億級Web系統搭建：單機到分散式叢集

http://blog.jobbole.com/91738/

當一個Web系統從日訪問量10萬逐步增長到1000萬，甚至超過1億的過程中，Web系統承受的壓力會越來越大，在這個過程中，我們會遇到很多的問題。為了解決這些效能壓力帶來問題，我們需要在Web系統架構層面搭建多個層次的快取機制。在不同的壓力階段，我們會遇到不同的問題，通過搭建不同的服務和架構來解決。

Web負載均衡

Web負載均衡（Load Balancing），簡單地說就是給我們的伺服器叢集分配“工作任務”，而採用恰當的分配方式，對於保護處於後端的Web伺服器來說，非常重要。

負載均衡的策略有很多，我們從簡單的講起哈。

1. HTTP重定向

當使用者發來請求的時候，Web伺服器通過修改HTTP響應頭中的Location標記來返回一個新的url，然後瀏覽器再繼續請求這個新url，實際上就是頁面重定向。通過重定向，來達到“負載均衡”的目標。例如，我們在下載PHP原始碼包的時候，點選下載連結時，為了解決不同國家和地域下載速度的問題，它會返回一個離我們近的下載地址。重定向的HTTP返回碼是302，如下圖：

億級Web系統搭建——單機到分散式叢集 – hansionxu – 技術的天空

如果使用PHP程式碼來實現這個功能，方式如下：

這個重定向非常容易實現，並且可以自定義各種策略。但是，它在大規模訪問量下，效能不佳。而且，給使用者的體驗也不好，實際請求發生重定向，增加了網路延時。

2. 反向代理負載均衡

反向代理服務的核心工作主要是轉發HTTP請求，扮演了瀏覽器端和後臺Web伺服器中轉的角色。因為它工作在HTTP層（應用層），也就是網路七層結構中的第七層，因此也被稱為“七層負載均衡”。可以做反向代理的軟體很多，比較常見的一種是Nginx。

Nginx是一種非常靈活的反向代理軟體，可以自由定製化轉發策略，分配伺服器流量的權重等。反向代理中，常見的一個問題，就是Web伺服器儲存的session資料，因為一般負載均衡的策略都是隨機分配請求的。同一個登入使用者的請求，無法保證一定分配到相同的Web機器上，會導致無法找到session的問題。

解決方案主要有兩種：

1. 配置反向代理的轉發規則，讓同一個使用者的請求一定落到同一臺機器上（通過分析cookie），複雜的轉發規則將會消耗更多的CPU，也增加了代理伺服器的負擔。
2. 將session這類的資訊，專門用某個獨立服務來儲存，例如redis/memchache，這個方案是比較推薦的。

反向代理服務，也是可以開啟快取的，如果開啟了，會增加反向代理的負擔，需要謹慎使用。這種負載均衡策略實現和部署非常簡單，而且效能表現也比較好。但是，它有“單點故障”的問題，如果掛了，會帶來很多的麻煩。而且，到了後期Web伺服器繼續增加，它本身可能成為系統的瓶頸。

3. IP負載均衡

IP負載均衡服務是工作在網路層（修改IP）和傳輸層（修改埠，第四層），比起工作在應用層（第七層）效能要高出非常多。原理是，他是對IP層的資料包的IP地址和埠資訊進行修改，達到負載均衡的目的。這種方式，也被稱為“四層負載均衡”。常見的負載均衡方式，是LVS（Linux Virtual Server，Linux虛擬服務），通過IPVS（IP Virtual Server，IP虛擬服務）來實現。

在負載均衡伺服器收到客戶端的IP包的時候，會修改IP包的目標IP地址或埠，然後原封不動地投遞到內部網路中，資料包會流入到實際Web伺服器。實際伺服器處理完成後，又會將資料包投遞迴給負載均衡伺服器，它再修改目標IP地址為使用者IP地址，最終回到客戶端。

上述的方式叫LVS-NAT，除此之外，還有LVS-RD（直接路由），LVS-TUN（IP隧道），三者之間都屬於LVS的方式，但是有一定的區別，篇幅問題，不贅敘。

IP負載均衡的效能要高出Nginx的反向代理很多，它只處理到傳輸層為止的資料包，並不做進一步的組包，然後直接轉發給實際伺服器。不過，它的配置和搭建比較複雜。

4. DNS負載均衡

DNS（Domain Name System）負責域名解析的服務，域名url實際上是伺服器的別名，實際對映是一個IP地址，解析過程，就是DNS完成域名到IP的對映。而一個域名是可以配置成對應多個IP的。因此，DNS也就可以作為負載均衡服務。

