架构师---（大型网站技术架构核心原理与案例分析）1大型网站架构演化

#参考资料大型网站技术架构核心原理与案例分析（作者李智慧）
#1初始阶段的网站架构
小型网站起初访问量不是很高，只需要一台服务器就可以了。通常我们的部署将应用程序、数据库、文件等所有的资源都在一台服务器上。通常服务器操作系统为linux，应用程序使用php（其他语言也可以java等），然后部署在Apache上，数据库使用MySQL。再使用开源软件等等。

#2应用服务和数据服务分离
随着网站业务发展。性能随之下降，需要提升的方面。需要将应用和数据分离，至少需要三台服务器：应用服务器、文件服务器、数据库服务器。
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，所以需要更强更大的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，因此需要更大的磁盘。


#3使用缓存改善网站性能
虽然经过上述2的方案的应用服务和数据服务分离，使得并发处理能力和数据存储空间得到很大的改善。但是随之而来的另一个问题就是用户数量越来越多，数据库压力太大导致访问延迟，进而影响到整个网站的性能，用户体验受到了影响。
那么针对以上问题，需要使用缓存改善网站性能。网站访问特点和现实世界财富分配一样二八定律，80%的业务访问集中在20%的数据上。如何理解-淘宝80%用户会去购买评价良好的20%产品。
是不是将那个访问量大的20%数据存储到缓存内存中就可以减少数据库的访问压力？

---

网站使用的缓存分为两种：一种是应用服务器上的本地缓存，一种是缓存在专门的分布式缓存服务器上的远程缓存。
本地缓存的读取速度更快一些，缺点是会和应用程序争用内存的使用空间，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。

---

使用以上缓存可以解决高并发访问性能，但是应用程序的处理请求连接有限，在网站访问的高峰期，就会成为瓶颈。


#4使用应用服务器集群改善网站的并发处理能力
上个方案3改善了数据库访问压力及性能，但是出现了应用服务请求连接有限的瓶颈，那么我们采用应用服务器集群改善网站的并发处理能力。
使用集群是处理网站高并发和海量数据问题的常用手段。当一台服务器的处理能力不足的时候，不要企图换更强大的服务器，随着业务持续增长，再强大的服务器都会有满足不了的时候。
那么最有效和实现系统的可伸缩性的办法是增加一台服务器的方式改善负载压力。
应用服务器集群是网站可伸缩性集群架构设计中较为简单成熟的一种，可以通过负载均衡调度服务器，可以将来自用户浏览器的访问请求分发到应用服务器集群的任何一台服务器上，如果之后用户继续增加，继续增添服务器就可以。


#5数据库读写分离
网站在使用缓存后，使绝大部分数据操作访问都可以不通过数据库就能完成，但是仍然有一部分读操作（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，在网站的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。
目前大部分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的服务器上。网站利用数据库的这个功能实现数据库库的读写分离，从而改善数据库的负载压力。
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原则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
随着业务不断发展，用户规模急速增长，那么用户访问网站的压力增大，而中国的网络环境和地区的访问速度差别比较大。对网站的性能和速度要求越来越高，网站访问延迟和用户流失成正相关，为了解决访问速度加快。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，用户在请求网站服务时候可以从距离自己最近的网络提供商机房获取数据。而反响搭理泽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中用户请求的资源，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，另一方面减轻后端服务器的负载压力。


#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。数据库需要读写分离，依然需要分布式数据库，文件也一样需要分布式文件系统。
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，不到不得已时候，网站更常用的是数据库拆分手段是业务分库，将不同的业务数据数据库部署在不同的物理服务器上。


#8使用NoSQL和搜索引擎
随着业务的复杂程度增加，对数据存储和检索的需求也要求越来越高。网站需要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。
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，减轻应用程序管理者诸多数据源的麻烦。


#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。如大型购物交易网站就会将首页、商铺、订单、买家、卖家等拆分成不同的产品线。分归不同的业务团队负责。
具体到技术也会根据产品线划分，将一个网站拆分成不同的应用，每个应用独立维护。应用之间通过一个超链接建立关系（首页导航连接每个都指向不同的应用地址），也可以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个数据存储的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，有这些可复用的业务连接数据库，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的操作
未来云计算平台的部署，使得架构不再难