VMware突然发布了业内第一个开源的PaaS——CloudFoundry。 第一部份主要介绍CloudFoundry的架构设计，从它所包含的模块介绍起，到各部份的消息流向，各模块如何协调合作;
第二部份会在第一部份的基础上，以怎样在你的数据中心里面用CloudFoundry部署一个私有PaaS为目标，把第一部分介绍到的架构知识使用起来。
第一部份讲的很多内容，会引用Pat在10月12日的VMwareCloud Forum上面关于CloudFoundry架构的演讲。Pat是CloudFoundry Core的负责人，他的那次演讲很值得一听。若你当时在场，且理解他所说的内容，本部份可以选择直接跳过。除了会把说的内容讲具体点外，我不太可能可讲得比他好。
一、架构及模块
从总体地看，CloudFoundry的架构如图1所示：
图1
这个架构图以及下文所用到的各模块架构图均来自Pat的PPT。从上图能够看到CloudFoundry主要有以下几大组件组成：
1、 Router
Router组件在CloudFoundry中是对所有进来的Request进行路由。进入Router的request主要有两类：首先是来自VMCClient或者STS的，由CloudFoundry使用者发出的，管理型指令。
例如：列出你所有apps的vmcapps，提交一个apps等等。这类request会被路由到AppLife Management组件，又叫CloudController组件去;第二类是外界对你所部署的apps访问的request。这部份requests会被路由到Appexecution，又或者叫做DEAs的组件去。所有进入CloudFoundry系统的requests都会经过Router组件，看到这里可能会有朋友会担心Router成为单点，从而成为整个云的瓶颈。
但CloudFoundry作为云系统，其设计的核心就是去单点依赖，组件平行扩充，并且可替代的以保证扩展性，这是CloudFoundry，甚至所有云计算系统的设计原则，后文会讨论CloudFoundry怎样做到这点，目前只要知道，系统可部署多个Routers共同处理进来的requests，但Router上层的LoadBalance不在CloudFoundry的实现范围，CloudFoundry只保证所有的request是无状态的，这样就使上层均衡附载选择面非常非常大了，例如可通过DNS做，也可部署硬件的LoadBalancer，或简单点，弄台ngnix作负载均衡器，都是可行的。
Router组件，目前版本是对nginx的一个简单封装。熟悉ngnix的朋友应该知道，它可一个套接字文件(.sock文件)作为输入输出。所有安装CloudFoundry的Router组件服务器都会安装一个nginx，其ngnix.conf文件有以下配置，如图2所示：
图2
从整体的来看，Router组件的结构如图3所示：
图3
2、DEA(Droplet Execution Agency)
首先要解析下什么叫做Droplet。Droplet在CloudFoundry的概念里面是指一个把你提交的源代码，以及CloudFoundry配套好的运行环境，再加上一些管理脚本，例如Start/Stop这些小脚本全部压缩好在一起的tar包。还有一个概念，叫做Stagingapp，就是指制作上面描述这个包，然后把它存储好的过程。CloudFoundry会自动保存这个Droplet，直到你start一个app时，一台部署了DEA模块的服务器会来拿一个Droplet的copy去运行。因此如果你扩展你的app到10个instances，那这个Droplet就被会复制十份，让10个DEA服务器拿去运行。
如图4所示，是DEA模块的架构图：
图4
Cloud Controller模块(下面会介绍)会发送start/stop等基本的apps管理请求给DEA，dea.rb接收这些请求，然后从NFS里面找到合适的Droplet。前面说到Droplet其实是一个带有运行脚本的，带运行环境的tar包，DEA只需要把它拿过来解压，并即行里面的start脚本，就可以让这个app跑起来。到此，app算是可访问，并start起来了，那即是说就是有这台服务器的某一个端口已经在待命，只要有request从这个端口进来，这个app就可接收并返回正确的信息。
接着dea.rb要做些善后的工作：
1、把这个信息告诉Router模块。我们前面说到，所有进入CloudFoundry的requests都是由Router模块处理并转发的，包括用户对app的访问request，一个app起来之后，需要告诉router，让它根据loadbalance等原则，把合适的request转进来，使这个app的instance能够干起活;
2、一些统计性的工作，例如要把这个用户又新部署了一个app告诉CloudController，以作quota控制等;3、把运行信息告诉HealthManager模块，实时报告该app的instance运行情况。此外DEA还要负责部份对Droplet的查询工作，譬如，若用户通过CloudController想查询一个app的log信息，那DEA需要从该Droplet里面取到log返回等。
