大型网站负载均衡，分布式与数据库读写分离的一些思路

      

          数据库方面：

              将一个网站的不同业务分到不同的表，按功能对表进行细化。

              如果是多个网站，多个端口（如PC端，APP端）链接到同一个数据库，对多种方式访问的共同数据专门提出来，成为公共资源，专门放到同一张表里面。

           SLB负载均衡：

          比如一个网站有1000万的访问量，通过loadbalance把这1000万的访问进行负载均衡掉。loadbalance的学习自己进行。阿里云貌似有。负载均衡把这1000万的访问量负载均衡到7,8台机器上，可扩展性也很好，当相应速度上不去的时候 ，可以继续扩展机器来满足访问量需求。

          一台机器挂了，系统检测到这台机器挂了，就走另外的机器，继续负载均衡，从而保证系统的容灾性。

           数据采用分布式存储，可以按月份把数据分开，一月一月一存储，这样就可以避免一个表中大数据量的产生。查找数据的时候，按月份进行匹配，对应相对的表查找数据。

           当然也可以采用其他的分库分表规则，订单表可以按照月份来分，用户表可以根据id尾号来分。也可以根据其他的规则，自己定。自己定的规则则要考虑好其中的可扩展性是否良好，以后的业务是否可扩展，等等。

           分库分表以后就要确定DB路由，DB路由就是对其中各种匹配表的规则的判断，根据DB路由找到对应的表对应的库。

           其中分表的话，要分的表是随业务增多而容量增多的数据，如订单表，用户表，日志，等等。

            对数据库进行读写分离，把数据表分成主表和备表，主表不行了，则连接到备用表，这样数据的容灾性也很好。

           对于图片数据：

           因为图片数据所占用内存较大，可以把所有的图片资源全部都放在一起，访问图片通过http访问。

           关于数据库的读写分离：

           单独拿一个库或者机器，专门用来查询，比如查询某用户某一年的交易订单，可以只通过这一个库或者机器来查，12张表关联成一张表。而写的话，则是写入不同的分散的表当中。

          数据库的读写分离可以通过binlog来自动同步数据。这样读库和写库的数据能够同步。

         关于使用缓存 ：

        使用缓存的话，时间投入成本较大，且数据放入内存当中，内存挂了的话，比较容易出问题。