大型网站架构演化

一、大型网站软件系统的特点

高并发，大流量

高可用

海量数据

用户分布广泛，网络情况复杂

安全环境恶劣

需求快速变更，发布频繁

渐进式发展

二、大型网站架构演化发展历程

2.1 初始阶段的网站架构

小型网站最开始时没有太多人访问，只需要一台服务器就绰绰有余。这里，应用程序，数据库，文件等所有的资源都在一台服务器上。通常服务器操作系统使用Linux，应用程序使用PHP开发，然后部署在Apache服务器上，数据库使用Mysql,汇集各种免费开源软件及一台廉价服务器就可以开始网站的发展之路了。

2.2 应用服务和数据服务分离

随着网站业务的发展，一台服务器逐渐还能满足需要：越来越多的用户访问导致性能越来越差，越来越多的数据导致存储空间不足。这里就需要将应用和数据分离。应用 和数据分离后整个网站使用三台服务器：应用服务器，文件服务器和数据库服务器。

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师的业务逻辑，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；

*

2.3 使用缓存改善网站性能

网站访问特点和现实世界的财富分配一样遵循二八定律：80%的业务访问集中在20%的数据上。如，淘宝买家浏览的端口集中在少部分成交数多，评价良好的商品上；百度搜索关键词集中在少部分热门词汇上。

既然大部分的业务访问集中在一小部分数据上，那么如果把这一小部分数据缓存在内存中，可以减少数据库的访问压力，提高整个网站的数据访问数度，改变数据库的写入性能了。

网站缓存可以分为两种：缓存在应用服务器上的本地缓存和缓存在专门的健在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，但是爱应用服务器内存限制，其缓存数据量有限，而且会出现和应用程序急用内存的情况。

* 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。

*

2.4 使用应用服务器集群改善网站的并发处理能力

单一应用服务器能够处理的请求连接有限，在网站访问高斯，应用服务器成为整个网站的瓶颈。

使用集群是网站解决高并发、海量数据问题的常用手段。对网站架构而言，只要能通过增加一只服务器的方式改善负载压力，就可以以同样的方式持续增加服务器不断改善系统性能，从而实现系统的可伸缩性。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。

通过负载均衡调试服务器，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网站的瓶颈。

2.5 数据库读写分离

网站在使用缓存后，使绝大部分数据读操作访问都可以不通过数据库就能完成，但仍有一部分读操作（缓存访问不命中，或缓存过期）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评价热备功能，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数据库上。网站利用数据库的这一功能，实现数据库读写分离，从而发病数据库负载压力。具体实现：

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库的时候，就可以通过从数据库获得数据。为了便于应用程序访问读写分离后的数据库，通常在应用服务器端使用专门的数据库访问模块，使数据库读写分离对应用透明。

*

2.6 使用反向代理和CDN回事网站响应

网站访问延迟和用户流失率正相关，为了提供更好的用户体验，网站需要加速网站访问速度，主要手段有使用CDN和反向代理。

* 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，使用户在请求网站时，可以从距离自己最近的网络提供商机房获取数据；

* 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。

* 使用CDN和反向代理的目的都是迟早返回数据给用户，一方面加快用户访问速度，另一方面也减轻后端服务器的负载压力。

*

2.7 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也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数据库，但是随着网站业务的发展依然还能满足需求，这里需要使用分布式数据库。文件系统也一样，需要使用分布式文件系统。

2.8 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库技术如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。

2.9 业务拆分

大型网站为了应对日益复杂的业务场景，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，如大型购物交易网站就会将首页、商铺、订单、买家、卖家等拆分成不同的产品线，分归不同的业务团队负责。

具体到技术上，也会根据产品线划分，将一个网站拆分成许多不同的应用，每个应用部署维护。应用之间可以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，当然最多的还是通过访问同一个数据存储系统来构成一个关联的完整系统。

2.10 分布式服务

随着业务拆分越来越小，存储系统越来越大，应用系统的整体复杂度呈现指数级增加，部署维护越来越困难。由于所有应用要和所有数据库系统连接，在数万台服务器规模的网站中，这些连接的数目是服务器规模的平方，相当庞大。

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

2.11 云计算的发展

既然大型网站架构解决了海量数据的管理和高并发事务的处理，那么就可以把这些解决方案应用到网站自身以外的业务上去。

我们看到目前许多大型网站都建设了云计算平台，将计算作为一种基础资源出售，中小网站不需要再关心技术架构问题，只需要按需付费，就可以使网站随着业务的增长逐渐获得更大的存储空间和更多的计算资源。

三、小结

驱动大型网站技术发展的主要力量是网站的业务发展

不要企图用技术解决所有问题，能控制住并发访问量，很多棘手的问题也就迎刃而解了。

现在越来越多的小型网站从建立之初就是搭建在大型网站提供的云计算服务基础之上，所需要一切技术资源：计算、存储、网络都可以按需购买，线性伸缩，不需要自己一点一点地拼凑各种资源。