3、CloudController：CloudController是CloudFoundry的管理模块。主要工作包括：
a. 管理service，包括service与app的绑定等;
b. Cloud环境的管理;
c. 修改Cloud的用户信息;
d. 对apps的增删改读;
e. 启动、停止应用程序;
f. Staging apps(把apps打包成一个droplet);
g. 修改应用程序运行环境，包括instance、mem等;
h. 查看Cloud Foundry，以及每一个app的log信息。
这似乎有点复杂，简单的说，可很简单：就是与VMCyu STS交互的服务器端。VMC与STS与CloudFoundry通信采用的是restful接口，另一方面CloudController是一个典型的Rubyon Rails项目，从VMC或STS接到JSON格式的协议，然后写入CloudController Database，并且发消息到各模快去控制管理整个云。同其他ROR项目一样，CloudController的所有API可从conf/routes.rb里看到。开放的Restful接口好处在于第三方应用开发与集成，像阿里云这样企业在用CloudFoundry部署私有云时，可通过这些接口来自动化控制管理整个Cloud环境。这部份内容将在第二部份论述。
如图5所示，是Cloud Controller的架构图：
图5
图中Health Manager与DEA是外部模块，CCDatabase就是CloudController Database，这个是整个CloudFoundry不能做HP的地方。CloudController Database的并发性不会很多，应用级别的数据库访问是由底下的Service模块处理的，这个数据库存的是Cloud的配置信息。读操作主要来自DEA启动，作为初始化DEA的依据;以及healthmanager模块会从这里读取预期的状态信息，这部份数据会与从DEA得到的实际状态信息进行比对。
NFS是多个CloudController的共享存储，CloudController其中一个重要工作就是StagingApps。Droplets的存储是在集群环境的唯一的。而CloudController是集群运行，换言之，就是每一个控制Request可能由不同的CloudController处理，假设一个简单的用户场景：我们需要部署一个app到CloudFoundry中。我们在敲完那条简单的push命令后，VMC开始工作，在做完一轮的用户鉴权、查看所部署的apps数量是否超过预定数额，问了一堆相关app的问题后，需要发4个指令，分别是：
(1)发一个POST到”apps”，创建一个app;
(2)发一个PUT到”apps/:name/application”，上传app;
(3)发一个GET到”apps/:name/”，取得app状态，看看是否已经启动;
(4)如果没有启动，发一个PUT到”apps/:name/”，使其启动。
若第2与第4步由不同的Cloud Controller来处理，而又无法保证他们能找到同一个Droplet，那第4步将会由于找不到对应的Droplet而启动失败。怎样保证这一连串指令过来所指向的Droplet都是同一个呢?使用NFS，使CloudController共享存储是最简单的方法。但这个方法在安全性等方面并不完美。在10月12日的VMwareCloud Forum上，Pat告诉我们下一版本的CloudFoundry这里将会有大调整，但在那部份代码公开前，我不方便在这评价太多。
(5)HealthManager: 做的事情不复杂，简单的说是从各个DEA里面拿到运行信息，然后进行统计分析，报告等等。统计数据会和CloudController的设定指标进行比对，并且提供Alert等。目前HealthManager模块还不是十分完善，但CloudManage栈里面，自动化health管理、分析是一个很重要的领域，而这方面可扩展的地方也很多，结合OrchestrationEngine可使云自管理、自预警;而与BI方面技术结合，可统计运营情况，合理分配资源等。这方面CloudFoundry还在发展中。
(6)Services:Cloud Foundry的Service模块从源代码控制上看就知道是一个独立的、可Plugin的模块，以方便第三方把自己的服务整合入CloudFoundry生态系统。在Github上看到service是与CloudFoundry Core项目vcap独立的一个repository，为vcap-service。Service模块其中设计原则是方便第三方服务提供商提供服务。在这方面CloudFoundry做得很成功，从Github上看，已有以下服务提供：
a)MongoDB;
b) mysql;
