《大型网站技术架构》笔记：大型网站架构演化

大型网站软件系统的特点
1、高并发，大流量
2、高可用
3、海量数据
4、用户分布广泛，网络情况复杂
5、安全环境恶劣
6、需求快速变更，发布频繁
7、渐进式发展

大型网站架构演化发展历程
1、初始阶段的网站架构



大型网站从小型网站发展而来，网站架构也一样，从小型网站架构逐渐演化而来。小型网站最开始没有太多人访问，只需要一台服务器就绰绰有余，应用程序、数据库、文件等所有的资源都在一台服务器上。

随着网站业务的发展，一台服务器逐渐不能满足需求：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。这时就需要将应用和数据分离。
2、应用服务与数据服务分离



应用和数据分离后使用三台服务器：应用服务器，数据库服务器和文件服务器

这三台服务器对硬件的资源要求各不相同：

应用服务器需要处理大量业务，因此更快更强大的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缓存

文件服务器需要处理大量用户上传的文件，因此需要更大的硬盘

应用和数据分离后，不同特性的服务器承担不同的角色，网站并发处理能力和数据存储空间得到了很大改善，支持网站的进一步发展。

但随着用户逐渐增多，网站又一次面临挑战：数据库压力太大导致访问延迟，进而影响整个系统性能，用户体验受影响。这时需要对网站进一步优化。

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。即大部分的业务访问集中在一小部分的的数据上，那么如果把这一小部分的数据缓存在内存中，是不是就可以减少数据库的访问压力，提高整个网站的访问速度，改善数据库写入性能呢？
3、使用缓存改善网站性能



网站使用的缓存可分为两种：

1、缓存在应用服务器上的本地缓存

2、缓存在专门的分布式缓存服务器上的远程缓存

本地缓存访问速度快一下，但是受应用服务器内存限制，可缓存的数量有限，而且会出现与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。

使用缓存后，数据库压力得到有效缓解，但是单一应用服务器能处理的请求连接有限，在网站访问高峰期，应用服务器成为整个网站的瓶颈。

使用集群是网站解决高并发、海量数据问题的常用手段。单一台服务器的处理能力、存储空间不足时，不要企图去换更强大的服务器，对大型网站而言，不管多么强大的服务器，都满足不了网站持续增长的业务需求。在这种情况下，更恰当的方法是增加一台服务器分担原有服务器的访问及存储压力。
4、使用应用服务器集群改善网站的并发处理能力



对于网站架构而言，只要能通过增加一台服务器的方式改善负载压力，就可以用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。

通过负载均衡调度服务器，可将来自用户浏览器的请求分发到应用服务器集群中的任何一台服务器上，如果有更多的用户，就在集群中加入更多的应用服务器，使应用服务器的负载均衡能力不再成为 整个网站的瓶颈。

至此，网站应用服务可支撑更多用户，而网站使用缓存后，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（缓存访问未命中，缓存过期）和全部的写操作需要访问数据库，当网站用户达到一定规模后，数据库因为负载压力过高而成为网站瓶颈。

目前大部分的主流数据库都提供主从备份功能，通过配置两台数据库主从关系，可将一台数据库服务器的数据同步到另一台服务器上。网站利用数据库的这一功能，实现数据库主从分离，从而改善数据库负载压力。
5、数据库读写分离



应用服务器在写数据时，访问主数据库，主数据库通过主从复制机制将数据更新到从数据库，这样当应用服务器读取数据时，就可以通过从数据库获取。为了便于应用服务器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。

随着网站业务不断发展，用户规模越来越大，由于中国复杂的网络环境，不同地区的用户访问网站时，速度差别也极大。有研究表明，网络访问延迟和用户的流失率正相关，网络访问越慢，用户越容易失去耐心而离开。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CDN和反向代理。
6、使用反向代理和CDN加速网站响应



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，可以从局里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，首先访问的服务器使反向代理服务器，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负载压力。

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，从一台拆分成两台，但是随着网站业务的发展依然不能满足需求，这是需要使用分布式数据库。文件系统也是一样，需要使用分布式文件系统。
7、使用分布式文件系统和分布式数据库



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

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，网站需要采用一些非关系数据库技术如NoSQL和非数据库查询技术如搜索引擎。
8、使用NoSQL和搜索引擎



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



大型网站为了应对日益复杂的业务场景，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，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。应用之间通过超链接建立关系，也可通过消息队列进行数据分发，当然最多的还是通过访问同一数据存储系统来构成一个关联的完整系统。

10、分布式服务



随着业务拆分越来越小，存储系统越来越庞大，应用系统的整体复杂度呈指数级增长，部署维护越来越困难。由于所有应用要和所有数据库系统连接，在数百万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。

既然每一个业务系统都需要执行相同的业务操作，如用户管理、商品管理等，那么可以将这些公共的业务提取出来，独立部署。由这些可复用的业务连接数据库，提供共用业务服务，而应用服务只需要管理用户界面，通过分布式服务调用共用服务完成具体业务操作。

大型网站架构演化的价值观

网站的价值在于它能为用户提供什么价值，在于网站能做什么，而不在于它是怎么做的，所以在网站还很小的时候就去追求网站的架构是舍本逐末，得不偿失的。小型网站最需要做的就是为用户提供好的服务来创造价值，得到用户的认可，活下去，野蛮生长。

1、大型网站架构技术的核心价值是随网站所需灵活应对

2、驱动大型网站技术发展的主要力量是网站的业务发展
网站架构设计的误区

1、一味追求大公司的解决方案

2、为了技术而技术

3、企图用技术解决所有问题
小结

能亲身经历一个网站从小到大的架构演化过程的网站架构师越来越少，也正因为网站架构技术演化过程难以重现，所以网站架构师更应该对这个过程深刻了解，理解已成熟的网站架构技术方案的来龙去脉和历史渊源，在技术选型和架构决策时有的放矢，直击要害。