大型網(wǎng)站是指訪問量和數(shù)據(jù)量都是海量級別的網(wǎng)站系統(tǒng)蝶棋，大型網(wǎng)站每天的頁面瀏覽量(PV)、訪問量都十分巨大忽妒，需要支持高并發(fā)玩裙；此外，大型網(wǎng)站的數(shù)據(jù)量也十分巨大段直，本身的業(yè)務(wù)也很復(fù)雜吃溅，需要的技術(shù)也最復(fù)雜，如：分布式鸯檬、緩存决侈、讀寫分離、分庫分表喧务、SOA等等赖歌。

但是枉圃，萬丈高樓平地起，大型網(wǎng)站也是由簡單的單機(jī)系統(tǒng)逐漸構(gòu)建起來的庐冯，所為本文就介紹一下大型網(wǎng)站的演進(jìn)過程孽亲，以及演進(jìn)過程中遇到的問題及應(yīng)對策略。(本文的技術(shù)棧為Java展父、MySQL)

1 單機(jī)應(yīng)用

在數(shù)據(jù)量和訪問量都很小的網(wǎng)站初期返劲，一般會把多個軟件都跑在同一個機(jī)器上面，即所謂的單機(jī)系統(tǒng)栖茉。此時篮绿，我們可能使用容器tomcat、jboss等吕漂，然后直接使用JSP/Servlet技術(shù)搔耕，或者開源框架組合SSH、SSM痰娱，最后再選用數(shù)據(jù)庫來存儲數(shù)據(jù)弃榨，如：mysql、sqlserver梨睁、oracle鲸睛、db2等。綜上所述坡贺，一個小型的單機(jī)系統(tǒng)就可以運行了官辈。

圖1

2 應(yīng)用和數(shù)據(jù)庫分離

隨著網(wǎng)站的應(yīng)用逐漸復(fù)雜，系統(tǒng)的訪問量增大遍坟，服務(wù)器的負(fù)載壓力變大拳亿，就需要升級系統(tǒng)，提高負(fù)載能力愿伴。有資金實力的肺魁，可以增加單機(jī)性能，但是在超過一定的限度后隔节，性價比較低鹅经。此時，增加機(jī)器是一個不錯的解決方法怎诫，即有效提升系統(tǒng)負(fù)載能力瘾晃，又有較高的性價比。

在增加機(jī)器后幻妓，可以把應(yīng)用和數(shù)據(jù)庫拆開放到不同的機(jī)器上蹦误，不僅可以提高單機(jī)的負(fù)載能力，也可以提高容災(zāi)能力。

圖2

3 應(yīng)用服務(wù)器集群

隨著訪問量繼續(xù)加大强胰，單機(jī)應(yīng)用已經(jīng)無法滿足負(fù)載需求尚镰，此時，可以增加應(yīng)用服務(wù)器的數(shù)量哪廓，從單臺變?yōu)槎嗯_狗唉，把用戶的請求分散到不同的服務(wù)器中，來提高負(fù)載能力涡真。在應(yīng)用服務(wù)器集群中分俯，不可避免的會遇到服務(wù)器出現(xiàn)故障的情況，其中keepalived是一款故障切換軟件哆料，配合ipvsadm即可以切換故障缸剪，又可以做負(fù)載均衡，功能十分強(qiáng)大东亦。

圖3

系統(tǒng)演變到這里會遇到一些問題杏节，即：如何決定某臺服務(wù)器來響應(yīng)當(dāng)前用戶的請求，以及在應(yīng)用集群中會話狀態(tài)如何保持或者同步典阵。

下面主要介紹一下會話（Session）的同步問題奋渔。

3.1 Session Sticky

把同一個用戶在一個回話中的請求都分配到固定的服務(wù)器中處理，就可以避免跨服務(wù)器的Session問題壮啊，常用算法有：sh（原地址散列）嫉鲸、dh（目標(biāo)地址散列）等。

優(yōu)點：實現(xiàn)簡單

缺點：Session在應(yīng)用服務(wù)器重啟后消失

圖4

3.2 Session Replication

在應(yīng)用集群中復(fù)制Session歹啼，使得每個服務(wù)器都保存有全部用戶的Session數(shù)據(jù)玄渗。

優(yōu)點：不需要實現(xiàn)算法來實現(xiàn)請求轉(zhuǎn)發(fā)

缺點：復(fù)制Session時帶寬消耗較大，當(dāng)訪問量大時狸眼，Session要占用大量內(nèi)存

圖5

3.3 Session 集中存儲

把Session集中存儲到一個地方藤树，提供給所有的應(yīng)用服務(wù)器訪問，保證了不同服務(wù)器訪問到的Session數(shù)據(jù)是一樣的拓萌，適用于訪問量比較大的場景中岁钓。

