大型高并发高负载网站的系统架构（转）

一个小型的网站，比如个人网站，可以使用最简单的html静态页面就能实现了，配合一些图片达到美化的效果，所有的页面均放在一个目录下，这样的网 站对系统架构、性能的要求都很简单，随着互联网业务的不断丰富，网站相关的技术经过这些年的发展，已经细分到很细的方方面面，尤其对于大型网站来说，所采 用的技术更是涉及面非常广，从硬件到软件、编程语言、数据库、webServer、防火墙等各个领域都有了很高的要求，已经不是原来的简单的html静态 网站的所能比拟的。

   大型网站，比如门户网站。在面对大量用户访问、高并发性请求方面，基本的解决方案集中在这样几个环节：使用高性能的服务器、高性能的数据库、高效率的编程语言、还有高性能的web容器。但是除了这几个方面，还没法根本解决大型网站面临的高负载和高并发问题。

   上面提供的几个解决思路在一定程度上意味着更大的投入，并且这样的解决思路具备瓶颈，没有很好的可扩展性。下面有几点可以参考，从低成本、高性能和高扩展性的角度来说说。

1、HTML静态化

其实大家都知道，效率最高、消耗最小的就是纯静态的html页面，所以我们尽可能使用我们的网站上的页面采用静态页面来实现，这个最简单的方法其实 也是最有效的方法。但是对于大量内容并且频繁更新的网站，我们无法全部手动挨个实现，于是出现了我们常见的信息发布系统CMS,像我们常访问的各个门户网 站的新闻频道，甚至我们的其他频道，都是通过信息发布系统来管理和实现的，信息发布系统可以实现最简单的信息录入自动生成静态页面，还能具备频道管理，权 限管理，自动抓取等功能，对于一个大型网站来说，拥有一套高效、可管理的cms是必不可少的。

除了门户和信息发布类型的网站，对于交互性要求很高的社区类型网站来说，尽可能的静态化也是提高性能的必要手段，将社区的帖子、文章进行实施的静态化，有更新的时候在考虑重新静态化也是大量使用的策略。

同时，html静态化也是这样某些缓存策略使用的手段，对于系统中频繁使用数据查询但是内容更新很小的应用，可以考虑使用html静态化来实现，比 如论坛中论坛的公用设置信息，这些信息目前的主流论坛都可以进行后台管理并且存储再数据库中，这些信息其实大量被前台程序调用，但是更新频率很小，可以考 虑经这部分内容进行后台更新的时候进行静态化，这样避免大量数据访问请求。

2、图片服务器分离

大家知道，对于web服务器来说，不管是Apache、IIS还是其他容器，图片是最消耗资源的，尤其IO操作，对系统性能消耗也高，于是我们有必 要将图片于页面进行分离，这是基本上大型网站都会采取的策略，他们都会采用独立的图片服务器，甚至是很多台图片服务器。这样的架构可以降低页面访问请求的 服务器系统压力，并且可以保证系统不会因为图片问题而崩溃，在应用服务器和图片服务器上可以进行不同的配置优化，比如apache在配置 ContnetTyepe的时候可以尽量少支持，尽可能少的LoadModule,保证更高的系统消耗和执行效率。

3、数据库集群和库表散列

大型网站都有复杂的应用，这些应用必须使用数据库，那么面对大量访问的时候，数据库的瓶颈很快就显露出来，这时候一台数据库很快就无法满足应用，于是我们需要使用数据库集群或者表散列。

在数据库集群方面，很多数据库都有自己的解决方案，Oracle、Sybase等都有很好的方案，常用的MySQL提供了Master/Slave也是类似的方案，使用了什么样的DB,就参考相应的解决方案来实施即可

