高性能網站性能優化與系統架構(ZT)

轉載請保留出處：俊麟 Michael’s blog (http://space.itpub.net/7311285/viewspace-97)

        我在CERNET作過撥號接入平臺的搭建，然後在Yahoo&3721從事過搜索引擎前端開發，又在MOP處理過大型社區貓撲大雜燴的架構升級等工做，同時本身接觸和開發過很多大中型網站的模塊，所以在大型網站應對高負載和併發的解決方案上有一些積累和經驗，能夠和你們一塊兒探討一下。

　　一個小型的網站，好比我的網站，可使用最簡單的html靜態頁面就實現了，配合一些圖片達到美化效果，全部的頁面均存放在一個目錄下，這樣的網站對系統架構、性能的要求都很簡單，隨着互聯網業務的不斷豐富，網站相關的技術通過這些年的發展，已經細分到很細的方方面面，尤爲對於大型網站來講，所採用的技術更是涉及面很是廣，從硬件到軟件、編程語言、數據庫、WebServer、防火牆等各個領域都有了很高的要求，已經不是原來簡單的html靜態網站所能比擬的。

　　大型網站，好比門戶網站。在面對大量用戶訪問、高併發請求方面，基本的解決方案集中在這樣幾個環節：使用高性能的服務器、高性能的數據庫、高效率的編程語言、還有高性能的Web容器。可是除了這幾個方面，還無法根本解決大型網站面臨的高負載和高併發問題。

　　上面提供的幾個解決思路在必定程度上也意味着更大的投入，而且這樣的解決思路具有瓶頸，沒有很好的擴展性，下面我從低成本、高性能和高擴張性的角度來講說個人一些經驗。

 

一、HTML靜態化
　　其實你們都知道，效率最高、消耗最小的就是純靜態化的html頁面，因此咱們儘量使咱們的網站上的頁面採用靜態頁面來實現，這個最簡單的方法其實也是最有效的方法。可是對於大量內容而且頻繁更新的網站，咱們沒法所有手動去挨個實現，因而出現了咱們常見的信息發佈系統CMS，像咱們常訪問的各個門戶站點的新聞頻道，甚至他們的其餘頻道，都是經過信息發佈系統來管理和實現的，信息發佈系統能夠實現最簡單的信息錄入自動生成靜態頁面，還能具有頻道管理、權限管理、自動抓取等功能，對於一個大型網站來講，擁有一套高效、可管理的CMS是必不可少的。

　　除了門戶和信息發佈類型的網站，對於交互性要求很高的社區類型網站來講，儘量的靜態化也是提升性能的必要手段，將社區內的帖子、文章進行實時的靜態化，有更新的時候再從新靜態化也是大量使用的策略，像Mop的大雜燴就是使用了這樣的策略，網易社區等也是如此。目前不少博客也都實現了靜態化，我使用的這個Blog程序WordPress尚未靜態化，因此若是面對高負載訪問，www.toplee.com必定不能承受 

　　同時，html靜態化也是某些緩存策略使用的手段，對於系統中頻繁使用數據庫查詢可是內容更新很小的應用，能夠考慮使用html靜態化來實現，好比論壇中論壇的公用設置信息，這些信息目前的主流論壇均可以進行後臺管理而且存儲再數據庫中，這些信息其實大量被前臺程序調用，可是更新頻率很小，能夠考慮將這部份內容進行後臺更新的時候進行靜態化，這樣避免了大量的數據庫訪問請求。

　　在進行html靜態化的時候可使用一種折中的方法，就是前端使用動態實現，在必定的策略下進行定時靜態化和定時判斷調用，這個能實現不少靈活性的操做，我開發的檯球網站故人居(www.8zone.cn)就是使用了這樣的方法，我經過設定一些html靜態化的時間間隔來對動態網站內容進行緩存，達到分擔大部分的壓力到靜態頁面上，能夠應用於中小型網站的架構上。故人居網站的地址：http://www.8zone.cn。順便提一下，使用這個站長工具（http://www.gongju.com）能夠測試網站性能速度)

 

二、圖片服務器分離
　　你們知道，對於Web服務器來講，不論是Apache、IIS仍是其餘容器，圖片是最消耗資源的，因而咱們有必要將圖片與頁面進行分離，這是基本上大型網站都會採用的策略，他們都有獨立的圖片服務器，甚至不少臺圖片服務器。這樣的架構能夠下降提供頁面訪問請求的服務器系統壓力，而且能夠保證系統不會由於圖片問題而崩潰。

　　在應用服務器和圖片服務器上，能夠進行不一樣的配置優化，好比Apache在配置ContentType的時候能夠儘可能少支持，儘量少的LoadModule，保證更高的系統消耗和執行效率。

　　個人檯球網站故人居8zone.cn也使用了圖片服務器架構上的分離，目前是僅僅是架構上分離，物理上沒有分離，因爲沒有錢買更多的服務器:)，你們能夠看到故人居上的圖片鏈接都是相似img.9tmd.com或者img1.9tmd.com的URL。

　　另外，在處理靜態頁面或者圖片、js等訪問方面，能夠考慮使用lighttpd代替Apache，它提供了更輕量級和更高效的處理能力。

 

三、數據庫集羣和庫表散列
　　大型網站都有複雜的應用，這些應用必須使用數據庫，那麼在面對大量訪問的時候，數據庫的瓶頸很快就能顯現出來，這時一臺數據庫將很快沒法知足應用，因而咱們須要使用數據庫集羣或者庫表散列。