優(yōu)點：解決了Session復(fù)制占用內(nèi)存和帶寬的問題，某臺應(yīng)用服務(wù)器的故障不會影響其它服務(wù)器正常使用Session

缺點：讀取Session時引入了網(wǎng)絡(luò)操作司志，增加了延時和不穩(wěn)定性甜紫，如果存儲Session的機(jī)器或者集群出現(xiàn)問題降宅，將嚴(yán)重影響系統(tǒng)使用

圖6

3.4 Cookie Based

把Session存儲在Cookie中骂远，用戶請求時，服務(wù)器根據(jù)Cookie來生成對應(yīng)的Session數(shù)據(jù)腰根。

優(yōu)點：實現(xiàn)簡單激才，基本不需要維護(hù)

缺點：cookie長度有限制，安全性較差，消耗額外的帶寬

圖7

4 讀寫分離

當(dāng)網(wǎng)站的訪問量繼續(xù)提高瘸恼，數(shù)據(jù)庫的讀寫壓力就增大了劣挫，但對于數(shù)據(jù)庫來說，無法簡單的應(yīng)用集群來解決壓力問題东帅，因為數(shù)據(jù)會不一致压固，所以常用的解決方案就是讀寫分離。其中靠闭，寫庫走主庫帐我，事務(wù)中的讀也要走主庫，其它的讀操作可以使用從庫愧膀。

圖8

數(shù)據(jù)庫的讀寫分離帶來的問題有主從數(shù)據(jù)庫的數(shù)據(jù)同步問題拦键，針對這個問題，可以采用MySQL自帶的主從模式實現(xiàn)主從復(fù)制檩淋，也可以使用數(shù)據(jù)庫中間件MyCAT芬为。

5 引入搜索引擎

數(shù)據(jù)庫的模糊查找比較影響性能，即使做了讀寫分離蟀悦，依然存在這個問題媚朦，用戶在查找數(shù)據(jù)時，常常用到模糊搜索日戈，一般使用like來實現(xiàn)莲镣，但是代價比較大，所有可以使用搜索引擎來實現(xiàn)涎拉，來解決模糊查找的讀問題瑞侮。

優(yōu)點：大大提高查詢速度

缺點：增加了維護(hù)工作，需要自己實現(xiàn)索引的構(gòu)建過程鼓拧，需要維護(hù)搜索引擎集群

圖9

6 添加緩存

隨著網(wǎng)站訪問量的進(jìn)一步加大半火，數(shù)據(jù)庫的壓力越來越大，每次訪問都和數(shù)據(jù)庫交互季俩，會十分影響系統(tǒng)的響應(yīng)速度钮糖，所以可以使用緩存技術(shù)。針對熱點數(shù)據(jù)酌住，直接從內(nèi)存中取出來返回店归，加快響應(yīng)速度。常用的緩存技術(shù)方案有：Memcached酪我、Redis等消痛。

針對緩存的不同機(jī)制，可以分為數(shù)據(jù)緩存和頁面緩存

6.1 數(shù)據(jù)緩存

大型網(wǎng)站添加緩存主要用來分擔(dān)數(shù)據(jù)庫的讀壓力都哭，一般情況下秩伞，緩存中存放的是熱數(shù)據(jù)逞带，而不是全部數(shù)據(jù)。緩存的更新方式是在更新數(shù)據(jù)庫時纱新，同步的更新緩存展氓，保持緩存中的數(shù)據(jù)和數(shù)據(jù)庫中的數(shù)據(jù)是一致的。當(dāng)緩存容量不夠時脸爱，根據(jù)LRU原則清除部分緩存數(shù)據(jù)遇汞。

圖10

6.2 頁面緩存

最終展示給用戶的是頁面，對于一些訪問量特別高的動態(tài)頁面簿废，也可以采用緩存技術(shù)勺疼，將頁面緩存起來，利用ESI規(guī)范捏鱼，加快請求的響應(yīng)执庐。

優(yōu)點：減輕數(shù)據(jù)庫壓力，大幅度提高訪問速度

缺點：需要維護(hù)緩存服務(wù)器导梆，提高了編碼的復(fù)雜性

7 引入分布式存儲系統(tǒng)

在需要大容量轨淌、高并發(fā)、容災(zāi)支持的系統(tǒng)中看尼，常用的關(guān)系型數(shù)據(jù)庫并不是十分合適递鹉，所以需要新的存儲系統(tǒng)，即分布式存儲系統(tǒng)藏斩，包括下面3種：

7.1 分布式文件系統(tǒng)

在分布式環(huán)境中由多個節(jié)點組成的功能與單機(jī)系統(tǒng)一樣的文件系統(tǒng)躏结，它是弱格式的，如：MongoDB狰域、FastDFS媳拴、HDFS等