c) neo4j;
d) PostgreSql;
e) RabbitMQ;
f) Redis;
g)vBlob。
基类都是放在base文件夹中。
第三方若需要自己开发CloudFoundry的服务，需要继承改写它里面的两个基础类：Node与Gateway;而里面一些操作，如：Provision，可在base的provisioner.rb基础上加入自己的逻辑，同样的还有Service_Error与Service_Message等。关于怎样写自己的Service，ELC的博客会推出相应文章详细论述，并不在本文的讨论范围里面，从架构了解上来说，只要知道服务间的关系，知道个服务同base间透过继承关系来横向扩充，而CloudFoundry和apps调用Service是通过base来完成这一简单的架构方法即可。
(7)NATS(Message bus): 从CloudFoundry的总架构图看，位于各模块中心位置的是一个叫nats的组件。NATS是由CloudFoundry的架构师Derek开发的一个轻量级的，支持发布、订阅机制的消息系统。Github开源地址是：https://github.com/derekcollison/nats。其核心基于EventMachine开发，代码量不多，可下载下来慢慢研究。
CloudFoundry是一个多模块的分布式系统，支持模块自发现，错误自检，且模块间低耦合。其核心原理就是基于消息发布订阅机制。每个台服务器上的每个模块会根据自己的消息类别，向MessageBus发布多个消息主题;而同时也向自己需要交互的模块，按照需要的信息内容的消息主题订阅消息。譬如：一个DEA被加入CloudFoundry集群中，它需要向大家吼一下，以表明它已准备好服务了，它会发布一个主题是”dea.start”的消息：
图6
@ hello_message_json中包括DEA的UUID,ip, port, 版本信息等内容。
再例如，CloudController需要启动一个Droplet的instance：
a)首先一个DEA在启动的时候，会首先会对自己UUID的消息主题进行订阅。
图7
其他模块需要通过’’dea.#{uuid}.start”这个主题发送消息来使它启动，一旦这个DEA接收到消息，就会触发process_dea_start(msg)这个方法来处理启动所需要的工作。
b)Cloud Controller或者其他模块发送消息，让UUID为xxx的DEA启动。
图8
c)DEA模块接收到消息后，就会触发process_dea_start(msg)方法。msg是由其他模块发送过来的消息内容，包括：droplet_id,instance_index, service, runtime等内容，process_dea_start会取得这些启动DEA必须的信息，然后进行一系列操作，例如从NFS中取得Droplet，解压，修改必要环境配置，运行启动脚本等等。等一切都准备好后，然后需要给Router发个消息，告诉它这个Droplet已经随时准备好报效国家，以后有相应的request记得让它来处理。
图9
d)Router模块在启动时就已经订阅”router.register”消息主题。
图10
收到前面DEA发出的信息后，会触发register_droplet方法，去绑定Droplet。到此启动一个Droplet的instance工作完成。
我们可看到整个CloudFoundry的核心就是一套消息系统，若想了解CloudFoundry的来龙去脉，去跟踪它里面复杂的消息机制是非常好的方法。另一方面，CloudFoundry是一套基于消息的分布式系统，面向消息的架构是它节点横向扩展，组件自发现等云特性的基础。
Cloud Foundry的架构简单介绍至此，其实作为第一款开源的PaaS，CloudFoundry架构有很多可学习借鉴的地方，很多细节上的处理是很精妙的，这些内容若有可能会在后续文章继续探讨，本文题虽为深入CloudFoundry，实际上也只是浅尝即止，把总体架构介绍一下，目标在于使我们有足够的背景知识去用CloudFoundry搭建企业内部的私有PaaS。总结一下，笔者从CloudFoundry的结构中学到的东西：
1、基于消息的多组件架构是实现集群的简单、且有效方法。消息可以使集群节点间解耦，使自注册，自发现这些在大规模数据中心中很重要的功能得到实现;
2、适当的抽象层，模板模式的使用，方便第三方可以方便在CloudFoundry开发扩展功能。CloudFoundry在DEA及Service层都做了抽象层处理，相对应地使开发者可以容易地为CloudFoundry开发Runtime和Service。例如，在CloudFoundry刚推出的时候，只支持Node.js,Java, Ruby，但第三方提供商、开源社区快速跟进，为CloudFoundry添加了PHP,Python的支持。这得益于CloudFoundry精巧的DEA架构设计，如何开发新的Runtime支持，会在后续博文中有所论述.
