大型网站架构演化历程

大型网站的技术挑战来自于庞大的用途、高并发的访问和海量的数据。国内最典型的案例就是淘宝网。任何简单的业务一旦需要处理以P计的数据和面对数以亿计的用户，问题就会变得很棘手，而大型网站架构主要解决的就是这类问题。

1、初始阶段的网站架构

任何大型网站都是从小型网站发展起来的，网站的架构也是一样。小型网站最开始时没有太多人访问，只需要一台服务器就够用了，这是的网站架构如图：

应用程序、数据库、文件等所有的资源都在一条服务器上。

2、应用服务器和数据服务分离

伴随着业务的发展，一台服务器逐渐不能满足需求。用户访问越来越多，导致性能越来越差，越来越多的数据导致存储空间不足。此时，需要将应用和数据分离。如下图：

应用服务器和数据分离后，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量的业务逻辑，因此需要更快的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。

3、使用缓存改善性能

伴随着用户逐渐增多，网站又一次面临挑战：数据库压力太大导致访问延迟，进而影响整个网站的性能，这时引入缓存机制。

网站访问的特点遵循二八规律：80%的业务访问集中在20%的数据上。既然大部分业务访问几种在一小部分数据上，name如果把这一小部分数据缓存在内存中，就可以减少数据库的访问压力。

网站使用的缓存分为两种：缓存在应用服务器上的“本地缓存”和缓存在专门的分布式服务器上的“远程缓存”。本地缓存访问速度更快，但是受到应用服务器内存的限制，而且还会出现和应用程序争用内存的情况。远程分布式缓存可以使用集群的方式，理论上不受内存容量限制。

使用缓存后，数据访问压力得到了有效的缓解，但是单一应用服务器能够处理的请求连接有限。

4、使用服务器集群

使用集群是网站解决高并发、海量数据问题的常用手段。当一台服务器处理能力、存储空间不足时，不要企图更换更强大的服务器，更恰当的做法是增加一台服务器分担原有服务器的访问及存储压力。如下图：

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“复制均衡调度服务器”，可将来自用户的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，只要加入更多的应用服务器即可。

5、数据库读写分离

网站在使用缓存后，使绝大部分的数据读访问都可以不通过数据库就能完成，但是仍有一部分读操作和全部的写操作需要访问数据库，当网站的用户达到一定的规模后，数据库也会想应用服务器一样，因为负载压力过高而成为网站的瓶颈。

目前大部分的数据库都提供了主从热备功能，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服务器上。网站利用数据库这个功能，实现数据库读写分离，从而改善数据库的负载压力，如图：

应用服务器在写数据时，访问主数据库，主数据库通过主从复制机制将数据同步到从数据库，这样当应用服务器读数据的时候，就可以通过从数据库获得数据。

6、使用方向代理和CDN加速网站响应

CND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，使用户在请求网络服务时，可以从距离自己最近的网络提供商机房获得数据；而反向代理则部署在网站的机房，当用户请求到达时，首先访问的是反向代理服务器，如果反向代理服务器缓存着用户的请求资源，就将其直接返回给用户。如图：

使用CDN和反向代理的目的都是尽早返回数据给用户，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。

7、使用分布式文件系统和分布式数据库系统

由于业务的持续增长，任何强大的单一服务器都满足不了需求。数据库经过读写分离后，从一台服务器拆分成两台服务器，但是，随着业务的发展依然不能满足需求，这时需要使用分布式数据库。文件系统也是一样，需要分布式文件系统，如图：

分布式数据库是网站数据库拆分的最后手段，只有在单表数据规模非常庞大的时候才使用。不到迫不得已，网站更常用的的数据库拆分手段是业务分库，将不同的业务数据库部署在不同的服务器上。

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，如图：

Nosql和搜索引擎都是源自于互联网的手段，对可伸缩的分布式特性具有更好的支持。应用服务器通过统一的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。

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、订单等拆分成不同的产品线，交由不用的业务团队负责。

具体到技术上，每一个网站拆分成许多不同的应用，每个应用独立部署维护。应用之间通过交际链路建立关系（在首页上链接指向不同的应用地址），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。如图：

10、分布式服务

网站系统中，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，那么可以将这些公用的业务提取出来，独立部署。由这些可复用的业务连接数据库，提供共用的业务服务，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，从而完成具体的业务操作。如图：

把每个应用都需要执行的业务操作，比如员工信息和客户信息，提供出来，然后独立部署和维护，由这些可复用的业务连接数据库，提供共用业务服务(api接口)，而应用系统只需要管理用户界面，通过远程服务调用完成具体业务操作。