前言
一個成熟的大型網(wǎng)站（如淘寶、天貓、騰訊等）的系統(tǒng)架構(gòu)并不是一開始設(shè)計時就具備完整的高性能、高可用、高伸縮等特性的，它是隨著用戶量的增加，業(yè)務(wù)功能的擴展逐漸演變完善的，在這個過程中，開發(fā)模式、技術(shù)架構(gòu)、設(shè)計思想也發(fā)生了很大的變化，就連技術(shù)人員也從幾個人發(fā)展到一個部門甚至一條產(chǎn)品線。所以成熟的系統(tǒng)架構(gòu)是隨著業(yè)務(wù)的擴展而逐步完善的，并不是一蹴而就；不同業(yè)務(wù)特征的系統(tǒng)，會有各自的側(cè)重點，例如淘寶，要解決海量的商品信息的搜索、下單、支付，例如騰訊，要解決數(shù)億用戶的實時消息傳輸，百度它要處理海量的搜索請求，他們都有各自的業(yè)務(wù)特性，系統(tǒng)架構(gòu)也有所不同。盡管如此我們也可以從這些不同的網(wǎng)站背景下，找出其中共用的技術(shù)，這些技術(shù)和手段廣泛運用在大型網(wǎng)站系統(tǒng)的架構(gòu)中，下面就通過介紹大型網(wǎng)站系統(tǒng)的演化過程，來認識這些技術(shù)和手段。
一、最開始的網(wǎng)站架構(gòu)
最初的架構(gòu)，應(yīng)用程序、數(shù)據(jù)庫、文件都部署在一臺服務(wù)器上，如圖：
二、應(yīng)用、數(shù)據(jù)、文件分離
隨著業(yè)務(wù)的擴展，一臺服務(wù)器已經(jīng)不能滿足性能需求，故將應(yīng)用程序、數(shù)據(jù)庫、文件各自部署在獨立的服務(wù)器上，并且根據(jù)服務(wù)器的用途配置不同的硬件，達到最佳的性能效果。
三、利用緩存改善網(wǎng)站性能
在硬件優(yōu)化性能的同時，同時也通過軟件進行性能優(yōu)化，在大部分的網(wǎng)站系統(tǒng)中，都會利用緩存技術(shù)改善系統(tǒng)的性能，使用緩存主要源于熱點數(shù)據(jù)的存在，大部分網(wǎng)站訪問都遵循28原則（即80%的訪問請求，最終落在20%的數(shù)據(jù)上），所以我們可以對熱點數(shù)據(jù)進行緩存，減少這些數(shù)據(jù)的訪問路徑，提高用戶體驗。
緩存實現(xiàn)常見的方式是本地緩存、分布式緩存。當然還有CDN、反向代理等，這個后面再講。本地緩存，顧名思義是將數(shù)據(jù)緩存在應(yīng)用服務(wù)器本地，可以存在內(nèi)存中，也可以存在文件，OSCache就是常用的本地緩存組件。本地緩存的特點是速度快，但因為本地空間有限所以緩存數(shù)據(jù)量也有限。分布式緩存的特點是，可以緩存海量的數(shù)據(jù)，并且擴展非常容易，在門戶類網(wǎng)站中常常被使用，速度按理沒有本地緩存快，常用的分布式緩存是Memcached、Redis。
四、使用集群改善應(yīng)用服務(wù)器性能
應(yīng)用服務(wù)器作為網(wǎng)站的入口，會承擔大量的請求，我們往往通過應(yīng)用服務(wù)器集群來分擔請求數(shù)。應(yīng)用服務(wù)器前面部署負載均衡服務(wù)器調(diào)度用戶請求，根據(jù)分發(fā)策略將請求分發(fā)到多個應(yīng)用服務(wù)器節(jié)點。
常用的負載均衡技術(shù)硬件的有F5，價格比較貴，軟件的有LVS、Nginx、HAProxy。LVS是四層負載均衡，根據(jù)目標地址和端口選擇內(nèi)部服務(wù)器，Nginx和HAProxy是七層負載均衡，可以根據(jù)報文內(nèi)容選擇內(nèi)部服務(wù)器，因此LVS分發(fā)路徑優(yōu)于Nginx和HAProxy，性能要高些，而Nginx和HAProxy則更具配置性，如可以用來做動靜分離（根據(jù)請求報文特征，選擇靜態(tài)資源服務(wù)器還是應(yīng)用服務(wù)器）。
