第一篇、概述1~大型网站架构演化

1. 大型网站软件系统的特点：

a. 高并发，大流量

b. 高可用：系统 7x24小时不间断服务。

c. 海量数据：需要存储、管理海量数据，需要使用大量服务器。

d. 用户分布广泛，网络情况复杂：许多大型互联网都是为全球用户提供服务的，用户分布广泛，各地网络情况千差万别。

e. 由于互联网的开放性，使得互联网站更容易受到攻击，大型网站几乎每天都会被黑客攻击。

f.  需求快速变更、发布频繁：和传统软件的版本发布频率不同，互联网产品为快速适应市场，满足用户需求，其产品的发布频率是极高的。

g. 渐进式发展：几乎所有的大型互联网站都是从一个小网站开始，渐进地发展起来的。

2. 大型网站架构演化发展历程

（1）、初始阶段的网站架构

大型网站都是从小型网站发展而来，网站架构同样如此。小型网站最开始应用程序、数据库、文件等所有的资源都在一台服务器上，采用 LAMP技术（Linux + Apache + MySQL + PHP）。

（2）、应用服务和数据服务分离

随着网站业务发展，越来越多的用户访问导致性能变差，越来越多的数据导致存储空间不足。这时需要将 应用和数据分离，分离后整个网站使用三台服务器：应用服务器、文件服务器和数据库服务器。



三台服务器对硬件要求各不相同：应用服务器需要处理大量业务逻辑，因此需要更快更强大的CPU；数据库服务器需要快速磁盘检索和数据缓存，因此需要更快的硬盘和更大的内存；文件服务器需要存储大量用户上传的文件，因此需要更大的硬盘。

（3）、使用缓存改善网站性能

网站访问特点和现实世界的财富分配一样遵循二八定律：80%的业务访问集中在20%的数据上。那么如果把这一小部分数据缓存在内存中，是不是可以减少数据库的访问压力，提高整个网站数据的访问速度，改善数据库的写入能力呢？



网站使用的缓存可以分为两种：缓存在应用服务器上的本地缓存和缓存在专门的分布式缓存服务器上的远程缓存。本地缓存相对更快一点，但是受应用服务器内存限制，缓存数量有限，而且会出现和应用程序争用内存的情况。远程分布式缓存可以使用集群的方式，部署大内存的服务器作为专门的缓存服务器，可以在理论上做到不受内存容量限制的缓存服务。

（4）、使用应用服务器集群盖上网站的并发处理能力

使用集群是网站解决高并发、海量数据问题的常用手段。对网站架构而言，只要能通过增加一台服务器的方式改善负载压力，就可以以同样的方式持续增加服务器不断改善系统性能，从而实现系统的可伸缩性。应用服务器实现集群是网站可伸缩集群架构设计中较为简单成熟的一种。

（5）、数据库读写分离

网站在使用缓存后，使绝大部分数据读操作访问都可以不通过数据库就能完成，但是仍有一部分读操作（缓存访问不命中、缓存过期）和全部的写操作需要访问数据库，在网站用户达到一定规模后，数据库因负载压力过高而成为网站的瓶颈。

目前大部分的主流数据库都提供 主从热备功能，通过配置两台数据库主从关系，可以将一台数据库服务器的数据更新同步到另一台服务器上。网站利用数据库的这一功能实现数据库读写分离，从而改善数据库负载压力：



过程是这样的：应用服务器在写数据的时候，访问主数据库，主数据库通过主从复制机制级那个数据更新同步到从数据库，这样当应用服务器读数据的时候，就可以通过从数据库获得数据。为了便于应用程序访问读写分离后的数据库，通常在应用服务器端使用专门的数据访问模块，使数据库读写分离对应用透明。

（6）、使用反向代理 和 CDN 加速网站响应

为了提供更好的用户体验，留住用户，网站需要加速网站访问速度，主要手段有使用 CDN 和 反向代理。



CDN 和 反向代理的基本原理都是缓存，区别在于 CDN 部署在网络提供商的机房，使用户在请求网站服务时，可以从距离自己最近的网络提供商机房获取数据；而反向代理则部署在网站的中心机房，当用户请求到达中心机房后，首先访问的服务器是反向代理服务器，如果反向代理服务器中缓存着用户请求的资源，就将其直接返回给用户。

使用 CDN 和 反向代理 的目的都是尽早返回数据给用户，一方面加快用户访问速度，另一方面也减轻后端服务器的压力。

（7）、使用分布式文件系统和分布式数据库系统

任何强大的单一服务器都满足不了大型网站持续增长的业务需求。数据库经过读写分离后，随着业务发展依然不能满足需求，这时需要使用分布式数据库，文件系统同样如此。



分布式数据库是网站数据库拆分的最后手段，只有在表单数据规模非常庞大的时候才使用。不到不得已时，网站更常用的数据库拆分手段是 业务分库，将不同业务的数据库部署在不同的物理服务器上。

（8）、使用NoSQL 和 搜索引擎

随着网站业务越来越复杂，对数据存储和检索的需求也越来越复杂，网站需要次啊用一些非关系型数据库技术如 NoSQL 和 非数据库查询技术如搜索引擎。



NoSQL 和 搜索引擎都是源自互联网的技术手段，对可伸缩的分布式特性具有更好的支持。应用服务器则通过一个统一数据访问模块访问各种数据，减轻应用程序管理诸多数据源的麻烦。

（9）、业务拆分

大型网站通过使用分而治之的手段将整个网站业务分成不同的产品线（如购物交易网站就会将首页、商铺、订单、买家、卖家等拆分），分归不同的业务团队负责。



具体到技术上，也会根据产品线划分，将一个网站拆分成许多不同的应用，每个应用独立部署维护。应用之间可以通过三种方式建立关系：

a. 通过超链接（首页的导航链接每个都指向不同的应用地址） b. 通过消息队列进行数据分发   c. 最多的还是通过同一个数据存储系统来构成一个关联的完整系统

（10）、分布式服务

由于所有应用要和所有数据库系统连接，在数万台服务器规模的网站中，这些连接的数目是服务器规模的平方，导致数据库连接资源不足，拒绝服务。

既然每一个应用系统都需要执行许多相同的业务操作，比如用户管理、商品管理等，那么可以将这些共用的业务提取出来，独立部署。由这些可复用的业务链接数据库，提供共用业务服务，而应用系统只需要管理用户界面，通过分布式服务调用共用业务服务完成具体业务操作。