【問底】徐漢彬：億級Web系統搭建——單機到分佈式集羣（一）

摘要：隨着數據暴增，單服務器開始疲於應對海量用戶的訪問。自本期《問底》，徐漢彬將帶你們開啓異地跨集羣分佈式系統打造，本次關注的重點則是架構從單機到分佈式集羣的轉變。

 

大規模流量的網站架構，歷來都是慢慢「成長」而來。而這個過程當中，會遇到不少問題，在不斷解決問題的過程當中，Web系統變得愈來愈大。而且，新的挑戰又每每出如今舊的解決方案之上。但願這篇文章可以爲技術人員提供必定的參考和幫助。 

如下爲原文

當一個Web系統從日訪問量10萬逐步增加到1000萬，甚至超過1億的過程當中，Web系統承受的壓力會愈來愈大，在這個過程當中，咱們會遇到不少的問題。爲了解決這些性能壓力帶來問題，咱們須要在Web系統架構層面搭建多個層次的緩存機制。在不一樣的壓力階段，咱們會遇到不一樣的問題，經過搭建不一樣的服務和架構來解決。

Web負載均衡 

Web負載均衡（Load Balancing），簡單地說就是給咱們的服務器集羣分配「工做任務」，而採用恰當的分配方式，對於保護處於後端的Web服務器來講，很是重要。

 

負載均衡的策略有不少，咱們從簡單的講起哈。

1. HTTP重定向

當用戶發來請求的時候，Web服務器經過修改HTTP響應頭中的Location標記來返回一個新的url，而後瀏覽器再繼續請求這個新url，實際上就是頁面重定向。經過重定向，來達到「負載均衡」的目標。例如，咱們在下載PHP源碼包的時候，點擊下載連接時，爲了解決不一樣國家和地域下載速度的問題，它會返回一個離咱們近的下載地址。重定向的HTTP返回碼是302，以下圖：

 

若是使用PHP代碼來實現這個功能，方式以下：

 

這個重定向很是容易實現，而且能夠自定義各類策略。可是，它在大規模訪問量下，性能不佳。並且，給用戶的體驗也很差，實際請求發生重定向，增長了網絡延時。

2. 反向代理負載均衡

反向代理服務的核心工做主要是轉發HTTP請求，扮演了瀏覽器端和後臺Web服務器中轉的角色。由於它工做在HTTP層（應用層），也就是網絡七層結構中的第七層，所以也被稱爲「七層負載均衡」。能夠作反向代理的軟件不少，比較常見的一種是Nginx。

 

Nginx是一種很是靈活的反向代理軟件，能夠自由定製化轉發策略，分配服務器流量的權重等。反向代理中，常見的一個問題，就是Web服務器存儲的session數據，由於通常負載均衡的策略都是隨機分配請求的。同一個登陸用戶的請求，沒法保證必定分配到相同的Web機器上，會致使沒法找到session的問題。

解決方案主要有兩種：

 

1. 配置反向代理的轉發規則，讓同一個用戶的請求必定落到同一臺機器上（經過分析cookie），複雜的轉發規則將會消耗更多的CPU，也增長了代理服務器的負擔。
2. 將session這類的信息，專門用某個獨立服務來存儲，例如redis/memchache，這個方案是比較推薦的。

 

反向代理服務，也是能夠開啓緩存的，若是開啓了，會增長反向代理的負擔，須要謹慎使用。這種負載均衡策略實現和部署很是簡單，並且性能表現也比較好。可是，它有「單點故障」的問題，若是掛了，會帶來不少的麻煩。並且，到了後期Web服務器繼續增長，它自己可能成爲系統的瓶頸。

3. IP負載均衡

IP負載均衡服務是工做在網絡層（修改IP）和傳輸層（修改端口，第四層），比起工做在應用層（第七層）性能要高出很是多。原理是，他是對IP層的數據包的IP地址和端口信息進行修改，達到負載均衡的目的。這種方式，也被稱爲「四層負載均衡」。常見的負載均衡方式，是LVS（Linux Virtual Server，Linux虛擬服務），經過IPVS（IP Virtual Server，IP虛擬服務）來實現。

 

在負載均衡服務器收到客戶端的IP包的時候，會修改IP包的目標IP地址或端口，而後原封不動地投遞到內部網絡中，數據包會流入到實際Web服務器。實際服務器處理完成後，又會將數據包投遞迴給負載均衡服務器，它再修改目標IP地址爲用戶IP地址，最終回到客戶端。 

 

上述的方式叫LVS-NAT，除此以外，還有LVS-RD（直接路由），LVS-TUN（IP隧道），三者之間都屬於LVS的方式，可是有必定的區別，篇幅問題，不贅敘。

IP負載均衡的性能要高出Nginx的反向代理不少，它只處理到傳輸層爲止的數據包，並不作進一步的組包，而後直接轉發給實際服務器。不過，它的配置和搭建比較複雜。

4. DNS負載均衡

DNS（Domain Name System）負責域名解析的服務，域名url其實是服務器的別名，實際映射是一個IP地址，解析過程，就是DNS完成域名到IP的映射。而一個域名是能夠配置成對應多個IP的。所以，DNS也就能夠做爲負載均衡服務。

 

這種負載均衡策略，配置簡單，性能極佳。可是，不能自由定義規則，並且，變動被映射的IP或者機器故障時很麻煩，還存在DNS生效延遲的問題。 

5. DNS/GSLB負載均衡

咱們經常使用的CDN（Content Delivery Network，內容分發網絡）實現方式，其實就是在同一個域名映射爲多IP的基礎上更進一步，經過GSLB（Global Server Load Balance，全局負載均衡）按照指定規則映射域名的IP。通常狀況下都是按照地理位置，將離用戶近的IP返回給用戶，減小網絡傳輸中的路由節點之間的跳躍消耗。 

 

圖中的「向上尋找」，實際過程是LDNS（Local DNS）先向根域名服務（Root Name Server）獲取到頂級根的Name Server（例如.com的），而後獲得指定域名的受權DNS，而後再得到實際服務器IP。

 

CDN在Web系統中，通常狀況下是用來解決大小較大的靜態資源（html/Js/Css/圖片等）的加載問題，讓這些比較依賴網絡下載的內容，儘量離用戶更近，提高用戶體驗。

例如，我訪問了一張imgcache.gtimg.cn上的圖片（騰訊的自建CDN，不使用qq.com域名的緣由是防止http請求的時候，帶上了多餘的cookie信息），我得到的IP是183.60.217.90。 

 

這種方式，和前面的DNS負載均衡同樣，不只性能極佳，並且支持配置多種策略。可是，搭建和維護成本很是高。互聯網一線公司，會自建CDN服務，中小型公司通常使用第三方提供的CDN。