乾貨 | 大型網站專案架構技術一覽

瀏覽器最佳化技術

並不是最佳化瀏覽器，而是透過最佳化響應頁面，加快瀏覽器頁面的載入和顯示，常用的有頁面快取、合併HTTP減少請求次數、使用頁面壓縮等。

CDN

內容分發網路，部署在網路運營商機房，透過將靜態頁面內容分發到離使用者最近最近的CDN伺服器，使使用者可以透過最短路徑獲取內容。

動靜分離，靜態資源獨立部署

靜態資源，如JS、CSS等檔案部署在專門的伺服器叢集上，和Web應用動態內容服務分離，並使用專門的（二級）域名。

圖片服務

圖片不是指網站Logo、按鈕圖示等，這些檔案屬於上面提到的靜態資源，應該和JS、CSS部署在一起。這裡的圖片指使用者上傳的圖片，如產品圖片、使用者頭像等，圖片服務同樣適用獨立部署的圖片伺服器叢集，並使用獨立（二級）域名。

反向代理

部署在網站機房，在應用伺服器、靜態資源伺服器、圖片伺服器之前，提供頁面快取服務。

DNS

域名服務，將域名解析成IP地址，利用DNS可以實現DNS負載均衡，配置CDN也需要修改DNS，使域名解析後指向CDN伺服器。

二、應用層架構

應用層是處理網站主要業務邏輯的地方。

開發框架

網站業務是多變的，網站的大部分軟體工程師都是在加班加點開發網站業務，一個好的開發框架至關重要。一個號的開發框架應該能夠分離關注面，使美工、開發工程師可以各司其事，易於協作。同時還應該內建一些安全策略，防護Web用攻擊。

頁面渲染

將分別開發維護的動態內容和靜態頁面模板整合起來，組合成最終顯示給使用者的完整頁面。

負載均衡

將多臺應用伺服器組成一個叢集，透過負載均衡技術將使用者請求分發到不同的伺服器上，以應對大量使用者同時訪問時產生的高併發負載壓力。

Session管理

為了實現高可用的應用伺服器叢集，應用伺服器通常設計為無狀態，不儲存使用者請求上下文資訊，但是網站業務通常需要保持使用者會話資訊，需要專門的機制管理Session，使叢集內甚至跨叢集的應用伺服器可以共享Session。

動態頁面靜態化

對於訪問量特別大而更新又不很頻繁的動態頁面，可以將其靜態化，即生成一個靜態頁面，利用靜態頁面的最佳化手段加速使用者訪問，如反向代理、CDN、瀏覽器快取等。

業務拆分

將複雜而龐大的業務拆分開來，形成多個規模較小的產品，獨立開發、部署、維護，除了降低系統耦合度，也便於資料庫業務分庫。按業務對關聯式資料庫進行拆分，技術難度相對較小，而效果又相對較好。

虛擬化伺服器

將一臺物理伺服器虛擬化成多型虛擬伺服器，對於併發訪問較低的業務，更容易用較少的資源構架高可用的應用伺服器叢集。

提供基礎服務，供應用層呼叫，完成網站業務。

分散式訊息

利用訊息佇列機制，實現業務和業務、業務和服務之間的非同步訊息傳送及低耦合的業務關係。

分散式服務

提供高效能、低耦合、易複用、易管理的分散式服務，在網站實現面向服務架構（SOA）。

分散式快取

透過可伸縮的伺服器叢集提供大規模熱點資料的快取服務，是網站效能最佳化的重要手段。

分散式配置

系統執行需要配置許多引數，如果這些引數需要修改，比如分散式快取叢集加入新的快取伺服器，需要修改應用程式客戶端的快取伺服器列表配置，並重啟應用程式伺服器。分散式配置在系統執行期提供配置動態推送服務，將配置修改實時推送到應用系統，無需重啟伺服器。

