《大型网站技术架构 核心原理与案例分析》阅读总结——概述篇（架构演化）

工作之余，记录所得。

1 大型网站架构演化

1.1 大型网站软件系统的特点

• 高并发，大流量
• 高可用
• 海量数据
• 用户分布广泛，网络情况复杂
• 安全环境恶劣
• 需求快速变更，发布频繁
• 渐进式发展

1.2 大型网站架构演化发展历程

大型网站的技术挑战主要来自于庞大的用户，高并发的访问和海量的数据，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，问题就会变得很棘手。大型网站架构主要就是解决这类问题。

1.2.1 初始阶段的网站架构

应用程序、数据库、文件等所有的资源都在一台服务器上。

1.2.2 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。这是就需要将应用和数据分离。如下图：

重点：
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，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，需要更快的硬盘和更大的内存；文件无服务需要存储大量用户上传的文件，因为此需要更大的硬盘。

应用和数据分离后，不同特性的服务器承担不同的服务，网站的并发处理能力和数据存储空间得到了很大改善。但是随着用户逐渐增多，数据库压力太大导致访问延迟，进而影响整个网站的性能，用户体验受到影响。这时需要对网站架构进一步优化。

1.2.3.使用缓存改善网站性能

网站访问特点遵循二八定律：80%的业务访问集中在20%的数据上。那么把这一小部分数据缓存在内存中，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。

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
  优点：访问速度更快
  缺点：缓存数据量有限，会出现和应用程序争用内存的情况
• 缓存在专门的分布式缓存服务器上的远程缓存
  优点：集群方式，理论上内存容量无限大。
  
  结论： 使用缓存后，数据访问压力得到有效缓解，但是单一应用服务器能够处理的请求连接有限，在网站访问的高峰期，应用服务器成为整个网站的瓶颈。

1.2.4 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。这种情况下，更恰当的做法是增加一台服务器分担压力。应用服务器集群部署如下图：

通过负载均衡服务器，分发请求到不同的应用服务器。

1.2.5 数据库读写分离

网站使用缓存后，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。
目前大部分的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，读写分离，从而改善数据库的负载压力，架构图如下所示：

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数据访问模块，使数据库读写分离对应用透明。

1.2.6 使用方向代理和CDN加速网站响应

随着网站业务不断发展，用户规模越来越大，再加上中国不用地区的用户访问网站时，速度差别也极大。为了留住用户，加速访问速度，使用CDN和反向代理，如下图所示：

CDN和反向代理的基本原理都是缓存，目的都是尽早返回数据给用户，一方面加快用户访问速度，另一方面减轻服务器的负载压力。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之后，首先访问的是方向代理服务器，如果反向代理服务器缓存这用户请求的资源，就将其直接返回给用户。

1.2.7 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。数据库经过读写分离后，从一台服务器拆分成两台服务器，但是随着网站业务的发展依然不能满足需求，这时就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，如下图所示：

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。

1.2.8 使用NoSql和搜索引擎

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型数据库技术NoSql和非数据库查询技术如搜索引擎，如下图所示：

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。

1.2.9 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。比如首页，订单，卖家买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。应用之间可以通过一个超链接建立关系，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系统，来构成一个关联的完整系统。

1.2.10 分布式服务

随着业务拆分越来越小，存储系统越来越庞大，应用系统搞得整体复杂度呈指数增加，部署维护起来很困难。由于所有的应用要和所有的数据库系统连接，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。

既然许多的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，那么可以将这些公用的业务模块提取出来，独立部署。由这些可复用的服务连接数据库，如下图所示：

大型网站的架构演化到这里，基本上大多数的技术问题都得以解决，诸如跨数据中心的实时数据同步和具体网站业务相关的问题也都可以通过组合改进现有技术架构来解决。