大型網站架構演化

本文內容

• 應用服務和數據服務分離
• 使用緩存改善網站性能
• 使用應用服務器集羣改善網站的併發處理能力
• 數據庫讀寫分離
• 使用反向代理和 CDN 加速網站響應
• 使用分佈式文件系統和分佈式數據庫系統
• 使用 NoSQL 和搜索引擎
• 業務拆分
• 分佈式服務

本文來自李智慧的《大型網站技術架構——核心原理與案例分析》一書，對於大型網站架構演化作了精闢地說明，書才200多頁，言簡意賅，有興趣能夠買來讀讀~

雖然目前（大型）網站不像90年代互聯網剛興起時，什麼都要慢慢摸索，20年後的今天，不少東西都有現成的框架和成熟的解決方案，加之大數據和雲計算有了很好的發展，搭建大型網站再也不像當初那麼麻煩，硅谷一些創業公司甚至將站點放在 AWS（亞馬遜雲計算服務）上，但瞭解大型網站架構的演化，仍是頗有意義的。

大型網站的技術挑戰主要來自龐大的用戶，高併發的訪問和海量的數據，任何簡單的業務一旦須要處理數以P計的數據和麪對數億計的用戶，問題就會變得很棘手。大型網站架構主要就是解決這類問題。

• Google 日均 PV（Page View）數 35 億，日均 IP 訪問數 3億；
• 騰訊 QQ 的最大在線用戶數 1.4 億（2011 年數據）；
• 淘寶 2012 年「雙十一」活動一天交易額超過 191 億，活動開始第一分鐘訪問用戶達 1000 萬；
• 2012 年 12306 網站的癱瘓；
• 京東在 2011 年年底的圖書促銷，因爲優惠幅度大引發大量買家訪問，結果致使網站服務不可用，大部分用戶在提交訂單後，頁面顯示「Service is too busy」……；
• 微信從發佈到擁有 1 億用戶，僅僅用了一年時間；
• www.wikipedia.org 建立於 2001 年，到 2012 年已成爲流量排名全球第 6 的大型網站，跟它流量在相同級別的其餘大型網站，如 baidu、yahoo，其背後都是市值百億美圓、員工上萬的巨無霸企業，運行網站的服務器規模也數以萬計。而 wikipdia 不過只有區區數百臺服務器，並僅由十餘名技術人員維護；
• ……

 

注意本文中的架構圖，是如何從圖 1 慢慢「分裂」成圖 10的~

初始階段的網站架構

---

小型網站最開始時沒有太多人訪問，只須要一臺服務器就綽綽有餘，這時的網站架構如圖 1 所示。

圖 1 初始階段的網站架構

（這是一臺服務器）

應用程序、數據庫、文件等全部的資源都在一臺服務器上。

一般服務器操做系統使用 Linux，應用程序使用 PHP 開發，部署在 Apache 上，數據庫使用 MySQL（這就是 LAMP，Linux+Apache+MySQL+PHP/Python，很常見的技術組合，不管是互聯網之初，仍是如今，由於他們徹底是免費開源的），聚集各類免費開源軟件及一臺廉價服務器就能夠開始網站的發展之路了。

淘寶最開始，服務器在馬雲家裏。Facebook 最開始在哈佛大學宿舍裏。

應用服務和數據服務分離

---

隨着網站業務的發展，一臺服務器逐漸不能知足需求：愈來愈多的用戶訪問致使性能愈來愈差，愈來愈多的數據致使存儲空間不足。這時就須要將應用和數據分離。

應用和數據分離後，整個網站使用三臺服務器，也就是一臺拆成三臺：應用服務器、文件服務器和數據庫服務器。如圖 2 所示。

圖 2 應用服務和數據服務分離

（這是三臺服務器）

這三臺服務器對硬件資源的要求各不相同：

• 應用服務器須要處理大量的業務邏輯，所以須要更快更強大的CPU；
• 數據庫服務器須要快速磁盤檢索和數據緩存，所以須要更快的磁盤和更大的內存；
• 文件服務器須要存儲大量用戶上傳的文件，所以須要更大的磁盤。

應用和數據分離後，不一樣性能的服務器承擔不一樣的角色，網站的併發處理能力和數據存儲空間獲得了很大改善，支持網站業務進一步發展。但隨着用戶逐漸增多，網站又一次面臨挑戰：數據庫壓力太大，致使訪問延遲，進而影響整個網站的性能，用戶體驗受到影響。這時須要對網站架構進一步優化。

