漫谈大型网站架构

以下为正文： 

大型网站架构从来都不是一个预先定义的架构，而是一个演进式的架构。很少有一个网站从建站开始，就能够因具备大型网站的所有属性而一成不变的，从最简单的LAMP架构，再到基于IOE的大型集中式应用架构，再演变成时下的分布式应用架构，随着网站用户规模的扩大，架构也在不断演进。从实体机到虚拟机再到当前流行的Docker技术，从单机房到同城多机房再到异地多活，从LAMP到J2EE再到各种分布式中间件如服务框架、分布式消息队列、配置管理中间件、分布式数据访问层，由简至繁的艰难蜕变，也正是一个网站从小变大由弱变强的成长历程，哪里有挑战，哪里才会有变革，这正是作为技术人建功立业的时刻。

规模不断扩大，但成本不可能随之线性增长，因此，如何利用规模效应降低资源成本，抽取公共部分，避免重复造轮子，提高开发效率和响应速度，成了必须思考的问题。技术存在的核心价值就是为了生产力的提高，当技术架构制约了生产力发展，就需要进行技术变革。当前支撑大型网站的几大核心技术，分布式、服务化、虚拟化，其中分布式解决的是规模化带来的问题，所谓的规模化即包括数据规模越来越大，访问量越来越高，也包括开发团队规模越来越大，工程代码规模越来越大。单机的存储能力以及负载能力必然有限，从PC到小型机再到中型机、大型机，成本将成指数级升高，而成百上千人开发同一个工程，则导致系统臃肿，开发、发布效率极低，互联网将丧失了赖以生存的灵活性，回到以前传统软件的开发模式。通过应用垂直拆分，集群分布式水平扩展，不仅使系统容量得到提升，存储和负载将分配到大规模的廉价集群上，以降低成本，开发效率和开发模式也得到改变。通过公共业务抽取，将诞生一批处于系统底层的基础服务，避免相同的内容重复造轮子，提高开发效率。作为大型网站架构中最重要的中间件，服务化框架简化了服务调用所涉及的对象序列化与反序列化，通信协议，服务路由等操作，以及到后来诞生的一个新名词—服务治理，去梳理服务的依赖关系、调用链路、强弱依赖等等更复杂的问题。除此之外，在架构师的武器库中，还有众多不同应用场景下使用的中间件，如消息中间件、 分布式数据访问层、配置管理中心、数据迁移工具、分布式文件系统等等，这些都是日常系统架构中的粘合剂。大型网站的另外一个核心技术就是资源的虚拟化，从实体机到Xen、KVM再到基于LXC的轻量级虚拟化方案，再到Docker，技术的更新换代使得资源的利用率越来越高，集群的运维、部署和管理越来越方便。另外不同的场景下如何选择存储也十分重要，高并发和大数据往往都不会单独出现，到底是采用磁盘、SSD还是采用内存，到底是采用分布式文件系统，关系数据库，还是NOSQL，还是采用内存分布式缓存，不同的场景下方案会大相径庭，分布式文件系统存储容量几乎可以理解为无限，但是吞吐低，关系型数据库有严谨的schema以及功能强大的SQL语句，可以满足各种复杂的查询条件，但无奈扩展太麻烦，为了应对高并发读写访问，master-slave、读写分离、分库分表一折腾，不仅工作量大增，且查询维度受限，还需要引入垂直化搜索引擎来扩展查询维度，NOSQL虽然能自动分区扩容，但无奈不支持SQL，而缓存虽快，内存条又太贵，架构就是要不断的权衡取舍。

大公司之所以不如小公司响应速度快，原因在于大公司有太多积累，有时候积累多了也会成为包袱，现有的模型会使得新业务难以快速融入。当遇到问题和挫折的时候，就是思考改进和系统变革的时候，从来没有哪个系统在设计好之后就封存代码永不改变的，技术永远是不断发展，需求和市场也是不断变化的，因此不要指望用一种架构满足所有的需求，系统设计需要满足一段时间内的可扩展性，但千万不要过度设计，因为过了半年之后你回过头来重新review，你会发现需求早已改变，这就是互联网的快节奏。对于系统的架构来说，一段时间之内架构的演变，常常会经历从清晰，再到模糊混乱，再重构，再清晰，然后又变得模糊的过程，市场环境总是瞬息万变的，因此，系统的设计要遵循对扩展开放，对修改封闭的原则，做到这点即可方便及时的接入新流程，又能够不影响既有的流程。从宏观来看，各个系统间的关系一定不是烟囱与烟囱的关系，而是犹如城市里的高楼大厦，通过公路连接起来，因此，要提高建房子的速度，就要充分利用已有的基础设施，已有的中间件，来降低系统构建的成本和风险。架构设计的几个层次，没有架构也是架构，专注于解决现有问题也能称为架构，而好的架构应该是即能够约束开发者又能够解放开发者使其专注于功能的设计。尽量将复杂的事情变的简单，而不要将简单的事情变的复杂，技术从来都不是用来炫的，而是用来解决实际问题的，因此我们不需要花拳绣腿，洛克希德·马丁公司的著名飞机设计师凯利·约翰逊所提出的KISS原则，就是最好的诠释。风险驱动的架构理念告诉我们，避免失败是所有工程技术的核心，架构也是技术，运用架构技术去缓解风险，避免走极端，是架构师的最根本职责。