請求上傳了一個頭像文件，存放在Web-A服務(wù)器上，接著刷新頁面，但這個請求被發(fā)送到Web-B服務(wù)器上，他驚奇地發(fā)現(xiàn)：上傳的頭像文件不見了!要解決這個問題，必須把上傳文件存放到共享的文件夾，Web服務(wù)器不能保留任何自己的數(shù)據(jù)(即無狀態(tài))。而對于Session數(shù)據(jù)，一般的建議是用Cookie代替，或者存放到共享的Session服務(wù)器或者數(shù)據(jù)庫中。

•用分布式服務(wù)代替單點(diǎn)的服務(wù)

單點(diǎn)就意味著故障，不僅有可用性的風(fēng)險也有性能瓶頸的問題。常見的單點(diǎn)一般出現(xiàn)在共享文件服務(wù)器、Session服務(wù)器、緩存服務(wù)器、數(shù)據(jù)庫服務(wù)器。阿里云計算平臺提供了一系列分布式服務(wù)，是這些單點(diǎn)服務(wù)的可行替代方案：

•需要無空間和訪問頻率限制的小文件存儲?用開放存儲服務(wù)(OSS)。

•需要可彈性分配存儲空間和IO能力的數(shù)據(jù)庫?用關(guān)系型數(shù)據(jù)庫服務(wù)(RDS)。

•需要海量結(jié)構(gòu)化數(shù)據(jù)存儲服務(wù)?用開放數(shù)據(jù)表服務(wù)(OTS)。

對于平臺暫時不提供的分布式緩存服務(wù)，業(yè)界也提供了一些解決方案，例如Memcached集群技術(shù)，但這也對應(yīng)用程序的設(shè)計提出了更高的要求，開發(fā)者必須清楚各種服務(wù)的HA原理，還需要了解一致性哈希算法等細(xì)節(jié)的實(shí)現(xiàn)。

■應(yīng)用的安全不容忽視

安全不僅是操作系統(tǒng)配置的問題，堡壘更容易從內(nèi)部被攻破，而這個內(nèi)鬼很有可能就是我們的應(yīng)用。從概率上說，一個復(fù)雜程序會比一個簡單程序多很多漏洞，而Web應(yīng)用涉及數(shù)據(jù)庫、應(yīng)用服務(wù)器、緩存等諸多組件，稍有不慎，攻擊的后門就會向黑客敞開。

常見的Web服務(wù)漏洞有：

■XSS跨站腳本攻擊

這類Web攻擊最為普遍，一般發(fā)生在允許用戶輸入內(nèi)容的頁面，尤其是提供富文本編輯的模塊。幾乎所有的網(wǎng)站都會被XSS攻擊光顧，但防御這類攻擊也是最為簡單的：限制用戶輸入，并且在頁面輸出內(nèi)容時對敏感字符進(jìn)行編碼，相對來說，后者更為重要一些。PHP語言的htmlspecialchars函數(shù)、Java Jakarta commons的StringEscapeUtils類都是實(shí)現(xiàn)編碼功能的快捷工具。

■SQL注入攻擊

只要應(yīng)用代碼中存在這樣的SQL：

sql = "select * from User where name='" + name

+ "' and password='" + password + "'";

那么這個應(yīng)用距離淪陷也就不遠(yuǎn)了，攻擊者只要輸入一個值為

”’ or 1=1 or name=’

的name就可以輕易進(jìn)入你的應(yīng)用系統(tǒng)。杜絕這類問題的方法有2種：

對輸入的特殊字符進(jìn)行轉(zhuǎn)義，例如PHP的mysql_real_escape_string函數(shù);

或者采用參數(shù)化的SQL，例如：

sql = "select * from User where name=? and password=?";

result = query(sql, name, password);

后者實(shí)現(xiàn)更加優(yōu)雅，絕對避免了SQL注入的風(fēng)險，而且在提升數(shù)據(jù)庫的查詢性能上也會有所幫助。

■ 上傳文件漏洞

這是最為危險的應(yīng)用級漏洞，特別容易出現(xiàn)在允許用戶上傳內(nèi)容的網(wǎng)站中。假設(shè)一個tomcat搭建的Web網(wǎng)站允許用戶上傳附件，卻忘了限制上傳目錄的可執(zhí)行權(quán)限，攻擊者就可以上傳一個帶webshell的jsp文件，通過訪問這個上傳文件的URL就可以完全控制網(wǎng)站服務(wù)器。

一定要取消上傳文件的可執(zhí)行權(quán)限，另外，絕不允許這類文件被當(dāng)作服務(wù)端腳本解析。趕緊為你的網(wǎng)站實(shí)施安全策略吧!

■Cookie與傳輸加密

只要會用HttpWatch、Firebug等開發(fā)工具，大家都可以看到各大網(wǎng)站的Cookie數(shù)據(jù)，而這些Cookie正是網(wǎng)站用于鑒別用戶身份的憑證。通過分析Cookie構(gòu)成，黑客有可能猜測出網(wǎng)站的鑒權(quán)策略。要想讓你的應(yīng)用更安全，可以對Cookie等敏感數(shù)據(jù)進(jìn)行加密。如果你的網(wǎng)站還包含在線支付功能，部署帶授權(quán)證書的HTTPS是必不可少的，這也是很多第三方支付平臺的強(qiáng)制要求。

綜上所述，雖然云計算平臺提供了更靈活、更穩(wěn)定的基礎(chǔ)服務(wù)保障，但它不足以解決應(yīng)用的高可用性和可擴(kuò)展性問題，應(yīng)用自身必須在架構(gòu)設(shè)計和部署上 充分考慮各種意外情況，才能實(shí)現(xiàn)真正意義上的高可用、可擴(kuò)展 。