[思考加讨论]建立中大型社区类网站的技术方案
实话实说，本人目前正在开发一个社区类网站，网站前景还不错，也正在向中大型社区类网站转型。
面临改版，我需要负责整体网站的技术规划，以下是我改版的一些计划，分享出来，一方面是希望得到指点，一方面也共享给没有做过这方面工作的同行。
背景：网站目前日访问12万IP，30~40万PV左右.采用C#+SQL2005+IIS6.0+Windows2003。
一）网站结构介绍
改版思路如下：
1）文件和图片与网站分离
这样做的好处可以加快含大量图片的网页的访问速度，另外也不至于因为存在大量下载而使整个网站访问受阻。
（1）硬件需求，一台大容量硬盘的服务器，CPU，内存配置一般即可。
（2）包含数据：这一部分并不包括论坛的数据，论坛(已经改用NTdiscuz 3.0)是discuz开发，有自己的存储方案，文件服务用于存新闻，论文，博客，会议，用户相册，文件，文献等等数据。
（3）数据量大小：数据量会越来越大。程序开发时可以考虑对每个用户进行上传数量的限制。另个文件服务器硬盘需500G以上。以后再考虑加磁盘阵列也可以。但需要考虑到能加。
（4）存储方案：不同频道建立一个文件夹，如blog,news,paper等，每个文件夹下分开文件(files)，图片(images)然后再按日期建立文件夹
如2010/3/。
（5）文件类型，附件允许.doc,.pdf,rar,zip,xls,ppt。图片允许.jpg, .gif, .png.大小控制附件不于5M，图片不大于1.5M.另个可以对各个频道进行分别处理，即可以设置每个频道上传类型和类型大小。严格控制非法文件上传。
（6）权限控制：文件服务器文件没有脚本可以执行的权限，整个服务器根限只有读取，即使木马上传也无能为力。
(7）技术实现，使用webservices或其它手段，进行远程文件上传.上传接口要统一.另可以iframe实现，这个待考虑。
（8）目前状况：已经写好统计文件上传类。旧的数据存储保持不动。
2)加入高速缓存服务器
做社区，做博客没有缓存是很可怕的，数据库无法应付。加入高速缓存的好处能极大提高网页访问速度，对于访问频繁的页面尤其需要。
（1）硬件需求，一台大内存的服务器(64位，16G内存)，CPU最好也好点，硬盘很小就行。
（2）缓存数据：主要缓存各个公用页页数据，如博客首页，最新博文章，博文章精选，人才首页等，还有就是更新少访问频繁的数据，如领域，分类等等。内存大的情况会缓存用户的数据，如用户博客首页等。
（3）缓存方案：公用数据，一般缓存5到6分钟，更新少的可以缓存更长时间，任何缓存在后台可以清除，使得数据能更新。如有用户缓存，用户个人后台也有缓存清除。
(4）技术实现：需要更改大量程序的实现方式，读取数据方式。优先读取缓存区数据。不需要公网IP，内网实现即可。不需要分配带宽。
（5）技术保证：加快网站访问的同时，假如缓存服务器停止工作，网站访问不受到影响，直接从数据库读取数据，慢点而已，正常工作。
（6）目前状况：已经写好缓存类，可以进行完善。主要采用memcached.
3)带宽分离以及频道分离
做样做的好处就是好控制带宽分配，文件服务器，论坛，博客，SNS，人才等应该分配不同的带宽。另个可以解决以前网站慢，带宽满找不到谁占用带宽过多的问题。频道分离也更利于搜索引擎优化。
（1）硬件需求，网站分离需要增加相应N台服务器。都是WEB服务器，另外相应的数据库服务器也会相应分离。这些服务器的标准，CPU要求稍微高点。硬盘稍微大点就行。现在的WEB服务器标准就行。
（2）技术需求：带宽分离的实现没有应该问题的。
（3）技术实现：对代码重构，整合。有些模块需要重新开发，有些需要整合。如不做样式改版，则主要是程序员的工作，美工可以协助制件页面，估计不少地方需要版面设计和功能调整。
（4）目前状况：部分频道已经分离，独立域名访问，如新闻，论坛，论文，人才，会议已经网站分离，但带宽没有分离。
4）模板技术，静态化技术，伪静态化技术
这样做的好处除了加快网站访问，减轻服务器压力外，还可以增加安全性。
（1）目前的任何CMS系统都采用了模板技术，使用网站全面的静态化，并且丰富了网站的样式，采用这种机制的话，会使得网站更加丰富，拿新闻专题举例：目前的专题形式虽然能实现比较统一性的表现形式，但无法满足像其它网站那样复杂的专题。这一部分有待开发，当然保留现有专题，使建快速。另开发新专题，使表现丰富。
（2）更多的静态化公用页面，特别是1.0的东西，参照各大网站，新闻，博文，论文等列表页都是静态化，而且也是只显示前六~十页。可以采用模板机制并且自动发布。当然用缓存也可以，不过没有静态化效果好。
（3）对于动态页面，尽量所有页面采用伪静态，这样做可以优化SEO，并且可以增加安全性，不好发现开发语言，更不好找注入点。
（4）技术实现，做这些东西增加不少工作量，所以肯定需要增加人员开支。
（5)目前状况，新闻，论文频道大部分已经静态化，新闻，论文页采用了模板技术，用.shtm可包含方式，留有广告位。博客，圈子有少部分伪静态。关于我们，english等其它频道有待开发的改进。
5)数据库分离和优化
这部分也是改版的重点，数据库往往是做社区的瓶颈.改版需对各个频道建立独立数据库。并对数据库的结构重建，尽量使用窄表和建立好索引。对于复杂逻辑使用存储过程。
新数据库方案
数据库架构也是至关重要的，大型网站的数据库都不止一个数据库，成百上千数据库都很常见。当然我们网站还小。
数据库结构图如下：
说明文字：
1) 用户数据库：包括所有用户，记录用户的数据，用于登录系统。包括用户名，密码，USER_ID.存储用户各种资料和相关信息，如教育信息，联系方式，相片，用户好友等，此数据库可以拆分，如用户量足够大时，可以垂直划分出用户资料库1，用户资料库2,用户资料库3。
2) CMS数据库, 新闻，论文，人才，会议，电子杂志等编辑部发布的数据放在此服务器。互动内容不多，只有各种对新闻，论文等的评论。
3) 博客数据库 此部分包含圈子部分的所有数据表，圈子样式，模板，文章列表，讨论区，留言板，圈子成员信息.博客相关数据表都放在此，文章列表，模板，评论，留言等。此数据库可以拆分，以user_ID为纽带，文章数量，和评论量很容易非常大。如数据量足够大时，可以分表。
4) SNS数据库 SNS必然会有各种功能模块，暂把其数据存在此数据库，以user_ID为纽带，如果功能模块多，再考虑再分个数据库出来。
5) DISCUZ论坛数据库，由于已经启用DISCUZ论坛，必须得保留其数据库。
6) 专家库 不做介绍。
6）开发规范
此次开发需遵守源代码管理规范，编码规范，数据库设计规范。参考以下规范书。
参见《项目组编程规范》、《项目组界面设计规范》、《项目组SourceSafe使用规范》
我的大体思路就是上面这些了，最后打个广告，不知道博客园允许不允许，如您对上面的技术比较了解，或对我们的开发感兴趣，欢迎加入。这个项目经费还可以，当然也不能乱花。
有意都可以跟我联系。QQ:282268726
