架构师训练营第四周作业

一个典型的大型互联网应用系统使用了哪些技术方案和手段，主要解决什么问题？请列举描述。



1.大数据和智能化。

主要有推荐算法，AI ，数据挖掘等，业务价值：

• 为企业提供基础的数据统计报表分析服务

• 通过数据产品、数据挖掘模型实现企业产品和运营的智能化，从而极大的提高企业的整体效能产出。最常见的应用领域有基于个性化推荐技术的精准营销服务、广告服务、基于模型算法的风控反欺诈服务征信服务，等等

• 通过对数据进行精心的包装，对外提供数据服务，从而获得现金收入。市面上比较常见有各大数据公司利用自己掌握的大数据，提供风控查询、验证、反欺诈服务，提供导客、导流、精准营销服务，提供数据开放平台服务，等等。



2.NoSQL和搜索引擎

常用的中间件有HBase，Mongodb , ES 等。主要解决关系型数据库不能解决海量数据的问题，可以用NoSQL和搜索引擎解决s海量数据的存储和海量数据的检索。



3.分布式文件系统和分布式数据库

常用的中间件有HDFS 、TFS ，mysql cluster 等，主要解决数据的存贮问题。



4.CDN加速

CDN即内容分发网络。其目的是通过在现有的Internet中增加一层新的CACHE(缓存)层，将网站的内容发布到最接近用户的网络”边缘“的节点，使用户可以就近取得所需的内容，提高用户访问网站的响应速度。

主要解决问题：每个用户的请求获取就近的CDN，避免网络拥塞、缓解源站压力，保证用户访问资源的速度和体验。s



5.反向代理。

常用的中间件有 nginx ,HAproxy 等。

主要解决问题：

• 缓存，将服务器的响应缓存在自己的内存中，减少服务器的压力。

• 负载均衡，将用户请求分配给多个服务器。

• 访问控制

• 加上一些特殊的东西做特殊的事情（如IPS—入侵防御系统、web应用防火墙等）



6.服务器集群

主要解决单机性能瓶颈的问题，使用多台计算机组成一个集群对外提供服务。



7.分布式缓存

常用中间件Redis 等。

主要解决问题：热点数据的缓存，避免的频繁访问数据库。分布式缓存能够高性能地读取数据、能够动态地扩展缓存节点、能够自动发现和切换故障节点、能够自动均衡数据分区。



8.业务域拆分。

主要解决问题：业务之间的关联解耦，避免了业务间的依赖过于紧密，业务直接调用通过API接口的方式。