上面提到的数据库集群由于在架构、成本、扩展性方面都会受到所采用的DB类型的限制，于是我们需要从应用程序的角度来考虑改善系统架构，库表散列是 常用并且最有效的解决方案。我们在应用程序中安装业务和应用或者功能模块将数据库进行分离，不同的模块对应不同的数据库或者表，再按照一定的策略对某个页 面或者功能进行更小的数据库散列，比如用户表，将论坛的用户、设置、帖子等信息进行数据库分离，然后对帖子、用户按照板块和ID进行散列数据库和表，最终 可以在配置文件中进行简单的配置便能让系统随时增加一台低成本的数据库进行补充系统性。

4、缓存

缓存一次搞技术的都接触过，很多地方都用到缓存。网站架构和网站开发中的缓存也是非常的重要。这里先讲述最基本的两种缓存。高级和分布式缓存在后面中讲述。

架构方面的缓存，对Apache比较熟悉的人都能知道Apache提供了自己的缓存模块，也可以使用外加的squid模块进行缓存，这两种方式均可以在有效的提高Apache的响应能力

网站程序开发方面的缓存，linux上提供的MemoryCache是常用的缓存接口，可以在web开发中使用，比如用java开发时就可以调用 MemoryCache对一些数据进行缓存和通信共享，一些大型社区使用了这样的架构。另外，在使用web语言开发的时候，各种语言基本都有自己的缓存模 块和方法。

5、镜像

镜像是大型网站经常采用的提高性能和数据安全性的方式，镜像的技术可以解决不同网络接入商地域带来的用户访问速度差异，比如chinaNet和 EduNet之间的差异就促使了很多网站在教育网内搭建镜像站点，数据进行定时更新或者实时更新。在镜像的细节技术方面，这里不阐述太深，有很多专业现成 的解决架构和产品可选。也有廉价的通过软件实现的思路，比如Linux上的rsync等工具

6、负载均衡

负载均衡将是大型网站解决高负荷访问和大量请求采用的终极解决方案。

负载均衡技术发展了很多年，有很多专业的服务提供商和产品可以选择，比如

硬件四层交换

第四层交换使用第三层和第四层信息报的包头信息，根据应用区间识别业务流，将整个区间的业务流分配到合适的应用服务器进行处理。第四层交换功能就像 是虚IP,指向物理服务器。它传输的业务服从的协议多种多样，有http、FTP、NFS、Telnet或其它协议。这些业务在物理服务器基础上，需要复 杂的载量平衡算法。在IP世界，业务类型有终端TCP或UDP端口地址来决定，在第四层交换中的应用区间则由源端和终端IP地址，TCP和UDP端口共同 决定。

在硬件四层交换产品领域，有一些知名的产品可以选择，比如Alteon,F5等，这些产品很昂贵，但是物有所值，能够提供非常优秀的性能和很灵活的管理能力，Yahoo中国当初接近2000台服务器使用三四台Alteon就搞定了。

软件四层交换

大家知道了硬件四层交换机原理之后，基于OSI模型来实现软件四层交换就应运而生，这样的解决方案实现的原理研制，不能性能稍差，但是满足一定量的压力还是游刃有余，有人说软件实现方式其实更灵活，处理完全看你配置的熟悉能力。

软件四层交换我们可以使用Liunx上常用的LVS来解决，LVS就是Linux VirtualServer,他提供了基于心跳线heartbeat的实时灾难应对解决方案，提供系统的鲁棒性，同时可供了灵活的vip配置和管理功能， 可以同时满足多种应用需求，这对于分布式系统来说是必不可少的。

一个典型的使用负载均衡的策略就是，在软件或者硬件四层交换的基础上搭建squid集群，这种思路在很多大型网站包括搜索引擎上被采用，这种的架构低成本、高性能还有很强的扩展性，随时往架构里面增减节点都非常容易。

对于大型网站来说，前面提到的每个方法都可能被同时使用到，我介绍的比较浅显，具体实现过程很多细节还需要大家慢慢体会，有时候一个很小的squid参数或者apache参数设置，对于系统性能的影响都会很大。