大型网站技术架构的演化发展

本文是《大型网站技术架构》一书摘录笔记，作者李智慧

初始阶段的网站架构

最初的小型网站采用 LMAP（Linux + MySQL + Apache + PHP/Python）架构，应用程序、数据库、文件等所有资源都部署在一台服务器上。

应用服务和数据服务分离

当用户访问量增大的时候，单一的服务器无法满足性能要求，这时候就需要将应用和数据进行分离，使用不同特性的服务器承担不同的角色，比如，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，需要更快的磁盘和更大的内存；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。

使用缓存改善网站性能

网站访问的特点遵循二八定律，即 80% 的业务访问集中在 20% 的数据上。那么这 20% 的数据就可以缓存起来放在内存中，这样就可以减少数据库访问的压力，提高整个网站的数据访问速度，改善数据库的写入性能。

网站使用的缓存分为两种：应用服务器的本地缓存，和在专门的分布式缓存服务器上的远程缓存。本地缓存访问速度快一些，但是受应用服务器内存限制，远程分布式缓存可以使用集群的方式，理论上可以做到不受内存容量的限制。

使用应用服务器集群改善网站的并发能力

使用缓存后，数据访问的压力得到缓解，但是单一的应用服务器能够处理的连接请求有限，在网站访问高峰期，应用服务器会成为整个网站的瓶颈。

使用集群是解决网站高并发和海量数据问题的常用手段。通过增加应用服务器可以改善负载压力，实现系统的可伸缩性。通过负载均衡调度器，可将用户访问请求分发到应用服务器集群中的任何一台服务器上。

数据库读写分离

虽然使用缓存可以使绝大部分读操作可以不通过数据库就能完成，但是仍然有部分读操作（缓存不命中、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，数据库会因为负载压力过高而成为网站的瓶颈。

大部分主流数据库都支持主从热备功能，通过配置数据库的主从关系，可以将一台数据库服务器上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的读写分离。从而改善数据库负载压力。

使用读写分离还能提高性能，原因在于：

• 主从服务器负责各自的读和写，极大程度缓解了锁的争用；
• 从服务器可以配置 MyISAM 引擎，提升查询性能以及节约系统开销；
• slave可以单独设置一些参数来提升其读的性能。
• 增加冗余，提高可用性。

使用反向代理和 CDN 加速网站响应

不同地区访问网站的网络会有不同的延迟，网络访问延迟和用户流失率正相关，为了改善用户体验，留住用户，网站访问需要使用加速，主要手段是使用反向代理和 CDN。

反向代理和 CDN 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，用户可以从距离自己最近的机房获取数据；而反向代理部署在网站的中心机房，当用户请求到达中心机房后，首先访问的是反向代理服务器，如果反向代理服务器中缓存了用户请求的资源，就将其直接返回给用户。

使用分布式文件系统和分布式数据库系统

当数据规模非常庞大的时候，需要使用分布式数据库将网站数据库进行拆分，文件系统也一样，需要使用分布式文件系统。

使用 NoSQL 和搜索引擎

使用 NoSQL 和搜索引擎技术可以更方便地解决分布式数据存储和检索的问题。

业务拆分

为了应对日益复杂的业务场景，网站可以使用分而治之的手段将整个网站的业务划分，拆分成不同的应用，每个应用独立部署，单独维护。应用直接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。

分布式服务

当业务拆分越来越小，存储系统越来越庞大，应用系统的复杂度呈指数级增长，部署维护越来越困难。而且所有应用都需要和数据库系统进行连接，数据库连接资源不足，最终将拒绝服务。

这时可以把应用系统中许多相同的业务操作进一步提取出来，独立部署，比如用户管理，商品管理。由这些可复用的业务连接数据库，提供共用的业务服务。

大型网站的架构演化到这里，基本上大多数技术问题都得以解决。许多大型网站发展到一定阶段都开始建设云计算平台，将计算作为一种资源出售，中小网站不需要再关心技术架构问题，只需要按需购买，就可以获得更大的存储空间和更多的计算资源。

 

本文首发于 turbobin’s Blog 。转载请注明出处，附上本原文链接， 谢谢合作。

 

关注微信公众账号「曹当家的」，订阅最新文章推送