這種負載均衡策略，配置簡單，效能極佳。但是，不能自由定義規則，而且，變更被對映的IP或者機器故障時很麻煩，還存在DNS生效延遲的問題。

5. DNS/GSLB負載均衡

我們常用的CDN（Content Delivery Network，內容分發網路）實現方式，其實就是在同一個域名對映為多IP的基礎上更進一步，通過GSLB（Global Server Load Balance，全域性負載均衡）按照指定規則對映域名的IP。一般情況下都是按照地理位置，將離使用者近的IP返回給使用者，減少網路傳輸中的路由節點之間的跳躍消耗。

圖中的“向上尋找”，實際過程是LDNS（Local DNS）先向根域名服務（Root Name Server）獲取到頂級根的Name Server（例如.com的），然後得到指定域名的授權DNS，然後再獲得實際伺服器IP。

CDN在Web系統中，一般情況下是用來解決大小較大的靜態資源（html/Js/Css/圖片等）的載入問題，讓這些比較依賴網路下載的內容，儘可能離使用者更近，提升使用者體驗。

例如，我訪問了一張imgcache.gtimg.cn上的圖片（騰訊的自建CDN，不使用qq.com域名的原因是防止http請求的時候，帶上了多餘的cookie資訊），我獲得的IP是183.60.217.90。

這種方式，和前面的DNS負載均衡一樣，不僅效能極佳，而且支援配置多種策略。但是，搭建和維護成本非常高。網際網路一線公司，會自建CDN服務，中小型公司一般使用第三方提供的CDN。

Web系統的快取機制的建立和優化

剛剛我們講完了Web系統的外部網路環境，現在我們開始關注我們Web系統自身的效能問題。我們的Web站點隨著訪問量的上升，會遇到很多的挑戰，解決這些問題不僅僅是擴容機器這麼簡單，建立和使用合適的快取機制才是根本。

最開始，我們的Web系統架構可能是這樣的，每個環節，都可能只有1臺機器。

我們從最根本的資料儲存開始看哈。

一、 MySQL資料庫內部快取使用

MySQL的快取機制，就從先從MySQL內部開始，下面的內容將以最常見的InnoDB儲存引擎為主。

1. 建立恰當的索引

最簡單的是建立索引，索引在表資料比較大的時候，起到快速檢索資料的作用，但是成本也是有的。首先，佔用了一定的磁碟空間，其中組合索引最突出，使用需要謹慎，它產生的索引甚至會比源資料更大。其次，建立索引之後的資料insert/update/delete等操作，因為需要更新原來的索引，耗時會增加。當然，實際上我們的系統從總體來說，是以select查詢操作居多，因此，索引的使用仍然對系統效能有大幅提升的作用。

2. 資料庫連線執行緒池快取

如果，每一個資料庫操作請求都需要建立和銷燬連線的話，對資料庫來說，無疑也是一種巨大的開銷。為了減少這型別的開銷，可以在MySQL中配置thread_cache_size來表示保留多少執行緒用於複用。執行緒不夠的時候，再建立，空閒過多的時候，則銷燬。

其實，還有更為激進一點的做法，使用pconnect（資料庫長連線），執行緒一旦建立在很長時間內都保持著。但是，在訪問量比較大，機器比較多的情況下，這種用法很可能會導致“資料庫連線數耗盡”，因為建立連線並不回收，最終達到資料庫的max_connections（最大連線數）。因此，長連線的用法通常需要在CGI和MySQL之間實現一個“連線池”服務，控制CGI機器“盲目”建立連線數。

建立資料庫連線池服務，有很多實現的方式，PHP的話，我推薦使用swoole（PHP的一個網路通訊擴充）來實現。

3. Innodb快取設定（innodb_buffer_pool_size）

innodb_buffer_pool_size這是個用來儲存索引和資料的記憶體快取區，如果機器是MySQL獨佔的機器，一般推薦為機器實體記憶體的80%。在取表資料的場景中，它可以減少磁碟IO。一般來說，這個值設定越大，cache命中率會越高。

