大型網站的挑戰主要來自龐大的用戶，高併發的訪問和海量數據，任何簡單的業務一旦須要處理數以P計的數據和麪對數以億計的用戶，問題就會變得棘手。大型網站架構主要就是解決這類問題。php
本文內容大部分來自《大型網站技術架構》,這本書很值得一看，強烈推薦。html
一、前端架構
前端指用戶請求到達網站應用服務器以前經歷的環節，一般不包含網站業務邏輯，不處理動態內容。前端
瀏覽器優化技術
並非優化瀏覽器，而是經過優化響應頁面，加快瀏覽器頁面的加載和顯示，經常使用的有頁面緩存、合併HTTP減小請求次數、使用頁面壓縮等。web
CDN數據庫
內容分發網絡，部署在網絡運營商機房，經過將靜態頁面內容分發到離用戶最近最近的CDN服務器，使用戶能夠經過最短路徑獲取內容。瀏覽器
動靜分離，靜態資源獨立部署緩存
靜態資源，如JS、CSS等文件部署在專門的服務器集羣上，和Web應用動態內容服務分離，並使用專門的（二級）域名。安全
圖片服務性能優化
圖片不是指網站Logo、按鈕圖標等，這些文件屬於上面提到的靜態資源，應該和JS、CSS部署在一塊兒。這裏的圖片指用戶上傳的圖片，如產品圖片、用戶頭像等，圖片服務一樣適用獨立部署的圖片服務器集羣，並使用獨立（二級）域名。服務器
反向代理
部署在網站機房，在應用服務器、靜態資源服務器、圖片服務器以前，提供頁面緩存服務。
DNS
域名服務，將域名解析成IP地址，利用DNS能夠實現DNS負載均衡，配置CDN也須要修改DNS，使域名解析後指向CDN服務器。
二、應用層架構
應用層是處理網站主要業務邏輯的地方。
開發框架
網站業務是多變的，網站的大部分軟件工程師都是在加班加點開發網站業務，一個好的開發框架相當重要。一個號的開發框架應該可以分離關注面，使美工、開發工程師能夠各司其事，易於協做。同時還應該內置一些安全策略，防禦Web用攻擊。
頁面渲染
將分別開發維護的動態內容和靜態頁面模板集成起來，組合成最終顯示給用戶的完整頁面。
負載均衡
將多臺應用服務器組成一個集羣，經過負載均衡技術將用戶請求分發到不一樣的服務器上，以應對大量用戶同時訪問時產生的高併發負載壓力。
Session管理
爲了實現高可用的應用服務器集羣，應用服務器一般設計爲無狀態，不保存用戶請求上下文信息，可是網站業務一般須要保持用戶會話信息，須要專門的機制管理Session，使集羣內甚至跨集羣的應用服務器能夠共享Session。
動態頁面靜態化
對於訪問量特別大而更新又不很頻繁的動態頁面，能夠將其靜態化，即生成一個靜態頁面，利用靜態頁面的優化手段加速用戶訪問，如反向代理、CDN、瀏覽器緩存等。
業務拆分
將複雜而龐大的業務拆分開來，造成多個規模較小的產品，獨立開發、部署、
維護，除了下降系統耦合度，也便於數據庫業務分庫。按業務對關係數據庫進行拆分，技術難度相對較小，而效果又相對較好。
虛擬化服務器
將一臺物理服務器虛擬化成多態虛擬服務器，對於併發訪問較低的業務，更容易用較少的資源構架高可用的應用服務器集羣。
三、服務層架構
提供基礎服務，供應用層調用，完成網站業務。
分佈式消息
利用消息隊列機制，實現業務和業務、業務和服務之間的異步消息發送及低耦合的業務關係。
分佈式服務
提供高性能、低耦合、易複用、易管理的分佈式服務，在網站實現面向服務架構（SOA）。
分佈式緩存
經過可伸縮的服務器集羣提供大規模熱點數據的緩存服務，是網站性能優化的重要手段。
分佈式配置
系統運行須要配置許多參數，若是這些參數須要修改，好比分佈式緩存集羣加入新的緩存服務器，須要修改應用程序客戶端的緩存服務器列表配置，並重啓應用程序服務器。分佈式配置在系統運行期提供配置動態推送服務，將配置修改實時推送到應用系統，無需重啓服務器。
