大型網站架構體系的演變

　　網際網路上有很多關於網站架構的各種分享，有些主要是從運維和基礎架構的角度去分析的（堆機器，做叢集），太關注技術細節實現，普通的開發人員基本看不太懂。

　　本文上篇將主要介紹大型網站基礎架構的擴充套件，下篇則重點從應用程式的角度去介紹網站架構的擴充套件和演變。

　上篇

　　草根時期，快速開發網站並上線。當然，通常只是先試水，使用者規模也沒有形成，經濟能力和投入也非常有限。

　　有一定的業務量和使用者規模了，想提升網站速度，於是，快取出場了。

　　市場反響還不錯，使用者量每天在增長，資料庫瘋狂讀寫，逐漸發現一臺伺服器快撐不住了。於是，決定把DB和APP做分離。

　　單臺資料庫也感覺快撐不住了，一般都會嘗試做“讀寫分離”。由於大部分網際網路“讀多寫少”的特性所決定的。Salve的臺數，取決於按業務評估的讀寫比例。

 

　　資料庫層面是緩解了，但是應用程式層面也出現了瓶頸，由於訪問量增大，加上早期程式設計師水平有限寫的程式碼也很爛，人員流動性也大，很難去維護和優化。所以，很常用的辦法還是“堆機器”。

　　加機器誰都會加，關鍵是加完之後得有效果，加完之後可能會引發一些問題。例如非常常見的：頁面輸出快取和本地快取的問題，Session儲存的問題......

　　到這裡，已經基本做到了DB層面和應用層面的橫向擴充套件了，可以開始關注一些其它方面，例如：站內搜尋的精準度，對DB的依賴，開始引入全文索引。

　　Java領域用的較多的是Lucene、Solr等，而php領域用的比較多的是sphinx/coreseek。

　　到目前為止，一個能夠承載日均百萬級訪問量的中型網站架構基本介紹完了。當然，每一步擴充套件裡面都會有很多技術實現的細節，後續有時間會寫文章單獨去剖析那些細節。

　下篇

　　在做擴充套件滿足了基本的效能需求後，我們會逐漸關注“可用性”（也就是我們通常聽別人吹牛時說的SLA、幾個9）。如何保證真正“高可用”，也是個難題。

　　幾乎主流的大中型網際網路公司，都會有用到類似的架構，只是節點數不同而已。

　　還有一招用的比較多的，那就是動靜分離。可以需要開發人員配合（把靜態資源放獨立站點下），也可以不需要開發人員配合（利用7層反向代理來處理，根據字尾名等資訊來判斷資源型別）。有了單獨的靜態檔案伺服器之後，儲存也是個問題，也需要擴充套件。多臺伺服器的檔案怎麼保持一致，買不起共享儲存怎麼辦？分散式檔案系統也派上用場了。

　　還有一專案前國內外用的非常普遍的技術CDN加速。目前該領域競爭激烈，也已經比較便宜了。國內南北網際網路問題比較嚴重，使用CDN可以有效解決這個問題。

　　CDN的基本原理並不複雜，可以理解為智慧DNS+Squid反向代理快取 ，然後需要有很多機房節點提供訪問。

　　截止目前為止，都沒有怎麼去改動應用程式的架構，或者說通俗點，都不怎麼需要大面積的修改程式碼。

　　如果上面那些手段都用光了，還是支撐不住怎麼辦？不停的加機器也不是辦法啊？

　　隨著業務越來越複雜，網站的功能越來越多，雖然部署層面是採用的叢集，但是應用程式架構層面還是“集中式”的，這樣會導致很多耦合，不便於開發、維護，而且容易“一榮俱損”。所以，通常會把網站拆分出不同的子站點來單獨宿主。

　　應用都拆了，由於單個資料庫的連線，QPS，TPS，I/O處理能力都非常有限，DB層面也可以去做垂直分庫操作

　　拆分應用和DB之後，其實還是會有很多問題。不同的站點，裡面可能會有相同邏輯和功能的程式碼。當然，對於一些基礎的功能我們可以封裝DLL或者Jar包去到處提供引用，但是這種強依賴也很容易造成一些問題（版本問題、依賴關係等處理起來非常麻煩）。這樣，傳說中的SOA的價值就得到體現了。

　　應用、服務之間還是會出現一些依賴問題，這時候，高吞吐量的解耦利器出現了

　　最後，還介紹一個大型網際網路公司都用的絕技--分庫分表。個人經驗，不是業務發站和各方面非常迫切，不要輕易走這一步。

　　因為分庫分表誰都會幹，關鍵是拆完之後怎麼辦。目前，市面上還沒有完全開源免費的方案，能讓你一勞永逸地解決資料庫拆分問題。