4. 分庫/分表/分割槽。

MySQL資料庫表一般承受資料量在百萬級別，再往上增長，各項效能將會出現大幅度下降，因此，當我們預見資料量會超過這個量級的時候，建議進行分庫/分表/分割槽等操作。最好的做法，是服務在搭建之初就設計為分庫分表的儲存模式，從根本上杜絕中後期的風險。不過，會犧牲一些便利性，例如列表式的查詢，同時，也增加了維護的複雜度。不過，到了資料量千萬級別或者以上的時候，我們會發現，它們都是值得的。

二、 MySQL資料庫多臺服務搭建

1臺MySQL機器，實際上是高風險的單點，因為如果它掛了，我們Web服務就不可用了。而且，隨著Web系統訪問量繼續增加，終於有一天，我們發現1臺MySQL伺服器無法支撐下去，我們開始需要使用更多的MySQL機器。當引入多臺MySQL機器的時候，很多新的問題又將產生。

1. 建立MySQL主從，從庫作為備份

這種做法純粹為了解決“單點故障”的問題，在主庫出故障的時候，切換到從庫。不過，這種做法實際上有點浪費資源，因為從庫實際上被閒著了。

2. MySQL讀寫分離，主庫寫，從庫讀。

兩臺資料庫做讀寫分離，主庫負責寫入類的操作，從庫負責讀的操作。並且，如果主庫發生故障，仍然不影響讀的操作，同時也可以將全部讀寫都臨時切換到從庫中（需要注意流量，可能會因為流量過大，把從庫也拖垮）。

3. 主主互備。

兩臺MySQL之間互為彼此的從庫，同時又是主庫。這種方案，既做到了訪問量的壓力分流，同時也解決了“單點故障”問題。任何一臺故障，都還有另外一套可供使用的服務。

不過，這種方案，只能用在兩臺機器的場景。如果業務擴充還是很快的話，可以選擇將業務分離，建立多個主主互備。

三、 MySQL資料庫機器之間的資料同步

每當我們解決一個問題，新的問題必然誕生在舊的解決方案上。當我們有多臺MySQL，在業務高峰期，很可能出現兩個庫之間的資料有延遲的場景。並且，網路和機器負載等，也會影響資料同步的延遲。我們曾經遇到過，在日訪問量接近1億的特殊場景下，出現，從庫資料需要很多天才能同步追上主庫的資料。這種場景下，從庫基本失去效用了。

於是，解決同步問題，就是我們下一步需要關注的點。

1. MySQL自帶多執行緒同步

MySQL5.6開始支援主庫和從庫資料同步，走多執行緒。但是，限制也是比較明顯的，只能以庫為單位。MySQL資料同步是通過binlog日誌，主庫寫入到binlog日誌的操作，是具有順序的，尤其當SQL操作中含有對於表結構的修改等操作，對於後續的SQL語句操作是有影響的。因此，從庫同步資料，必須走單程式。

2. 自己實現解析binlog，多執行緒寫入。

以資料庫的表為單位，解析binlog多張表同時做資料同步。這樣做的話，的確能夠加快資料同步的效率，但是，如果表和表之間存在結構關係或者資料依賴的話，則同樣存在寫入順序的問題。這種方式，可用於一些比較穩定並且相對獨立的資料表。

國內一線網際網路公司，大部分都是通過這種方式，來加快資料同步效率。還有更為激進的做法，是直接解析binlog，忽略以表為單位，直接寫入。但是這種做法，實現複雜，使用範圍就更受到限制，只能用於一些場景特殊的資料庫中（沒有表結構變更，表和表之間沒有資料依賴等特殊表）。

四、 在Web伺服器和資料庫之間建立快取

實際上，解決大訪問量的問題，不能僅僅著眼於資料庫層面。根據“二八定律”，80%的請求只關注在20%的熱點資料上。因此，我們應該建立Web伺服器和資料庫之間的快取機制。這種機制，可以用磁碟作為快取，也可以用記憶體快取的方式。通過它們，將大部分的熱點資料查詢，阻擋在資料庫之前。

1. 頁面靜態化

使用者訪問網站的某個頁面，頁面上的大部分內容在很長一段時間內，可能都是沒有變化的。例如一篇新聞報導，一旦釋出幾乎是不會修改內容的。這樣的話，通過CGI生成的靜態html頁面快取到Web伺服器的磁碟本地。除了第一次，是通過動態CGI查詢資料庫獲取之外，之後都直接將本地磁碟檔案返回給使用者。

