分布式架构的演进过程

一个成熟的大型网站架构并不是一开始就设计的非常完美，也不是一开始就具备高性能、高可用、安全性等特性，而是随着用户量的增加，业务功能的扩展逐步完善演变过来的。在这个过程中，开发模式、技术架构等都会发生非常大的变化。而针对不同业务特征的系统，会有各自的侧重点，比如像淘宝这类的网站，要解决的是海量商品搜索、下单、支付等问题；腾讯，要解决的是数亿级别用户的实时消息传输；百度所要解决的是海量数据的搜索。

架构是演变而来的，不是设计出来的。没有最好的架构，只有最适合的架构。

下面以一个简单的电商系统为例，当数据量、访问量提升，观察这个系统可能会发生的结构变化。假如我们系统具备以下功能：用户模块（用户注册和管理），商品模块（商品展示和管理），交易模块（创建交易及支付结算）。

阶段一，单应用架构

网站的初期也可以认为是互联网发展的早起，我们经常会在单机上跑我们所有的程序和软件。把所有软件和应用都部署在一台机器上，这样就完成一个简单系统的搭建，这个时候的讲究的是效率。

阶段二，应用服务器和数据库服务器分离

随着网站的上线，访问量逐步上升，服务器的负载慢慢提高，在服务器还没有超载的时候，我们应该做好规划，提升网站的负载能力。假如代码层面的优化已经没办法继续提高，在不提高单台机器的性能，增加机器是一个比较好的方式，投入产出比非常高。这个阶段增加机器的主要目的是将web 服务器和数据库服务器拆分，这样不仅提高了单机的负载能力，也提高了容灾能力。

阶段三，应用服务器集群

随着访问量的继续增加，单台应用服务器已经无法满足需求。在假设数据库服务器还没有遇到性能问题的时候，我们可以增加应用服务器，通过应用服务器集群将用户请求分流到各个服务器中，从而继续提升负载能力。此时多台应用服务器之间没有直接的交互，他们都是依赖数据库各自对外提供服务。

架构发展到这个阶段，各种问题也会慢慢呈现，比如用户请求由谁来转发到具体的应用服务器，这时候可能会出现下面的架构模型。

阶段四，数据库读写分离

当数据库压力变大时，那么怎么去提高数据库层面的负载呢？有了前面的思路以后，自然会想到增加服务器。但是假如我们单纯的把数据库一分为二，然后对于后续数据库的请求，分别负载到两台数据库服务器上，那么一定会造成数据库不统一的问题。所以我们一般先考虑读写分离的方式。

阶段五，使用搜索引擎缓解读库的压力

数据库做读库的话，常常对模糊查找效率不是特别好，像电商类的网站，搜索是非常核心的功能，即便是做了读写分离，这个问题也不能有效解决。那么这个时候可以引入搜索引擎，使用搜索引擎能够大大提高我们的查询速度。

阶段六，引入缓存机制缓解数据库的压力

随着访问量的持续增加，逐渐出现许多用户访问同一部分内容的情况。对于这些热点数据，没必要每次都从数据库去读取，我们可以使用缓存技术，比如memcache、redis 来作为我们应用层的缓存；另外在某些场景下，比如我们对用户的某些IP 的访问频率做限制，那这个放内存中又不合适，放数据库又太麻烦，这个时候可以使用Nosql 的方式比如mongDB 来代替传统的关系型数据库。

阶段七，数据库的水平/垂直拆分

我们的网站演进的变化过程，交易、商品、用户的数据都还在同一个数据库中，尽管采取了增加缓存，读写分离的方式，但是随着数据库的压力持续增加，数据库的瓶颈仍然是个最大的问题。因此我们可以考虑对数据的垂直拆分和水平拆分。
垂直拆分：把数据库中不同业务数据拆分到不同的数据库。
水平拆分：把同一个表中的数据拆分到两个甚至更多的表中。

阶段八，应用的拆分

随着业务的发展，业务越来越多，应用的压力越来越大，工程规模也越来越庞大。这个时候就可以考虑将应用拆分，按照领域模型将系统拆成用户、商品、交易子系统。

这样拆分以后，可能会有一些相同的代码，比如用户操作，在商品和交易都需要查询，所以会导致每个系统都会有用户查询访问相关操作。这些相同的操作一定是要抽象出来，可以通过服务化的方式来解决。

阶段九，服务化

服务拆分以后，各个服务之间可以通过RPC 技术进行通信，比较典型的有：webservice、hessian、http、RMI等。