本文共 2524 字，大约阅读时间需要 8 分钟。

项目改造经验分享：云原生架构优化与运维升级

作为兼职，这个项目让我深刻体会到云原生架构优化的重要性，也让我对技术改造的价值有了更深刻的理解。下面将从项目背景、改造思路、具体实施方案到效果提升几个方面，分享我的想法与体验。

项目背景

在项目接手前，公司多云平台间采用公网通信，主要依赖上海阿里云的TIDB数据库集群作为核心。虽然集群规模较大，却存在多个问题：首先，数据库仅部署在上海，其余地域并无备份机制；其次，缺乏合理的负载均衡和服务分流方案，导致访问延迟严重；最后，网络安全性不足，以至于公网连接容易受到攻击风险。

值得一提的是，原有的架构主要面临以下挑战：

为了应对这些挑战，我对整个架构进行了全方位的改造和优化，目的是打造一个高性能、高可靠、分布式的云原生架构。

改造思路

在完成充分的业务梳理和技术调研后，我制定了以下改造思路：

改造方案

以下将详细介绍改造的主要方案和实施结果：

1. 接入层优化

改造前：全国用户都通过上海阿里云AK那里的Higress核心网关接入，虽然有5个地域的K8s集群可用，但资源利用率低，服务切换能力差，且调度方案未优化。

改造后：

• 采用阿里云GA和GTM作为全球负载均衡，实现用户请求的智能分流。北京用户访问本地AK，上海用户访问本地K8s，等等。通过这种方式，用户可以享受到最低延迟的访问体验。
• 配置HTTP表示的ALB（application load balancer），监控服务健康状态，设置健康检查策略，保障服务连续性。

方案亮点：

• 服务分流更智能，用户访问速度提升3-5倍。
• ALB的自愈功能保障了服务的稳定性，避免由于单点故障导致流量中断。
• 有助于负载均衡和流量调度，使K8s集群资源得到更充分的利用。

2. 数据库优化

改造前：使用TIDB数据库服务，部署于上海阿里云ACK集群，并未配置异地备份，仍处于单点风险状态。数据存储量大，处理效率低，且难以进行实时数据分析。

改造后：

• 采用阿里云PolarDB数据库服务，结合GDN网络，部署三地活:key的多活集群。上海、北京、深圳的各个K8s集群都部署了PolarDB队列，保障数据读写能力。
• 引入ClickHouse和ManticoreSearch，支持复杂查询和高效建模。针对时序数据，新增InfluxDB数据库进行存储和分析。
• 优化数据量规模，将小数据存入PolarDB，大数据回流至HBASE集群。

方案亮点：

• 数据库延迟大幅降低，业务响应速度提升5倍以上。
• 数据存储资源更加优化，处理能力和并发能力显著提升。
• 支持混合模式数据分析，为后续AI大数据项目奠定基础。

3. 安全性提升

改造前：数据库与外部服务连接主要通过公网接入，存在攻击风险。此外，各地云平台之间多依赖公网IP互联，网络安全管控不足。

改造后：

• 所有数据库连接改用企业VPC对等连接，全地网内访问保障。
• 非阿里云平台实现了与阿里云的SDN网络互联，确保内网访问的稳定性。
• dokuhai火墙和日志管理系统（Arctic）进行全链路保护，网络流量可追溯性强。
• 对每个地域都部署了两个ALB，实现服务的active-active切换，保障服务可用性。

方案亮点：

• 数据库安全性迥升，业务调整通过内网连接，大幅降低接入压力。
• 企业内部网络架构更简洁，网络攻击风险明显降低。
• 服务切换实现了无锁 듯的效率，保障了核心业务的稳定性。

4. IT办公环境优化

改造前：员工办公环境混乱，互联网端口开放直接访问，缺乏统一的管理体系。

改造后：

• 推广阿里云的无影云桌面作为主要工作环境，初期覆盖所有开发与测试人员。
• 引入深信服运维服务，部署零信任安全体系，对所有生产环境进行全面审计。
• 部署阿里云日志服务（SLS），将所有运维日志存储180天，便于审计和问题追查。

方案亮点：

• 办公环境标准化，便于管理和维护。
• 通过深信服的工 Mev（合规与风险管理）服务，全面提升运维能力。
• 日志存储和审计功能明显增强，保障企业运营的合规性。

5. 服务性能最大的重构

这次项目还有一个重要变化：我对核心接入层服务进行了重构，采用Go语言对之前的Java服务进行了替换。以下是改造前的与改造后的对比：

• 改造前：采用Nginx直接转发接入层，服务处理能力有限。
• 改造后：使用Nginx与Go的factcgi模块结合，直接调用Go语言写的业务处理逻辑。这种方式不仅大幅提升了处理性能，还实现了更高的并发能力。

改造成果

经过这次改造，公司的技术架构和运维能力得到了显著提升。主要显著指标包括：

此外，通过整合多云平台，公司的资源利用效率得到了进一步提升，初期整合成本较低，但长期将带来更高的资源使用效率。

总结

这次项目让我对云原生架构的重要性有了更深刻的理解，同时也让我意识到持续技术改进的含金量。希望这篇文章能为有类似经验的技术工作者提供一些思路和参考。