水平扩容怎么做？

本文目录导读：

1. 应用层（Web服务 / API）的水平扩容
2. 数据库层的水平扩容——分库分表
3. 缓存层的水平扩容
4. 消息队列（MQ）的水平扩容
5. 网络层与CDN的扩容
6. 水平扩容的通用步骤
7. 重要提醒：水平扩容的陷阱

“水平扩容”是应对系统流量增长最常用的策略，简单来说就是 “加机器”，与“垂直扩容”（升级单台机器的CPU、内存）不同，水平扩容通过增加更多的服务器节点来分担压力，理论上可以实现无限扩展。

具体怎么做，取决于你要扩容的目标是什么,我们分几个最常见的场景来讲：

应用层（Web服务 / API）的水平扩容

这是最基础、最常做的扩容,假设你的应用代码已经跑在服务器上。

核心原理： 把多台服务器放在一个负载均衡器后面。

具体步骤：

1. 无状态化改造（关键前提）：

   • Session问题： 用户的登录状态不能保存在单台服务器的内存里，必须把所有Session（如用户信息、购物车）放到共享的外部存储中，Redis 或 数据库。
   • 文件存储： 用户上传的图片、文件，不能存在本地硬盘，要存在 云存储（如AWS S3、阿里云OSS、腾讯COS） 或 分布式文件系统（如NFS，网络文件系统） 中。

2. 部署新的应用节点：

   • 复制一份完全相同的代码,在新的服务器上启动应用服务。
   • 可以使用容器技术（Docker）配合编排工具（Kubernetes，简称K8s），在K8s中，你只需要修改 replicas（副本数）的配置，就能自动拉起新的Pod（容器实例）。

3. 配置负载均衡器：

   • 把新服务器的IP地址注册到负载均衡器（如Nginx、HAProxy，或者云厂商的SLB/CLB）中。
   • 负载均衡器会按照轮询、最少连接数、IP哈希等算法,把用户的请求分发给所有服务器。

4. 服务注册与发现（动态扩容）：

   • 如果你的服务之间需要互相调用（微服务架构），你需要引入服务注册中心（如Nacos、Consul、Eureka）。
   • 新服务器启动后，自动向注册中心报告自己的IP和端口；需要调用它的服务，从注册中心获取最新的服务列表,实现动态感知。

数据库层的水平扩容——分库分表

数据库的水平扩容是最复杂的，因为数据有“状态”且需要保证一致性。

核心原理： 将数据分散到多个数据库实例上。

读写分离

• 做法： 设置一个主库（Master，负责写），多个从库（Slave，负责读）,数据从主库同步到从库。
• 适用场景： 读多写少，系统瓶颈在“读”上。

分库分表（Sharding）

• 做法： 按照某个分片键（Sharding Key，如用户ID、订单ID）将数据水平切分。
  • 分片规则： 取模（user_id % 10）、按范围（按时间、按地理）、一致性哈希。
• 例子： user_id = 123 % 4 = 3，那么该用户的数据就存放在 分片3 的数据库表中。
• 工具： 使用数据库中间件（如 MyCat、ShardingSphere）来屏蔽分片逻辑，你的应用代码写SQL时看起来像在操作一个数据库,中间件自动路由到正确的数据库。

引入分布式数据库

• 做法： 直接用现成的分布式数据库，如 TiDB、OceanBase、CockroachDB。
• 优点： 对开发人员透明，你不需要关心底层如何分片,它自己会做水平扩缩容。

缓存层的水平扩容

缓存层（如 Redis）的扩容比数据库简单,但也需要规划。

• Redis Sentinel（哨兵）模式： 可以实现高可用（主从切换），但读能力可以通过加从库水平扩展,写能力依然受限于主库。
• Redis Cluster（集群）模式： 这才是真正的水平扩容，数据自动分片到16384个槽位，分布在多个主节点上，增加节点后,Redis会自动迁移槽位和数据。
• 客户端分片： 在应用代码里通过一致性哈希算法选择不同的Redis节点，优点是简单,缺点是改动代码。

消息队列（MQ）的水平扩容

消息队列本身就是用来解耦和削峰的,水平扩容相对容易。

• Kafka / Pulsar / RocketMQ： 通过增加分区数来实现，分区是并行度的单位，增加分区可以让更多消费者（Consumer）同时消费。
• 扩容操作： 在控制台修改Topic（主题）的分区数，然后增加消费者的实例数（通常建议消费者数量和分区数量保持一致）。

网络层与CDN的扩容

• DNS轮询： 一个域名映射到多个IP，每次DNS解析返回不同的IP，但DNS有缓存，切换慢,不能控制流量比例。
• CDN（内容分发网络）： 这是对静态资源（图片、CSS、JS、视频）最有效的水平扩容，把文件缓存到离用户最近的边缘节点，源站不需要承受任何压力，流量大了,只需让CDN厂商增加边缘节点即可。

水平扩容的通用步骤

无论扩容哪一层,流程通常如下：

1. 发现瓶颈： 通过监控系统（如Prometheus + Grafana）确认是CPU、内存、IO、网络中的哪个指标达到上限。
2. 解除状态： 确认目标层是否“无状态”，如果有状态，必须先把状态剥离到外部（如Redis、数据库、对象存储）。
3. 增加节点： 手动或通过自动化脚本（Ansible、K8s）启动新服务器/容器。
4. 流量接入： 把新节点注册到负载均衡器、注册中心或DNS中。
5. 观察切换： 观察新节点的流量接入是否正常，旧节点负载是否下降,错误率是否上升。
6. 压力测试： 用压测工具（如Apache JMeter、Locust）验证扩容后的QPS（每秒查询数）和响应时间是否达标。

重要提醒：水平扩容的陷阱

• 数据库是最大难点： 线上数据库在运行时增加分片非常困难（很可能需要停服迁移数据），通常要求设计阶段就规划好分片策略。
• 非幂等操作： 如果负载均衡器下多个服务器处理同一请求（如重试），可能导致重复扣款，需要实现幂等性（同一请求无论执行多少次，结果都一样）。
• 缩容更难： 很多系统只能水平扩容（加机器），但无法自动缩容（减机器）,因为释放资源时需要迁移数据或确保请求已处理完。

一句话总结： 先改代码（无状态化），加机器（应用层最简单），后动数据（数据库和缓存需要专门方案），如果你的业务流量突然暴涨，最快速的做法是提升应用层的实例数和开启缓存。