大型网站技术架构演化之路

初级阶段的网站架构

小型网站最开始的时候没有太多人访问，只需要一台服务器就绰绰有余，这时的网站架构如下所示：

应用程序、数据库、文件等所有的资源都在一台服务器上。

应用服务和数据服务分离

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越来越差，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，变为三台服务器：应用服务器，数据库服务器和文件服务器，如下图所示：

这三台服务器对硬件资源的要求各不相同，应用服务器需要处理大量的业务逻辑，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文件，需要更大的硬盘。

使用缓存改善网站性能

随着用户主键增多，数据库压力太大导致访问延迟，这时候就需要用到缓存技术。网站的缓存分两种：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。本地缓存访问速度更快一些，但受应用服务器内存限制，缓存数据量有限，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，可以在理论上做到不受内存容量限制的缓存服务，如下图所示：

使用缓存后，数据访问压力得到有效的缓解，但是单一应用服务器能够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。

使用应用服务器集群改善网站的并发处理能力

使用集群是网址解决高并发、海量数据问题的常用手段，如下图所示：

通过负载均衡调度服务器，可将来自用户浏览器的访问请求分发到应用服务器集群中的任何一台服务器上。

数据库读写分离

网站使用缓存后，仍然有部分数据要操作访问数据库（缓存不命中，缓存过期和全部的写操作），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的瓶颈，此时可以使用数据库读写分离，如下图所示：

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将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取数据。

使用反向代理和CDN加速网站响应

CDN和反向代理的基本原来都是缓存，区别在于CDN部署在网络提供商的机房，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。如下图所示：

使用CDN和反向代理的目的是尽早返回数据给用户，一方面加快用户的访问速度，另一方面也减轻后端服务器的负载压力。

使用分布式文件系统和分布式数据库系统

分布式数据库是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，如下图所示：

使用NoSQL和搜索引擎

如下图所示：

业务拆分

大型网站为了应对复杂的业务场景，将整个网站业务分成不同的产品线，如大型购物交易网站就会将首页，店铺，订单，卖家，买家等拆分为不同的产品线，分归不同的业务团队负责，如下图所示：