DEV Community
·
基于AWS无服务器架构的高可扩展性图像存储解决方案 - 架构决策
内容提要
文章讨论了从单体架构转向领域驱动架构，解决了服务拆分、数据库瓶颈和API选择等问题。通过使用DynamoDB和REST API，系统实现了高可扩展性和灵活性，支持高效工作流程。
关键要点
-
文章讨论了从单体架构转向领域驱动架构的动机和挑战。
-
挑战1：通过将解决方案拆分为不同的领域和API来实现服务拆分。
-
文件API负责处理图像的上传、下载和存储。
-
项目API支持用户在设计项目（如相册）上的保存和加载工作流。
-
调度事件自动化处理项目过期、清理和后台任务。
-
挑战2：Lambda可扩展性和关系数据库连接瓶颈的问题。
-
采用API Gateway和AWS Lambda来处理请求和业务逻辑。
-
选择Aurora Serverless v1作为关系数据库，但遇到请求限制瓶颈。
-
为了解决数据库瓶颈，迁移到Amazon DynamoDB以实现无限可扩展性和高可用性。
-
挑战3：选择合适的API网关，最初使用HTTP API，但在用户授权方面遇到限制。
-
切换到REST API以增强与自定义授权者的集成和路由灵活性。
-
通过逐步解决这些挑战，架构演变为一个强大且可扩展的解决方案。
-
最终架构包括独立可扩展的API、基于DynamoDB的可靠后端和REST API网关。
-
从单体系统到领域驱动架构的转变提供了宝贵的见解，增强了解决方案的能力。
延伸解读
架构转型的挑战与应对
从单体架构转向领域驱动架构的过程中，服务拆分和数据库瓶颈是主要挑战。通过将系统拆分为不同的API，团队能够独立扩展和优化每个领域，提升了整体灵活性和可维护性。
数据库选择的重要性
在选择数据库时，Aurora Serverless v1的请求限制成为瓶颈，促使团队转向DynamoDB。DynamoDB的无限可扩展性和高可用性显著提升了系统性能，强调了在架构设计中数据库选择的关键性。
API网关的灵活性
初期使用HTTP API时，虽然性能优越，但在用户授权方面遇到限制。切换到REST API后，增强了与自定义授权者的集成，提供了更大的路由灵活性，显示了API选择对系统功能的影响。
延伸问答
为什么要从单体架构转向领域驱动架构？
转向领域驱动架构是为了克服单体架构的扩展性和灵活性问题，便于服务拆分和独立扩展。
在架构转变过程中遇到了哪些主要挑战？
主要挑战包括服务拆分、数据库瓶颈和API选择等问题。
如何解决数据库瓶颈问题？
通过迁移到Amazon DynamoDB，实现无限可扩展性和高可用性，解决了请求限制瓶颈。
为什么选择DynamoDB而不是Aurora Serverless？
选择DynamoDB是因为它提供了无限的可扩展性和更好的性能，适合处理高并发连接。
REST API与HTTP API的主要区别是什么？
REST API提供更好的用户授权集成和灵活的路由能力，适合复杂的工作流需求。
架构转变后，系统的主要组成部分是什么？
系统主要由独立可扩展的API、基于DynamoDB的后端和REST API网关组成。