7.2 分布式Key-Value系統(tǒng)

比分布式文件系統(tǒng)會更加格式化一些，提供了高性能的半結(jié)構(gòu)化的數(shù)據(jù)存儲支持

7.3 分布式數(shù)據(jù)庫

格式化最規(guī)范的存儲方式兆览，支持大容量和高并發(fā)

圖11

8 數(shù)據(jù)庫的拆分

在網(wǎng)站的業(yè)務(wù)越來越復(fù)雜屈溉，數(shù)據(jù)量也越來越大時，所有的業(yè)務(wù)都存儲的單一的數(shù)據(jù)庫中抬探，但是單一的數(shù)據(jù)庫或者已經(jīng)做了讀寫分離但是依然無法滿足系統(tǒng)性能的要求子巾，解決這樣的數(shù)據(jù)庫瓶頸問題，可以采用數(shù)據(jù)的垂直拆分和水平拆分小压。

8.1 水平拆分

數(shù)據(jù)的水平拆分是把同一張表的數(shù)據(jù)拆分到多個數(shù)據(jù)庫中线梗。

優(yōu)點：解決數(shù)據(jù)量爆炸性增長，數(shù)據(jù)庫單表容量有限的問題

缺點：存在SQL路由的問題怠益，及夸數(shù)據(jù)庫的事務(wù)問題

針對缺點的解決方法可以采用數(shù)據(jù)庫中間件MyCAT仪搔，也可以不用數(shù)據(jù)庫的自增主鍵，自定義唯一主鍵的方式

圖12

8.2 垂直拆分

數(shù)據(jù)的垂直拆分是把數(shù)據(jù)庫中的不同業(yè)務(wù)拆分到不同的數(shù)據(jù)庫中

優(yōu)點：解決了數(shù)據(jù)庫的壓力溉痢，可以更加業(yè)務(wù)特點做優(yōu)化

缺點：需要維護(hù)多個數(shù)據(jù)庫僻造，針對復(fù)雜業(yè)務(wù)需求會降低查詢性能憋他，存在跨數(shù)據(jù)的join和事務(wù)問題

解決方案是盡量避免跨數(shù)據(jù)庫的事務(wù)孩饼，或者采用單一查詢髓削，也可以利用MyCat的跨庫方案來解決

圖13

9 拆分應(yīng)用

當(dāng)業(yè)務(wù)越來越多，應(yīng)用系統(tǒng)會變得十分龐大镀娶，這時就需要考慮如何避免系統(tǒng)變臃腫而難以維護(hù)立膛，拆分應(yīng)用是一個不錯的解決方案。根據(jù)業(yè)務(wù)把應(yīng)用拆開梯码，從一個應(yīng)用變成多個應(yīng)用宝泵，各個業(yè)務(wù)不存在直接的調(diào)用情況。但是拆分應(yīng)用轩娶，不可避免地存在著冗余代碼的問題儿奶。

圖14

10 SOA架構(gòu)

對于系統(tǒng)中不同的業(yè)務(wù)，以及一些公共的業(yè)務(wù)部分鳄抒，還可以進(jìn)一步優(yōu)化闯捎，比如采用SOA架構(gòu)，把這些業(yè)務(wù)進(jìn)一步拆分出來许溅，形成服務(wù)化的結(jié)構(gòu)瓤鼻，不僅可以解決冗余代碼的問題，也可以使不同業(yè)務(wù)間調(diào)用解耦贤重。

圖15

11 引入消息中間件

消息中間件提供了消息的異步和解耦的功能茬祷，是分布式系統(tǒng)中完成消息收發(fā)的基礎(chǔ)軟件，常用的有：Dubbo并蝗、ActiveMQ祭犯，配合ZooKeeper使用，可以使系統(tǒng)解耦更徹底滚停，并且也可以做消息的分析盹憎、網(wǎng)站的成長預(yù)測等。

圖16

大型網(wǎng)站的演進(jìn)基本如上所述铐刘，但是也沒有固定的模式陪每，也不會適合所有的網(wǎng)站，具體選擇哪種模式還要根據(jù)業(yè)務(wù)量和遇到的問題做具體的分析镰吵。但是檩禾，熟悉常見的網(wǎng)站演進(jìn)模式，在遇到具體的問題時疤祭，可以快速找到適合自己網(wǎng)站的架構(gòu)盼产。（文中的圖片來自互聯(lián)網(wǎng)，版權(quán)歸原作者所有）

參考資料

《大型網(wǎng)站系統(tǒng)與Java中間件實踐》

阿里P9架構(gòu)師簡述從單機(jī)至億級流量大型網(wǎng)站系統(tǒng)架構(gòu)的演進(jìn)過程