二、源码导读
笔者一直觉得深入理解一个技术的最好方法就是读它的源码，而CloudFoundry是完全开源的PaaS平台，而因为刚发展起来，代码量不多，主要作者们的代码功力也相当不错，读起来很舒服，很适合研读。而不得不再次表扬一下它完全基于消息机制的架构设计，对组件扩展性，第三方接入等方面做得很好，读者可以从中学到不少思想性的东西。笔者很推荐大家去读一下它的源代码。你可以在Github上找到CloudFoundry的全部代码：https://github.com/cloudfoundry，你会看到几个不同的Repositories，它们分别是：
1、vcap: Cloud Foundry的Core，又或者称作Kernel;
2、vcap-service: Cloud Foundry的Service组件。Cloud Foundry的service是作为插件提供的，这出于它方便第三方开发service而设计的;
3、vmc: VMware Cloud CLI. 是一个Ruby应用，与Cloud Foundry的CLI交互。主要通过分析用户输入的CLI，向CloudFoundry发送Restful请求;
4、vcap-java: 如果你的app是用java开发，且需要与Cloud Foundry交互，例如取得当前serviceserver的ip地址等，你可能需要这个jar，里面对我们Java开发常用框架有所支持，它底层也是对CloudFoundry的Restful请求的包装;
5、vcap-java-client: Cloud Foundry的Restful API的Java封装，与上面的项目不一样，它只是个简单的读取CloudFoundry信息，并放如JavaBean中;
6、vcap-test: Cloud Foundry的test cases;
7、vcap-test-assets: Cloud Foundry一些apps示例。
Cloud Foundry 组件概述
Cloud Foundry 组件包括了一个自服务的应用执行引擎、一个用于应用部署和生命周期管理的自动化引擎、一个脚本命令行接口(CLI)、以及与开发工具的集成以简化部署过程。Cloud Foundry 有一个开放的架构，其中包括一个用于添加框架的 buildpack 机制、应用服务接口和云提供商接口（CPI）。
路由
Router
Router 将传入的流量路由到适当的组件，要么是一个Cloud Controller 组件，要么是在Diego Cell 上运行的托管应用。
Router 定期查询 Diego Bulletin Board System(BBS)，以确定每个应用当前运行的 cell 和容器。使用这些信息，Router 根据每个cell 虚拟机(VM)的IP地址和 cell 容器的主机端端口号重新计算新的路由表。
认证
OAuth2 Server (UAA) 和 Login Server
OAuth2 Server (UAA) 和 Login Server 一起工作以提供身份管理。
应用生命周期
Cloud Controller 和 Diego Brain
Cloud Controller (CC) 指导应用的部署。为了将一个应用发布到 Cloud Foundry 上，需要target Cloud Controller。然后，Cloud Controller 通过CC-Bridge 组件将 Diego Brain 引导到协调各个Diego cell 来stage和运行应用。
Cloud Controller 还维护orgs、spaces、user roles、services 等的记录。
nsync、BBS 和 Cell Reps
为了使应用可用，云部署必须不断地监控它们的状态，并将它们与预期的状态进行协调，并根据需要启动和停止进程。
nsync、BBS和Cell Rep组件一起工作在一个链上，以保持应用的运行。一端是用户，另一端是在广泛分布的vm上运行的应用实例，它们可能会崩溃或不可用。
- 当用户scale应用时，nsync会从Cloud Controller 收到一条消息，它会将实例的数量写入Diego BBS数据库的DesiredLRP中。
- BBS使用它的convergence进程来监控DesiredLRP和ActualLRP的值。它将启动或杀死应用实例，以确保ActualLRP数量与DesiredLRP数量匹配。
- Cell Rep监视容器并提供ActualLRP值。
应用存储和执行
Blobstore
blobstore是大型二进制文件的存储库，Github无法轻松管理，因为Github是为代码设计的。Blobstore二进制文件包括:
- 应用代码包
- Buildpacks
- Droplets
可以将blobstore配置为一个内部服务器或一个外部S3或与S3兼容的端点。
Diego Cell
应用实例、应用任务和staging任务都在Diego Cell VM 上作为Garden容器运行。Diego cell rep 组件管理这些容器的生命周期，并在它们中运行进程，将它们的状态报告给Diego BBS，并将它们的日志和指标发送给Loggregator。
服务