四、存儲層架構
提供數據、文件的持久化存儲訪問與管理服務。
分佈式文件
網站在線業務須要存儲的文件大部分都是圖片、網頁、視頻等比較小的文件，可是這些文件的數量很是龐大，並且一般都在持續增長，須要伸縮性設計比較好的分佈式文件系統。
關係數據庫
大部分萬丈的主要業務是基於關係數據庫開發的，可是關係數據庫對集羣伸縮性的支持表較差。經過在應用程序的數據訪問層增長數據庫訪問的路由功能，根據業務配置將數據庫訪問路由到不一樣的物理數據庫上，可實現關係數據庫的分佈式訪問。
NoSQL數據庫
目前各類NoSQL數據庫層出不窮，在內存管理、數據模型、集羣分佈式管理等
方面各有優點，不過從社區活動性角度看，HBase無疑是目前最好的。
數據同步
在支持全球範圍內數據共享的分佈式數據庫技術成熟以前，擁有多個數據中心的網站必須在多個數據中心之間進行數據同步，以保證每一個數據中心都擁有完整的數據。在實踐中，爲了減輕數據庫壓力，將數據庫的事物日誌（或者NoSQL的寫操做Log）同步到其餘數據中心，根據Log進行數據重演，實現數據同步。
五、後臺架構
網站應用中，除了要處理用戶的實時訪問請求外，還有一些後臺非實時數據分析要處理。
搜索引擎
即便是網站內部的搜索引擎，也須要進行數據增量更新及全量更新、構建索引等。這些操做經過後臺系統定時執行。
數據倉庫
根據離線數據，提供數據分析與數據挖掘服務。
推薦系統
社交網站及購物網站經過挖掘人與人之間的關係，人和商品之間的關係，發展潛在的人際關係和購物興趣，爲用戶提供個性化推薦服務。
六、數據採集與監控
監控網站訪問狀況與系統運行狀況，爲網站運營決策和運維管理提供支持保障。
瀏覽器數據採集
經過在網站頁面中嵌入JS腳本採集用戶瀏覽器環境與操做記錄，分析用戶行爲。
服務器業務數據採集
服務器業務數據包括兩種，一種是採集在服務器端記錄的用戶請求操做日誌；一種是採集應用程序運行期業務數據，好比待處理消息數目等。
服務器性能數據採集
採集服務器性能數據，如系統負載、內存使用率、網卡流量等。
系統監控
將前述採集的數據以圖表的方式展現，以便運營和運維人員監控網站運行情況，作到這一步僅僅是系統監視。更先進的作法是根據採集的數據進行自動化運維，自動處理系統異常情況，是吸納自動化控制。
系統報警
若是採集來的數據超過預設的正常狀況的閥值，好比系統負載太高，就經過郵件、短信、語音電話等方式發出警報信號，等待工程師干預。
七、安全架構
保護網站免遭攻擊及敏感信息泄露。
Web攻擊
以HTTP請求的方式發起的攻擊，危害最大的就是XSS和SQL注入攻擊。可是隻要措施得當，這兩種攻擊都是比較容易防範的。
數據保護
敏感信息加密傳輸與存儲，保護網站和用戶資產。
八、數據中心機房架構
大型網站須要的服務器規模數以十萬計，機房物理架構也須要關注。
機房架構
對於一個擁有十萬臺服務器的大型網站，每臺服務器耗電（包括服務器自己耗電及空調耗電）每一年大約須要人民幣2000元，那麼網站每一年機房電費就須要兩億人民幣。數據中心能耗問題日趨嚴重，Google、Facebook選擇數據中心地理位置的時候趨向選擇散熱良好，供電充裕的地方。
機櫃架構
包括機櫃大小，網線佈局、指示燈規格、不間斷電源、電壓規格（是48V直流電仍是220V民用交流電）等一系列問題。
服務器架構
大型網站因爲服務器採購規模龐大，大都採用定製服務器的方式代替購買服務器整機。根據網站應用需求，定製硬盤、內存、甚至CPU，同時去除沒必要要的外設接口（顯示器輸出接口，鼠標、鍵盤輸入接口），並使空間結構利於散熱。
如需轉載請註明： 轉載自26點的博客
本文連接地址: 高併發訪問和海量數據 大型網站架構技術一覽