另外，數據庫壓力大的問題，在考慮調整架構前，最好肯定程序代碼以及SQL是否存在問題，儘可能減小數據庫訪問，並優化 SQL 性能，這些對數據庫的性能影響很大。

如今建設網站大都從應用服務和數據服務分離開始。互聯網在中國已經普及，若是你建設了一個網站，你們要是以爲好，可能短期內就會有大量用戶，好比，微信在兩個月時間內，用戶就過億了，要是應用服務、數據服務和文件服務都在一個臺服務器上，顯然支持不了多久。

使用緩存改善網站性能

---

網站訪問特色和現實世界的財富分配同樣遵循二八定律：80%的業務訪問集中在20%的數據上。

• 淘寶買家瀏覽的商品集中在少部分紅交數多、評價良好的商品上；
• 百度搜索關鍵詞集中在少部分熱門詞彙上；
• 只有常常登陸的用戶纔會發微博、看微博，而這部分用戶也只佔總用戶數量的一小部分。

既然大部分的業務訪問集中在一小部分數據上，那麼若是把這一小部分數據緩存在內存中，是否是就能夠減小數據庫的訪問壓力，提升整個網站的數據訪問速度，改善數據庫的寫入性能呢？

網站使用的緩存能夠分爲兩種：緩存在應用服務器上的本地緩存和緩存在專門的分佈式緩存服務器上的遠程緩存。如圖 3 所示。

• 本地緩存的訪問速度更快些，可是受應用服務器的內存限制，其緩存數據量有限，並且會出現和應用程序爭內存的狀況。
• 遠程分佈式緩存可使用集羣的方式，部署大內存的服務器做爲專門的緩存服務器，能夠在理論上作到不受內存容量限制的緩存服務。

圖 3 網站使用緩存

（本地緩存，n 臺遠程緩存服務器）

使用緩存後，數據訪問壓力獲得有效緩解，但單一應用服務器可以處理的請求鏈接有限，在網站訪問高峯期，應用服務器成爲整個網站的瓶頸。

使用應用服務器集羣改善網站的併發處理能力

---

使用集羣是網站解決高併發、海量數據問題的經常使用手段。當一臺服務器的處理能力、存儲空間不足時，不要企圖換更強大的服務器（對大型網站來講，不管多麼強大的服務器，都不能知足網站持續增加的業務需求），更恰當的作法是增長一臺服務器分擔原有服務器的訪問和存儲壓力。

對網站架構而言，只要能經過增長一臺服務器的方式改善負載壓力，就能夠以一樣的方式持續增長服務器來不斷改善系統性能，從而實現系統的可伸縮性。應用服務器實現集羣是網站可伸縮集羣架構設計中較爲簡單成熟的一種。如圖 4 所示。

圖 4 應用服務器集羣

經過負載均衡服務器，能夠未來自用戶瀏覽器的訪問請求分發到應用服務器集羣中的任何一臺上，若是有更多的用戶，就在集羣中加入更多的應用服務器，是應用服務器的負載壓力再也不成爲整個網站的瓶頸。

以上，都是針對應用服務器方面，進行架構的調整，從最容易下手的地方進行改進。

數據庫讀寫分離

---

網站在使用緩存後，使絕大部分數據讀操做訪問均可以不經過數據庫就能完成，可是仍有一部分讀操做（緩存訪問不命中、緩存過時）和所有的寫操做須要訪問數據庫，在網站的用戶達到必定規模後，數據庫由於負載壓力太高而成爲網站的瓶頸。

目前大部分的主流數據庫都提供主從熱備功能，經過配置兩臺數據庫主從關係，能夠將一臺數據庫服務器的數據更新同步到另外一臺上。網站利用數據庫的這一功能，實現數據庫讀寫分離，從而改善數據庫負載壓力，如圖 5 所示。

圖 5 數據庫讀寫分離

（在圖 4 基礎上，將數據庫讀寫分離，利用數據訪問模塊統一管理，DML 操做使用主數據庫，DQL 操做使用從數據庫）

應用服務器在寫數據時，訪問主數據庫，主數據庫經過主從複製機制將數據更新同步到從數據庫，這樣當應用服務器讀數據時，就能夠經過從數據庫得到數據。爲了便於應用程序訪問讀寫分離後的數據庫，一般在應用服務器端使用專門的數據訪問模塊，使數據庫讀寫分離對應用透明。