在Web系統規模比較小的時候，這種做法看似完美。但是，一旦Web系統規模變大，例如當我有100臺的Web伺服器的時候。那樣這些磁碟檔案，將會有100份，這個是資源浪費，也不好維護。這個時候有人會想，可以集中一臺伺服器存起來，呵呵，不如看看下面一種快取方式吧，它就是這樣做的。

2. 單臺記憶體快取

通過頁面靜態化的例子中，我們可以知道將“快取”搭建在Web機器本機是不好維護的，會帶來更多問題（實際上，通過PHP的apc擴充，可通過Key/value操作Web伺服器的本機記憶體）。因此，我們選擇搭建的記憶體快取服務，也必須是一個獨立的服務。

記憶體快取的選擇，主要有redis/memcache。從效能上說，兩者差別不大，從功能豐富程度上說，Redis更勝一籌。

3. 記憶體快取叢集

當我們搭建單臺記憶體快取完畢，我們又會面臨單點故障的問題，因此，我們必須將它變成一個叢集。簡單的做法，是給他增加一個slave作為備份機器。但是，如果請求量真的很多，我們發現cache命中率不高，需要更多的機器記憶體呢？因此，我們更建議將它配置成一個叢集。例如，類似redis cluster。

Redis cluster叢集內的Redis互為多組主從，同時每個節點都可以接受請求，在擴充叢集的時候比較方便。客戶端可以向任意一個節點傳送請求，如果是它的“負責”的內容，則直接返回內容。否則，查詢實際負責Redis節點，然後將地址告知客戶端，客戶端重新請求。

對於使用快取服務的客戶端來說，這一切是透明的。

記憶體快取服務在切換的時候，是有一定風險的。從A叢集切換到B叢集的過程中，必須保證B叢集提前做好“預熱”（B叢集的記憶體中的熱點資料，應該儘量與A叢集相同，否則，切換的一瞬間大量請求內容，在B叢集的記憶體快取中查詢不到，流量直接衝擊後端的資料庫服務，很可能導致資料庫當機）。

4. 減少資料庫“寫”

上面的機制，都實現減少資料庫的“讀”的操作，但是，寫的操作也是一個大的壓力。寫的操作，雖然無法減少，但是可以通過合併請求，來起到減輕壓力的效果。這個時候，我們就需要在記憶體快取叢集和資料庫叢集之間，建立一個修改同步機制。

先將修改請求生效在cache中，讓外界查詢顯示正常，然後將這些sql修改放入到一個佇列中儲存起來，佇列滿或者每隔一段時間，合併為一個請求到資料庫中更新資料庫。

除了上述通過改變系統架構的方式提升寫的效能外，MySQL本身也可以通過配置引數innodb_flush_log_at_trx_commit來調整寫入磁碟的策略。如果機器成本允許，從硬體層面解決問題，可以選擇老一點的RAID（Redundant Arrays of independent Disks，磁碟列陣）或者比較新的SSD（Solid State Drives，固態硬碟）。

5. NoSQL儲存

不管資料庫的讀還是寫，當流量再進一步上漲，終會達到“人力有窮時”的場景。繼續加機器的成本比較高，並且不一定可以真正解決問題的時候。這個時候，部分核心資料，就可以考慮使用NoSQL的資料庫。NoSQL儲存，大部分都是採用key-value的方式，這裡比較推薦使用上面介紹過Redis，Redis本身是一個記憶體cache，同時也可以當做一個儲存來使用，讓它直接將資料落地到磁碟。

這樣的話，我們就將資料庫中某些被頻繁讀寫的資料，分離出來，放在我們新搭建的Redis儲存叢集中，又進一步減輕原來MySQL資料庫的壓力，同時因為Redis本身是個記憶體級別的Cache，讀寫的效能都會大幅度提升。

國內一線網際網路公司，架構上採用的解決方案很多是類似於上述方案，不過，使用的cache服務卻不一定是Redis，他們會有更豐富的其他選擇，甚至根據自身業務特點開發出自己的NoSQL服務。

6. 空節點查詢問題

當我們搭建完前面所說的全部服務，認為Web系統已經很強的時候。我們還是那句話，新的問題還是會來的。空節點查詢，是指那些資料庫中根本不存在的資料請求。例如，我請求查詢一個不存在人員資訊，系統會從各級快取逐級查詢，最後查到到資料庫本身，然後才得出查詢不到的結論，返回給前端。因為各級cache對它無效，這個請求是非常消耗系統資源的，而如果大量的空節點查詢，是可以衝擊到系統服務的。

