Date： 2020/6/30 V1.0      

Author：Jessie

网站背景：

维基百科是全球第6大网站。全球三个数据中心、十几个人维护。本文通过对Wikipedia网站架构的设计中用到的技术方案和手段的描述，从而分析大型互联网站应用系统的设计和解决的问题。

网站架构：



先介绍各个技术部分：

• LVS：基于 Linux 的开源负载均衡服务器。

• DNS：Domain Name Service 域名解析。GeoDNS：基于开源域名服务器软件 BIND（Berkeley Internet Name Domain）的增强版本。用于就近机房（数据中心），返回数据中心的LVS负载均衡服务器的地址。

• Squid ：反向代理缓存服务器。

• Apache（PHP开发）：应用服务器集群。

•  Lighttpd：开源的应用服务器，用做图片服务器。

• Memcached：无中心高性能的开源分布式缓存系统。

• MySQL：开源的关系数据库管理系统。

• Lucene：由 Apache 出品，Java 开发的开源全文搜索引擎。

维基百科网站优化:

1.   应用服务和数据服务分离

应用服务处理大量的业务逻辑；数据库服务器需要快速的磁盘检索和数据缓存，需要更快的硬盘和更大的内存。

应用和数据分离后，不同的服务器承担不同的服务角色，提高网站的并发处理能力和改善数据的存储空间。

维基的网站中：

• MySQL数据库服务(橙色)和应用服务（紫色）分离。

2.   使用缓存改善网站的性能

将大部分业务访问集中在一小部分的数据上，通过将这部分数据缓存在内存中，将数据存放在距离计算最近的位置加快处理速度，减少数据库的访问压力。

维基的网站中：

• 分布式对象缓存：Memcached（紫色部分）：无中心高性能的开源分布式缓存系统，稳定、可靠、历久弥新，是网站分布式缓存服务必备的。 过期失效。缓存不更新，直接删除。删除后，下次访问没有则重新构建数据后加载入缓存。

3.   应用服务器集群、负载均衡调度服务器

改善网站的并发处理能力，实现系统的可伸缩性。通过负载均衡调度服务器，将用户浏览器的请求分发到应用服务器任一台服务器上。通过集群负荷分担，避免造成应用服务器的压力。

维基的网站中：

• LVS: 负载均衡服务器

4.   分布式静态资源

将网站的静态资源，如：JS、CSS，Logo图片等资源独立分布部署，采用独立的域名，（动静分离）。可以减轻应用服务器的负载压力，加快浏览器并发加载的速度。

维基的网站中：

• Lighttpd：用于静态图片的服务器。



5.   使用反向代理加速网站响应

反向代理的基本原理是缓存。都是加快用户访问速度，减轻后端服务器的负载压力。

反向代理，属于网站前端架构的一部分。部署在网站的中心机房，当用户请求到达中心机房后，首先访问反向代理服务器，如果反向代理服务器中缓存用户的请求资源，则将其直接返回用户。

维基的网站中:

• 如图中：Squid ：反向代理缓存服务器。大约部署有数十台服务器，请求通过 LVS 负载均衡地分发到每台 Squid 服务器，热点词条缓存在这里，大量请求可直接返回响应，请求无需发送到 Apache 服务器，减轻应用负载压力。Squid 缓存不能命中的请求再通过 LVS 发送到 Apache 应用服务器集群，如果有词条信息更新，应用服务器使用 Invalidation Notification 服务通知 Squid 缓存失效，重新访问应用服务器更新词条。