五、數(shù)據(jù)庫讀寫分離和分庫分表
隨著用戶量的增加，數(shù)據(jù)庫成為最大的瓶頸，改善數(shù)據(jù)庫性能常用的手段是進行讀寫分離以及分庫分表，讀寫分離顧名思義就是將數(shù)據(jù)庫分為讀庫和寫庫，通過主備功能實現(xiàn)數(shù)據(jù)同步。分庫分表則分為水平切分和垂直切分，水平切分則是對一個數(shù)據(jù)庫特大的表進行拆分，例如用戶表。垂直切分則是根據(jù)業(yè)務(wù)的不同來切分，如用戶業(yè)務(wù)、商品業(yè)務(wù)相關(guān)的表放在不同的數(shù)據(jù)庫中。
六、使用CDN和反向代理提高網(wǎng)站性能
假如我們的服務(wù)器都部署在成都的機房，對于四川的用戶來說訪問是較快的，而對于北京的用戶訪問是較慢的，這是由于四川和北京分別屬于電信和聯(lián)通的不同發(fā)達地區(qū)，北京用戶訪問需要通過互聯(lián)路由器經(jīng)過較長的路徑才能訪問到成都的服務(wù)器，返回路徑也一樣，所以數(shù)據(jù)傳輸時間比較長。對于這種情況，常常使用CDN解決，CDN將數(shù)據(jù)內(nèi)容緩存到運營商的機房，用戶訪問時先從最近的運營商獲取數(shù)據(jù)，這樣大大減少了網(wǎng)絡(luò)訪問的路徑。比較專業(yè)的CDN運營商有藍汛、網(wǎng)宿。
而反向代理，則是部署在網(wǎng)站的機房，當用戶請求達到時首先訪問反向代理服務(wù)器，反向代理服務(wù)器將緩存的數(shù)據(jù)返回給用戶，如果沒有緩存數(shù)據(jù)才會繼續(xù)訪問應(yīng)用服務(wù)器獲取，這樣做減少了獲取數(shù)據(jù)的成本。反向代理有Squid，Nginx。
七、使用分布式文件系統(tǒng)
用戶一天天增加，業(yè)務(wù)量越來越大，產(chǎn)生的文件越來越多，單臺的文件服務(wù)器已經(jīng)不能滿足需求，這時就需要分布式文件系統(tǒng)的支撐。常用的分布式文件系統(tǒng)有GFS、HDFS、TFS。
八、使用NoSql和搜索引擎
對于海量數(shù)據(jù)的查詢和分析，我們使用nosql數(shù)據(jù)庫加上搜索引擎可以達到更好的性能。并不是所有的數(shù)據(jù)都要放在關(guān)系型數(shù)據(jù)中。常用的NOSQL有mongodb、hbase、redis，搜索引擎有l(wèi)ucene、solr、elasticsearch。
九、將應(yīng)用服務(wù)器進行業(yè)務(wù)拆分
隨著業(yè)務(wù)進一步擴展，應(yīng)用程序變得非常臃腫，這時我們需要將應(yīng)用程序進行業(yè)務(wù)拆分，如百度分為新聞、網(wǎng)頁、圖片等業(yè)務(wù)。每個業(yè)務(wù)應(yīng)用負責相對獨立的業(yè)務(wù)運作。業(yè)務(wù)之間通過消息進行通信或者共享數(shù)據(jù)庫來實現(xiàn)。
十、搭建分布式服務(wù)
這時我們發(fā)現(xiàn)各個業(yè)務(wù)應(yīng)用都會使用到一些基本的業(yè)務(wù)服務(wù)，例如用戶服務(wù)、訂單服務(wù)、支付服務(wù)、安全服務(wù)，這些服務(wù)是支撐各業(yè)務(wù)應(yīng)用的基本要素。我們將這些服務(wù)抽取出來利用分部式服務(wù)框架搭建分布式服務(wù)。阿里的Dubbo是一個不錯的選擇。
小結(jié)
大型網(wǎng)站的架構(gòu)是根據(jù)業(yè)務(wù)需求不斷完善的，根據(jù)不同的業(yè)務(wù)特征會做特定的設(shè)計和考慮，本文只是講述一個常規(guī)大型網(wǎng)站會涉及的一些技術(shù)和手段。
申請創(chuàng)業(yè)報道，分享創(chuàng)業(yè)好點子。點擊此處，共同探討創(chuàng)業(yè)新機遇！