提供資料、檔案的持久化儲存訪問與管理服務。

分散式檔案

網站線上業務需要儲存的檔案大部分都是圖片、網頁、影片等比較小的檔案，但是這些檔案的數量非常龐大，而且通常都在持續增加，需要伸縮性設計比較好的分散式檔案系統。

關聯式資料庫

大部分萬丈的主要業務是基於關聯式資料庫開發的，但是關聯式資料庫對叢集伸縮性的支援表較差。透過在應用程式的資料訪問層增加資料庫訪問的路由功能，根據業務配置將資料庫訪問路由到不同的物理資料庫上，可實現關聯式資料庫的分散式訪問。

NoSQL資料庫

目前各種NoSQL資料庫層出不窮，在記憶體管理、資料模型、叢集分散式管理等方面各有優勢，不過從社群活動性角度看，HBase無疑是目前最好的。

資料同步

在支援全球範圍內資料共享的分散式資料庫技術成熟之前，擁有多個資料中心的網站必須在多個資料中心之間進行資料同步，以保證每個資料中心都擁有完整的資料。在實踐中，為了減輕資料庫壓力，將資料庫的事物日誌（或者NoSQL的寫操作Log）同步到其他資料中心，根據Log進行資料重演，實現資料同步。

網站應用中，除了要處理使用者的實時訪問請求外，還有一些後臺非實時資料分析要處理。

搜尋引擎

即使是網站內部的搜尋引擎，也需要進行資料增量更新及全量更新、構建索引等。這些操作透過後臺系統定時執行。

資料倉儲

根據離線資料，提供資料分析與資料探勘服務。

推薦系統

社交網站及購物網站透過挖掘人與人之間的關係，人和商品之間的關係，發展潛在的人際關係和購物興趣，為使用者提供個性化推薦服務。

監控網站訪問情況與系統執行情況，為網站運營決策和運維管理提供支援保障。

瀏覽器資料採集

透過在網站頁面中嵌入JS指令碼採集使用者瀏覽器環境與操作記錄，分析使用者行為。

伺服器業務資料採集

伺服器業務資料包括兩種，一種是採集在伺服器端記錄的使用者請求操作日誌；一種是採集應用程式執行期業務資料，比如待處理訊息數目等。

伺服器效能資料採集

採集伺服器效能資料，如系統負載、記憶體使用率、網路卡流量等。

系統監控

將前述採集的資料以圖表的方式展示，以便運營和運維人員監控網站執行狀況，做到這一步僅僅是系統監視。更先進的做法是根據採集的資料進行自動化運維，自動處理系統異常狀況，是吸納自動化控制。

系統報警

如果採集來的資料超過預設的正常情況的閥值，比如系統負載過高，就透過郵件、簡訊、語音電話等方式發出警報訊號，等待工程師干預。

保護網站免遭攻擊及敏感資訊洩露。

Web攻擊

以HTTP請求的方式發起的攻擊，危害最大的就是XSS和SQL隱碼攻擊。但是隻要措施得當，這兩種攻擊都是比較容易防範的。

資料保護

敏感資訊加密傳輸與儲存，保護網站和使用者資產。

機房架構

對於一個擁有十萬臺伺服器的大型網站，每臺伺服器耗電（包括伺服器本身耗電及空調耗電）每年大約需要人民幣2000元，那麼網站每年機房電費就需要兩億人民幣。資料中心能耗問題日趨嚴重，Google、Facebook選擇資料中心地理位置的時候趨向選擇散熱良好，供電充裕的地方。

機櫃架構

包括機櫃大小，網線佈局、指示燈規格、不間斷電源、電壓規格（是48V直流電還是220V民用交流電）等一系列問題。

伺服器架構

大型網站由於伺服器採購規模龐大，大都採用定製伺服器的方式代替購買伺服器整機。根據網站應用需求，定製硬碟、記憶體、甚至CPU，同時去除不必要的外設介面（顯示器輸出介面，滑鼠、鍵盤輸入介面），並使空間結構利於散熱。