大型网站架构演化发展过程1

大型网站的技术挑战主要来自于庞大的网络用户，高并发的访问和海量数据，任何简单的业务一旦需要处理数以P计的数据和面对数以亿计的用户，问题就会变得非常棘手。大型网站架构主要就是解决这类问题。
1.1初始阶段的网站架构：
大型网站都是从小型网站发展而来，网站架构也是一样，就从小型网站架构逐步演化而来。小型网站在开始的时候没有太多的人访问，只需要一台服务器就绰绰有余，这时候网站架构如图1-1所示：

应用程序，数据库，文件等所有的资源都放在一台服务器上。通常服务器操作系统使用Linux，应用程序使用php开发，然后部署在Apache上，数据库使用mysql，汇集各种免费开源软件及一台廉价服务器就可以开始网站的发展之路。
1.2应用服务器和数据服务分离
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控件不足，这时候就需要将应用和数据分离，应用和数据分离后整个网站使用3台服务器，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资源，因此需要强大的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。

应用和数据分离后，不同的服务器承担着不同的服务角色，网站的并发处理能力和数据存储空间得到了很大的改善，支持网站业务也不断发展。但是随着用户逐渐增多，网站有一次面临挑战;数据压力太大导致访问延迟，进而影响整个网站的性能，用户体验收到影响，这时需要对网站架构进行进一步优化。
1.3使用缓存改善网站性能
网站的访问特点与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。淘宝买家浏览的商品集中在少部分成交数多、评价良好的商品上：商品搜索关键词集中在少部分热门词汇上。
既然大部分的业务集中在一小部分数据上，那么如果把这一小部分缓存在内存中，是不是就可以减少数据库的访问压力，提高整个网站的数据访问速度，改善数据库的写入性能呢？
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。本地缓存的访问速度会快一些，但是收到应用服务器内存限制，其缓存数据量有限，而且会出现和应用程序征用内存的情况。远程分布式可以使用集群的方式，部署大内存的服务器最为专门的缓存的、服务器，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：

使用缓存后访问压力得到有效的缓解，但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。
1.4使用服务器集群改善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。当一台服务器的处理能力存储空间不足时，不要企图去换更大的服务器，对于大型网站而言，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。在这用情况下，更恰当的做法是增加一台服务器分担原有服务器的访问及存储压力。
对于网站架构而言，只要通过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比较成熟的一种，如图所示：

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，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压力不再成为整个网站的瓶颈。
1.5数据库读写分离
网站使用缓存后，使绝大部分数据读写操作访问都不通过数据库就能完成，但仍有一部分读操作（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服务器上。网站利用数据库这一共功能，实现数据库读写分离，从而改善数据库负载压力。

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得数据，通常在应用服务器端使用专门的数据访问模块，是数据库读写分离对应透明。