使用反向代理和 CDN 加速網站響應

---

隨着網站業務不斷髮展，用戶規模愈來愈大，因爲中國複雜的網絡環境，不一樣地區的用戶訪問網站時，速度差異也極大。有研究代表，網站訪問延遲和用戶流失率正相關。爲了提供更好的用戶體驗，留住用戶，網站須要加速網站訪問速度。主要手段是使用反向代理和 CND，如圖 6 所示。

圖 6 網站使用反向代理和 CDN 加速訪問

CDN 和反向代理的基本原理都是緩存，區別是：

• CDN 部署在網絡提供商的機房，使用戶在請求網站服務時，能夠從距離本身最近的網絡提供商機房得到數據；
• 而反向代理則部署在網站的中心機房，當用戶請求到中心機房後，首先訪問的服務器是反向代理服務器，若是反向代理服務器中緩存着用戶請求的資源，就將其直接返回給用戶。

使用 CDN 和反向代理的目的都是儘早返回數據給用戶，一方面加快用戶訪問速度，另外一個方面也減輕後端服務器的負載壓力。

使用分佈式文件系統和分佈式數據庫系統

---

任何強大的單一服務器都沒法知足大型網站持續增加的業務需求。上面，數據庫經歷讀寫分離後，從一臺服務器拆分紅兩臺，但隨着網站業務的發展依然不能知足需求，這時須要使用分佈式數據庫。文件系統也是如此，須要使用分佈式文件系統。如圖 7 所示。

圖 7 使用分佈式文件和分佈式數據庫系統

（此時的數據訪問模塊，範圍更大，不只僅統一了數據庫讀寫，還統一了讀寫文件和讀寫緩存）

分佈式數據庫是網站數據庫拆分的最後手段，只有在單表數據規模很是龐大的時候才使用。不到無可奈何，網站更經常使用的數據庫拆分手段是業務分庫，將不一樣業務的數據庫部署在不一樣的物理服務器上。

使用 NoSQL 和搜索引擎

---

隨着網站業務愈來愈複雜，對數據存儲和檢索的需求也愈來愈複雜，網站須要採用一些非關係數據庫技術，如 NoSQL 和非數據庫查詢技術，如搜索引擎，如圖 8 所示。

圖 8 使用 NoSQL 和搜索引擎

NoSQL 和搜索引擎都是源自互聯網的技術手段，對可伸縮的分佈式特性具備更好的支持。應用服務器則經過一個統一數據訪問模塊訪問各類數據，減輕應用程序管理諸多數據源的麻煩。

業務拆分

---

大型網站爲了應對日益複雜的業務場景，經過使用分而治之的手段將整個網站業務分紅不一樣的產品線，如大型購物交易網站就會將首頁、商鋪、訂單、買家、賣家等拆分紅不一樣的產品線，分歸不一樣的業務團隊負責。

具體到技術上，也會根據產品線劃分，將一個網站拆分紅許多不一樣的應用，每一個應用獨立部署維護。應用之間能夠經過一個超連接創建關係（如，在首頁上的導航連接，每一個都指向不一樣的應用地址），也能夠經過消息隊列進行數據分發，固然最多的仍是經過訪問同一個數據存儲系統來構成一個關聯的完整系統，如圖 9 所示。

圖 9 應用拆分

分佈式服務

---

隨着業務拆分愈來愈小，存儲系統愈來愈大，應用系統的總體複雜度呈指數級增長，部署維護愈來愈困難。因爲全部應用要和全部數據庫系統鏈接，在數萬臺服務器規模的網站中，這些鏈接的數量是服務器規模的平方，致使數據庫鏈接資源不足，拒絕服務。

既然每一個應用系統都須要執行許多相同的業務操做，好比，用戶管理、商品管理等，那麼能夠將這些共用的業務提取出來，獨立部署。由這些可複用的業務鏈接數據庫，提供共用業務服務，而應用系統只須要管理用戶界面，經過分佈式服務器調用共用業務服務完成具體業務操做，如圖 10 所示。

圖 10 分佈式服務