大型网站架构演化

以下内容来自《大型网站技术架构核心原理与案例分析》

一、初始阶段的网站架构

　　大型网站都是从小网站发展而来，小网站开始没有太多人访问，只需要一台服务器就绰绰有余。应用程序、文件、数据库都发布在这台服务器上。

二、应用服务和数据服务分离

　　分离成三台服务器：应用程序服务器，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，因此需要更快更强大的CPU；数据库服务器需要快速磁盘检索和数据缓存，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。

三、使用缓存改善网站性能

　　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和缓存在专门分布式缓存服务器上的远程缓存。

　　本地缓存的访问速度更快一些，但是受应用服务器内存限制，其缓存数量有限，而且会出现和应用程序争用内存的情况。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。

四、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。在这种情况下，更恰当的做法是增加一台服务器分担原有服务器的访问和存储压力。应用服务器实现集群是网站可伸缩集群架构设计中较为简单成熟的一种。

　　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。

五、数据库读写分离

　　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。网站利用数据库的这一功能，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。

六、使用反向代理和CDN加速网站响应

　　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，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着用户请求的资源，就将其直接返回给用户。

七、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，这时需要使用分布式数据库。文件系统也是一样的。

　　分布式数据库是网站数据库拆分的最后手段，只有在单标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，将不同的数据库部署在不同的物理服务器上。

八、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数据技术如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，减轻应用程序管理诸多数据源的麻烦。

九、业务拆分

　　大型网站为了应对日益复杂的业务长江，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。

十、分布式服务

　　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，那么可以将这些公用的业务提取出来，独立部署。由这些可复用的业务连接数据库，提供公用业务服务，而应用系统只需要管理用户界面，通过分布式服务调用公用业务服务完成具体业务操作。