随笔- 659  评论- 206  文章- 4 

网站架构之性能优化(转)

网站从构建之初的很少有人问津,用户数量较少,并发量较低,到之后的拥有千万上亿用户,数万量级的高并发,之间经历了怎样的过程,小型网站架构是怎样逐步演化的,本文简单探讨下这方面的内容,主要参考《大型网站架构设计》,这本书知识点总结的还是比较全面的。

1. 初始阶段

网站开始是没有太多访问量的,只需一台服务器就绰绰有余了,应用程序,数据库,静态资源等全部都在一台服务器上,一般使用LAMP/LNMP(Linux+Apache/Nginx+MySQL+PHP/Python等)就可以实现自己的网站了,具体架构如下所示:

2. 应用服务与数据服务分离

随着网站业务的发展,用户访问量的增加,存储数据的增长,单台服务器逐渐不能满足需求,需要将应用服务与数据服务分离,具体如下图所示:

由于负责提供的服务不同,每台服务器对硬件资源的需求是不同的,具体如下所示:

不同服务所需资源表
服务器类型 处理业务 所需资源
应用服务器 处理所有业务逻辑 更快、更多CPU
文件服务器 存储用户上传文件或服务自身所需文件资源 更大的磁盘空间
数据库服务器 做数据缓存以及进行数据检索 更大的内存以及更快的磁盘

 

 

 

 

 

 

3. 缓存

随着用户逐渐增多,数据库压力太大,导致访问延迟,影响用户体验,而网站性能优化最优先考虑的就是缓存;

网站访问特点所遵循的二八定律:80%的业务访问集中在20%的数据上;

 网站使用缓存又可分为应用服务器本地缓存和远程分布式缓存,远程分布式缓存一般可采用集群的方式部署,对服务器内存有比较高的要求,具体如下图所示:

4. 应用服务器集群部署

随着访问量进一步增大,单台应用服务器已逐渐不能应对越来越多的请求连接,单台服务器硬件资源再强,也会逐渐满足不了业务高峰时的负载压力;

网站解决高并发、海量数据问题最常用的手段还是使用集群,做横向扩展,集群可以很好地满足伸缩性;

负载均衡服务器实现可以有比较多的方案,LVS,Nginx,F5等,可以和HA软件,如Heartbeat与Keepalived等一起使用;

通过应用服务器集群部署,使用负载均衡调度器,可以将用户的请求分发到多台应用服务器集群中的任一台机器上,而且根据用户访问量的多少,可以很容易增删服务器,是每台服务器负载都在可接受范围之内,具体如下图所示:

5. 数据库读写分离

对于缓存没命中和缓存过期的数据,仍需要从数据库中来读取,并且所有写操作也都需要访问数据库,数据库压力还是会随着访问量增加而增大;

可采用主从热备的方案,实现读写分离,例如mysql的master-slave模式,当读操作量级更高时,还可采用一主多从的方式来实现;

应用程序中的数据访问模块需要保证数据库的读写分离对应用透明; 

具体如下图所示:

6. 使用CDN和反向代理加速网站

中国网络环境复杂,不同地区用户访问相同网站,速度差别较大,而网站访问延时和用户流失率正相关;

主要加速网站访问速度,减轻后端服务器负载压力的方式就是使用CDN和反向代理;

CDN和反向代理的基本原理都是缓存

CDN部署在网络提供商的机房,缓存网站的一些热点静态资源,用户在请求网站服务时,从距离自己最近的网络提供商机房获取数据,如视频、图片等;

反向代理部署在网站的中心机房,属于网站前端架构的一部分,当用户请求到达中心机房后,首先访问反向代理服务器,如果缓存着用户请求的资源(静态),就直接返回;

反向代理比较成熟的开源软件:Squid、Varnish,推荐使用Varnish,从稳定性、访问速度、并发连接数目比较来看,Varnish都更强大一点;

使用缓存的前提条件:
1. 数据访问热点不均衡,某些数据会被频繁访问;
2. 数据在某个时间段内有效,不会很快过期,否则可能造成缓存数据已经失效,产生脏读,影响结果正确性

具体如下图所示:

7. 分布式文件系统和分布式数据库系统

 随着业务量的增长,网站最常用的数据库拆分是按业务分库,将不同业务的数据库部署在不同的服务器上;

一般分布式数据库是网站数据库拆分的最后手段,只有在单表规模非常庞大的时候才使用;

具体如下图所示:

8. 使用NoSQL和搜索引擎

全文检索对于大型网站来说已成为不可或缺的一部分,例如Lucene、Solr等;

对非格式化的数据使用NoSQL存储更为方便,NoSQL也更适合大数据计算,较为流行的NoSQL数据库有HBase、MongoDB、CouchDB、Redis、Cassandra等;

不同NoSQL数据库使用的存储方式不同,例如Redis,Memcache等采用的是Key/Value键值对存储,MongoDB,CouchDB等采用的是按文档存储,一条记录中所有数据都存储在文档中,HBase,Cassandra等采用的是列存储;

具体如下图所示:

9. 按业务拆分

网站在发展壮大之后,往往包含了多种复杂的业务场景,使用分而治之的手段将整个网站业务分成不同的产品线,将网站拆分成多个不同的应用,每个应用独立部署维护,应用之间可以通过超链接、消息队列等关联起来,具体如下图所示:

10. 分布式服务

在上面业务拆分的基础上,将一些公共的业务抽取出来,独立部署,如给用户管理、商品管理等,这些可复用的业务连接数据库,提供公共服务,而应用系统只需管理用户界面;

具体如下图所示:

分布式主要还是为了解决高并发问题,但也引入了一些其他问题:
1. 服务调用必须通过网络,可能会对性能造成较大影响;
2. 服务器越多,故障概率越大,一台服务器宕机可能会导致连锁反应(滚雪球效应),导致很多应用不可访问,网站可用性降低,设计时应尽量避免;
3. 数据在分布式环境保持数据一致性也比较困难,分布式事务难以保证,这对网站业务正确性和业务流程可能造成影响;
4. 导致网站依赖错综复杂,开发管理维护困难;

简单总结

驱动网站技术发展的主要力量永远是网站业务的发展;
网站都是逐渐演化而来的,根据需要灵活应对才是最重要的;
技术是为了业务而服务的,永远不要为了技术而技术;

转自:http://www.cnblogs.com/pflee/p/4508232.htm

posted on 2016-09-29 15:49  一路前行  阅读(...)  评论(...编辑  收藏