Service Brokers
应用通常依赖于诸如数据库或第三方SaaS提供商之类的服务。当开发人员提供服务并将服务绑定到应用时，该服务的service broker 负责提供服务实例。
通信
Consul 和 BBS
Cloud Foundry组件虚机内部通过HTTP和HTTPS协议相互通信，共享存储在两个位置的临时消息和数据：
- Consul server 存储较长期的控制数据，例如组件IP地址和分布式锁，这些锁可以防止组件复制操作。
- Diego 的Bulletin Board System (BBS)存储了更频繁的更新和一次性数据，如cell和应用状态、未分配的工作和心跳消息。BBS在MySQL中存储数据，使用MySQL驱动程序。
route-emitter组件使用NATS协议将最新的路由表广播到router。
指标和日志
Loggregator
Loggregator (log aggregator)系统将应用日志记录给开发人员。
Metrics Collector
Metrics Collector 从组件收集指标和统计信息。操作人员可以使用这些信息来监控Cloud Foundry 的部署。
Cloud Foundry使用GitHub上的git系统来版本控制源代码、buildpack、文档和其他资源。平台上的开发人员也可以使用GitHub用于自己的应用、自定义配置和其他资源。为了存储大型二进制文件，例如droplets，CF维护一个内部或外部的blobstore。为了存储和共享临时信息，例如内部组件状态，CF使用MySQL、Consul和etcd。
Cloud Foundry是业界领先的PaaS云平台，可以为应用提供高可用的运行平台，现在很多运行商都在使用Cloud Foundry为用户提供应用服务，如IBM、AWS等。自Cloud Foundry面世以来便一直使用BOSH来创建和更新生产服务。BOSH是一条开源工具链，用于对大规模分布式服务进行发行版工程处理、部署和生命周期管理。它包含一个云提供商接口（CPI），如VMWare，通过调用CPI完成整个Cloud Foundry的创建、部署和升级。
Kubernetes经过几年的发展越来越成熟，遍布全球的数百位开发者纷纷投身到Kubernetes的快速迭代中。越来越多的企业开始采用Kubernetes支撑生产业务，实现了高可用的容器化微服务。
BOSH现在主要适用于IaaS
需要开发新的Kubernetes CPI
部署时间过长
需要手工执行许多配置，如网络和资源等
现在业界有很多厂商都在研究如何更好更快地将Cloud Foundry部署在Kubernetes上，如SUSE的SCF和Cisco的Container CF等。虽然现在还没有发布用于生产环境的版本，但思路相比BOSH更贴近Kubernetes的使用方式，也更融合Kubernetes。主要的方式就是通过制作相对应的Cloud Foundry组件的Docker Image，部署的时候直接部署对应的Docker Image，然后在运行容器之前，通过配置信息和环境变量，设置容器参数使整个Cloud Foundry组件之间可以相互通信。即使哪个Cloud Foundry组件坏了或者被重启了，组件使用已创建的Docker Image可以快速启动，只是在启动时需要重新配置一下参数。它相对之前BOSH的部署方式，好处显而易见：
首先我们需要将BOSH的工程通过SUSE的转换工具fissile将其编译并制作成Docker Image。
之后我们需要通过Helm将预设的参数转换成Helm或者Kubernetes的配置资源文件。
最后通过Helm将整个CF部署到Kubernetes上。
下图是和传统的BOSH CPI的部署方式的比较，绿色部分为新的Fissile + Helm 方式改变的步骤。但这些绿色步骤只需要管理员执行一次来创建Docker Image，之后就可以重复使用了。最终用户只需要执行橙色步骤，修改自己配置文件，下载相应的Docker Image，部署整个Cloud Foundry。整个部署Cloud Foundry的时间大概在15-20分钟，这和之前BOSH部署4-6个小时相比，快了很多：
首先我们需要一个性能较好的机器并且可以连接外网并安装Vagrant。
克隆整个SCF的Git项目 https://github.com/SUSE/scf
执行相应的Vagrant命令启动构建环境。
进入Vagrant创建的虚拟机，执行 make vagrant-prep 命令创建工程、编译并制作Docker Image，这个过程大概需要2-3个小时，但只需要执行一次。
上一步正确完成后，执行make kube，根据预设配置，创建Helm或Kubernetes配置资源文件。
最后执行make run将整个Cloud Foundry部署到Vagrant自带的Kubernetes上。
你也可以通过它自带的pod-status来观察整个Cloud Foundry的状态。大概15-20分钟之后，所有的Pod都启动了，Cloud Foundry就可以使用了。
所有相关信息都可以在SCF的Git中找到：https://github.com/SUSE/scf。
下图为部署成功后SCF显示的环境信息：