一个典型的大型互联网应用系统使用的技术方案

1、处理请求

消息格式判断：一般通过消息头，也就是定长 header 来判断消息是否正确，完整。屏蔽大部分无效请求 api 请求的鉴权：通过 session 判断，来判断是否消息是否通过。

2、请求转发：

• 负载均衡 ：

DNS 负载均衡：处理地理级别负载均衡，转发到服务器，粗粒度就近转发

硬件的负载均衡：通过单独的硬件设备来实现负载均衡，这类设备和路由器，交换机类似，可以理解为用于负载均衡的基础网络设备。典型 F5 和 A10，这个可以单独转发哪个机房

软件负载均衡：通过软件实现负载均衡（nginx 和 LVS），转发到某个服务器处理数据转发

• 消息队列

异步处理：提供系统的吞吐量

应用解耦：比如各个系统之前的解耦，如订单系统，库存系统的解耦

流量削锋：防止请求量过大引起服务的不可用，多用于秒杀，抢购

日志处理：最简单的 kafka

消息总线：单个系统之间消息处理，如 EventBus

• 缓存

更快读写的存储介质+减少 IO+减少 CPU 计算=性能优化。

浏览器缓存：浏览器可以缓存一些静态资源，比如图片、js、css 等，这些都是不常变化的内容，所以没有必要每次都去请

CDN 缓存：客户端会先检查浏览器的缓存，若缓存过期则会像 CDN 发送请求(Request)，CDN 检查缓存数据还未过期，那么直接返回响应（Response），只需两步搞定。但是，CDN 缓存过期，那么需要向应用服务器（Web Server）发起请求，获得新的数据响应，这部分新的数据按一定的缓存策略会选择是否缓存在 CDN 中

本地缓存：一般放到内存中比如 guava cache 或者 map 等

高性能缓存：最常见的 redis 缓存

引起问题：缓存穿透，缓存雪崩，缓存击穿

• 数据存储

关系性数据库：mysql，oracle，sql server 等

Nosql 数据:MongoDB,redis

大数据用的一些存储：HIve，Hadoop 等

现在要求高可用，高性能。

高性能增加机器目的在于“扩展”处理性能;高

可用增加机器目的在于“冗余”处理单元。