关于一个大型web系统构架图的理解

　　我刚刚毕业，没有接触过什么大型的系统，甚至没见过多个服务器是怎么连起来的。但是我知道，大型的web系统要把服务器放在集装箱里面，要占很多空间，如何供电如何制冷都是非常慎重的。在网上见过Google的数据中心站片，简直像一个小型工厂一样。

　　下面这个图是我以前从网上看到的，于是就下载了下来，一直保存着。今天闲来无事，就和大家聊聊我的理解，有什么地方不对的，还请大家多多指教。

　　构架图如下：

　　

　　我们从下往上就行分析：

　　1，对数据库的操作（提交数据）：“应用服务器群”会向“数据库群”提交数据，也会从"数据库群"获取数据。当提交数据的时候，会把数据先提交给“异步队列”，然后定期把从“异步队列”提交到“数据库群”。

　　大型网站往往对应着海量数据，并且每时每刻都有大量数据提交。如果不用“异步队列”将提交数据分批处理，数据库会每时每刻都处于被提交状态。这样很可能不堪重负而死去。

　　2，对数据库的操作（查询数据）：大家都知道缓存，这里的“分布式缓存服务器群”就是一个缓存，但它是一个有很多服务器连接起来的大型缓存，比如facebook有成千上万台服务器通过memcached连接成一个分布式缓存服务器群。“应用服务器群”首先会向“分布式缓存服务器群”获取数据，如果缓存的数据过期，再向“数据库群”获取数据，并再次把数据更新到缓存中，以便下次使用。

　　CPU访问缓存的速度要远远快于访问硬盘的速度，大型web系统每天有大量PV，海量的访问，如果没有缓存，每次访问都得从数据库中查询，那是不可想象的。再者，面对数据库的海量数据，缓存必须通过分布式解决，因为一台机器的缓存不足以应付那么大的数据量。

　　3，对数据库的操作（总结）：不管是对数据库的提交还是查询，都有两个特点。第一，批量操作，对数据库的操作次数要远远低于系统的访问次数；第二，都经过内存，提交过程的“异步队列”和访问过程中的“分布式缓存”都是内存。这样的数据操作增加了系统的访问速度，同事减少了数据库的压力。

　　4，“动态web服务器群”直接面对用户访问，当用户向系统查询或者提交数据时，“动态web服务器群”只做一部分程序运算，设计到数据库操作的运算，直接调用“应用服务器群”来完成。

　　这样可以平均分担服务器的压力，而且使系统各层级各部门职责分明，便于管理。

　　5，“应用服务器群”会不断把一些既定的内容生成html静态页，保存到“静态web服务器群”中。用户对这些内容的访问，系统会提供静态页的链接，使用户直接访问静态页。

　　服务器对静态页的处理和动态页处理相比，大大减少了CPU的压力。另外，生成静态页也减少了缓存的压力，因为一般的静态页用不到复杂的缓存。

　　6，“文件服务器群”存储了系统的海量图片、视频等文件，于是这个服务器群需要很大的硬盘存储空间。用户访问网页，网页会加载其中相应的图片或视频。文件服务器对CPU和网络带宽的要求都相当高，单独用一个服务器群存储处理文件时，可以为这个服务器群单独加大带宽和CPU速度。

　　7，至于左上角的“外部资源，比如Google搜索和报表”，我暂时还不明白什么意思，希望大家多多指教。

　　以上就是我对这个构架图的理解，肯定有不准确甚至错误的地方，希望大家不吝赐教。