在我曾經的工作經歷中，曾深受其害。因此，為了維護Web系統的穩定性，設計適當的空節點過濾機制，非常有必要。

我們當時採用的方式，就是設計一張簡單的記錄對映表。將存在的記錄儲存起來，放入到一臺記憶體cache中，這樣的話，如果還有空節點查詢，則在快取這一層就被阻擋了。

 

異地部署（地理分散式）

完成了上述架構建設之後，我們的系統是否就已經足夠強大了呢？答案當然是否定的哈，優化是無極限的。Web系統雖然表面上看，似乎比較強大了，但是給予使用者的體驗卻不一定是最好的。因為東北的同學，訪問深圳的一個網站服務，他還是會感到一些網路距離上的慢。這個時候，我們就需要做異地部署，讓Web系統離使用者更近。

一、 核心集中與節點分散

有玩過大型網遊的同學都會知道，網遊是有很多個區的，一般都是按照地域來分，例如廣東專區，北京專區。如果一個在廣東的玩家，去北京專區玩，那麼他會感覺明顯比在廣東專區卡。實際上，這些大區的名稱就已經說明了，它的伺服器所在地，所以，廣東的玩家去連線地處北京的伺服器，網路當然會比較慢。

當一個系統和服務足夠大的時候，就必須開始考慮異地部署的問題了。讓你的服務，儘可能離使用者更近。我們前面已經提到了Web的靜態資源，可以存放在CDN上，然後通過DNS/GSLB的方式，讓靜態資源的分散“全國各地”。但是，CDN只解決的靜態資源的問題，沒有解決後端龐大的系統服務還只集中在某個固定城市的問題。

這個時候，異地部署就開始了。異地部署一般遵循：核心集中，節點分散。

• 核心集中：實際部署過程中，總有一部分的資料和服務存在不可部署多套，或者部署多套成本巨大。而對於這些服務和資料，就仍然維持一套，而部署地點選擇一個地域比較中心的地方，通過網路內部專線來和各個節點通訊。
• 節點分散：將一些服務部署為多套，分佈在各個城市節點，讓使用者請求儘可能選擇近的節點訪問服務。

例如，我們選擇在上海部署為核心節點，北京，深圳，武漢，上海為分散節點（上海自己本身也是一個分散節點）。我們的服務架構如圖：

需要補充一下的是，上圖中上海節點和核心節點是同處於一個機房的，其他分散節點各自獨立機房。
國內有很多大型網遊，都是大致遵循上述架構。它們會把資料量不大的使用者核心賬號等放在核心節點，而大部分的網遊資料，例如裝備、任務等資料和服務放在地區節點裡。當然，核心節點和地域節點之間，也有快取機制。

二、 節點容災和過載保護

節點容災是指，某個節點如果發生故障時，我們需要建立一個機制去保證服務仍然可用。毫無疑問，這裡比較常見的容災方式，是切換到附近城市節點。假如系統的天津節點發生故障，那麼我們就將網路流量切換到附近的北京節點上。考慮到負載均衡，可能需要同時將流量切換到附近的幾個地域節點。另一方面，核心節點自身也是需要自己做好容災和備份的，核心節點一旦故障，就會影響全國服務。

過載保護，指的是一個節點已經達到最大容量，無法繼續接接受更多請求了，系統必須有一個保護的機制。一個服務已經滿負載，還繼續接受新的請求，結果很可能就是當機，影響整個節點的服務，為了至少保障大部分使用者的正常使用，過載保護是必要的。

解決過載保護，一般2個方向：

• 拒絕服務，檢測到滿負載之後，就不再接受新的連線請求。例如網遊登入中的排隊。
• 分流到其他節點。這種的話，系統實現更為複雜，又涉及到負載均衡的問題。

小結

Web系統會隨著訪問規模的增長，漸漸地從1臺伺服器可以滿足需求，一直成長為“龐然大物”的大叢集。而這個Web系統變大的過程，實際上就是我們解決問題的過程。在不同的階段，解決不同的問題，而新的問題又誕生在舊的解決方案之上。

系統的優化是沒有極限的，軟體和系統架構也一直在快速發展，新的方案解決了老的問題，同時也帶來新的挑戰。