读书笔记1: 大型网站架构演化

大型网站系统的特点

高并发,大流量,PV巨大
高可用,7*24
海量数据,P级别
用户分布广泛，网络情况复杂,不同运营商
安全环境恶劣,黑客攻击
需求快速变更，发布频繁,快速跟进市场，需求变更快
渐进式发展,从小网站一步一步进化

大型网站架构的演化历程

初始阶段网站架构,一台服务器, 一台Server就部署—应用程序、数据库、文件等所有资源都集中在一台Server上，典型案例：基于LAMP架构的PHP网站
应用服务和数据库服务分离, 三台Server平天下—业务发展，单台不再适应业务的发展，将应用和数据分离后成三台Sever（应用服务器、文件服务器与数据库服务器）。分离后三台Server对硬件资源的需求各不相同：应用服务器需要更快更强大的CPU，而数据库服务器需要更快的硬盘和更大的内存，文件服务器则需要更大的硬盘；
使用缓存改善网站性能(数据库缓存本地缓存和分布式缓存), 3+X的Server模式—减少数据库访问压力，提高网站的数据访问速度。缓存又可以分为：本地缓存和远程缓存（可以是分布式的），本地缓存访问速度快，但数据量有限；远程分布式缓存可以集群，因此容量不受限制；

缓存从数据库获取数据。提供用户访问
使用应用服务器集群改善网站的并发处理能力, 集群—解决高并发、海量数据问题的常用手段，实现系统的可伸缩性。通过负载均衡调度器，可将用户访问分发到集群中的某台Server上，应用服务器的负载压力不再成为整个网站的瓶颈。

数据库读写分离, 使用缓存后绝大部分都可以不通过DB就能完成，但仍有一部分（缓存访问不命中、缓存过期）和全部的写操作需要访问DB，在网站的用户达到一定规模后，DB因为负载压力过高成为网站的瓶颈。大部分主流DB都提供主从热备功能，利用这一功能就可以配置两台DB主从关系，一台数据更新同步到另一台Server上。网站利用DB的这一功能，实现DB读写分离，从而改善DB负载压力。
使用反向代理和CDN加速网站相应, CDN和反向代理的基本原理都是缓存，区别在于CDN部署在网络提供商的机房，而反向代理则部署在网站的中心机房。使用CDN和反向代理的目的都是尽早返回数据给用户，一方面加快用户访问速度，另一方面也减轻后端服务器的负载压力。

CDN和反响代理的基本原理都是缓存，区别在于CDN部署在网络提供商的机房，使用户在请求网络服务时，可以从距离最近的网络提供商获取数据。而反向代理则是部署在网站的中心机房，当用户请求到达中心机房后，首先访问反向代理服务器，如果反向代理服务器中缓存着用户请求的资源，就将直接返回给用户。

使用CDN和反向代理的目的都是尽早返回给用户数据，一方面加快用户访问，另一方面也减轻了后端服务器的负载压力。
使用分布式文件系统和分布式数据库, 随着网站业务的发展，两台DB服务器依然不能满足需求，文件系统也一样。
分布式文件系统和分布式数据库是网站数据库的拆分的最后手段，只有单表数据规模非常庞大的时候才使用，不到万不得已时，网站更常用的数据拆分手段是业务分库，将不同业务的数据部署在不同的物理服务器上。
使用NOSQL和搜索引擎, NoSQL和搜索引擎都是源自互联网的技术手段，对可伸缩的分布式特性具有更好的支持。应用服务器则通过一个统一数据访问模块访问各种数据，减轻应用程序管理诸多数据源的麻烦。
解决数据存储和检索问题。
业务拆分, 通过分而治之的手段将整个网站业务分成不同的产品线，如淘宝将首页、商铺、订单、卖家、买家等拆分成不同的产品线，分归不同的业务团队负责。各个应用之间可以通过建立一个超链接建立关系，也可以通过消息队列进行数据分发。

大型网站为了应对日益复杂的业务场景，通过使用分而治之的手段将网站业务分为不同的产品线，如大型购物交易网站就会将首页，商铺，订单，买家，卖家等才分成不同的产品线，分归不同的业务团队负责。
具体到技术上，也会根据产品线划分，将一个网站拆分成许多不同的应用，每个应用独立部署维护。应用之间可以通过超链接建立关系(在首页上的导航连接每个都指向不同的应用地址),也可以通过消息队列进行数据分发，当然最多的还是通过访问同一个数据存储系统来构成一个关联的完整的系统。