　　在數據庫集羣方面，不少數據庫都有本身的解決方案，Oracle、Sybase等都有很好的方案，經常使用的MySQL提供的Master/Slave也是相似的方案，您使用了什麼樣的DB，就參考相應的解決方案來實施便可。

　　上面提到的數據庫集羣因爲在架構、成本、擴張性方面都會受到所採用DB類型的限制，因而咱們須要從應用程序的角度來考慮改善系統架構，庫表散列是經常使用而且最有效的解決方案。咱們在應用程序中安裝業務和應用或者功能模塊將數據庫進行分離，不一樣的模塊對應不一樣的數據庫或者表，再按照必定的策略對某個頁面或者功能進行更小的數據庫散列，好比用戶表，按照用戶ID進行表散列，這樣就可以低成本的提高系統的性能而且有很好的擴展性。sohu的論壇就是採用了這樣的架構，將論壇的用戶、設置、帖子等信息進行數據庫分離，而後對帖子、用戶按照板塊和ID進行散列數據庫和表，最終能夠在配置文件中進行簡單的配置便能讓系統隨時增長一臺低成本的數據庫進來補充系統性能。

 

四、緩存
　　緩存一詞搞技術的都接觸過，不少地方用到緩存。網站架構和網站開發中的緩存也是很是重要。這裏先講述最基本的兩種緩存。高級和分佈式的緩存在後面講述。

　　架構方面的緩存，對Apache比較熟悉的人都能知道Apache提供了本身的mod_proxy緩存模塊，也可使用外加的Squid進行緩存，這兩種方式都可以有效的提升Apache的訪問響應能力。

　　網站程序開發方面的緩存，Linux上提供的Memcached是經常使用的緩存方案，很多web編程語言都提供memcache訪問接口，php、perl、c和java都有，能夠在web開發中使用，能夠實時或者Cron的把數據、對象等內容進行緩存，策略很是靈活。一些大型社區使用了這樣的架構。

　　另外，在使用web語言開發的時候，各類語言基本都有本身的緩存模塊和方法，PHP有Pear的Cache模塊和eAccelerator加速和Cache模塊，還要知名的Apc、XCache（國人開發的，支持！）php緩存模塊，Java就更多了，.net不是很熟悉，相信也確定有。

 

五、鏡像
　　鏡像是大型網站常採用的提升性能和數據安全性的方式，鏡像的技術能夠解決不一樣網絡接入商和地域帶來的用戶訪問速度差別，好比ChinaNet和EduNet之間的差別就促使了不少網站在教育網內搭建鏡像站點，數據進行定時更新或者實時更新。在鏡像的細節技術方面，這裏不闡述太深，有不少專業的現成的解決架構和產品可選。也有廉價的經過軟件實現的思路，好比Linux上的rsync等工具。

 

六、負載均衡
　　負載均衡將是大型網站解決高負荷訪問和大量併發請求採用的終極解決辦法。

　　負載均衡技術發展了多年，有不少專業的服務提供商和產品能夠選擇，我我的接觸過一些解決方法，其中有兩個架構能夠給你們作參考。另外有關初級的負載均衡DNS輪循和較專業的CDN架構就很少說了。

6.1 硬件四層交換
　　第四層交換使用第三層和第四層信息包的報頭信息，根據應用區間識別業務流，將整個區間段的業務流分配到合適的應用服務器進行處理。　第四層交換功能就象是虛IP，指向物理服務器。它傳輸的業務服從的協議多種多樣，有HTTP、FTP、NFS、Telnet或其餘協議。這些業務在物理服務器基礎上，須要複雜的載量平衡算法。在IP世界，業務類型由終端TCP或UDP端口地址來決定，在第四層交換中的應用區間則由源端和終端IP地址、TCP和UDP端口共同決定。

　　在硬件四層交換產品領域，有一些知名的產品能夠選擇，好比Alteon、F5等，這些產品很昂貴，可是物有所值，可以提供很是優秀的性能和很靈活的管理能力。Yahoo中國當初接近2000臺服務器使用了三四臺Alteon就搞定了。

6.2 軟件四層交換
　　你們知道了硬件四層交換機的原理後，基於OSI模型來實現的軟件四層交換也就應運而生，這樣的解決方案實現的原理一致，不過性能稍差。可是知足必定量的壓力仍是遊刃有餘的，有人說軟件實現方式其實更靈活，處理能力徹底看你配置的熟悉能力。

　　軟件四層交換咱們可使用Linux上經常使用的LVS來解決，LVS就是Linux Virtual Server，他提供了基於心跳線heartbeat的實時災難應對解決方案，提升系統的魯棒性，同時可供了靈活的虛擬VIP配置和管理功能，能夠同時知足多種應用需求，這對於分佈式的系統來講必不可少。

　　一個典型的使用負載均衡的策略就是，在軟件或者硬件四層交換的基礎上搭建squid集羣，這種思路在不少大型網站包括搜索引擎上被採用，這樣的架構低成本、高性能還有很強的擴張性，隨時往架構裏面增減節點都很是容易。這樣的架構我準備空了專門詳細整理一下和你們探討。

總結：　　對於大型網站來講，前面提到的每一個方法可能都會被同時使用到，Michael這裏介紹得比較淺顯，具體實現過程當中不少細節還須要你們慢慢熟悉和體會，有時一個很小的squid參數或者apache參數設置，對於系統性能的影響就會很大，但願你們一塊兒討論，達到拋磚引玉之效。