大型网站技术架构的学习笔记（一）

最近读了这本《大型网站技术架构》的书，写的还不错，挺入门，了解了很多东西，书还没看完，总结一下之前的知识；

一、大型网站架构的演化

1、初始阶段的网站架构

小型网站的基础架构，一台服务器可以包办所有的事情，毕竟业务和访问量都不大。LAMP架构，开源免费省钱。

图1

2、应用服务器和数据服务分离

随着业务发展，一台服务器运转不过来了，于是，很自然的将应用和数据进行了分离，出现了新的架构。

图2

3、使用缓存改善

随着用户逐渐增多，上一种方式中，对数据库读写的增加，导致了访问延迟，降低了用户体验。其实80%的业务使用的是20%数据，淘宝、百度购买和搜索热门关键词，难不成每次都要访问数据库？那么如何能够很快的读取呢？使用缓存技术可以完美的解决这个问题，从内存中读取数据比从硬盘中读取快了多少倍，缓存本质上就是内存中的一个HashMap,对应存在键值对，能够快速找到需要的数据，但是同时也带来很多问题，（1）缓存什么时候更新才能避免读取脏数据；（2）缓存的命中率问题，如果缓存命中率过低，那么程序还是会去读取数据库，没有起到作用；（3）缓存服务器需要预热，新增的缓存服务器中没有任何数据，需要预热将热门数据加入到该服务器；（4）分布式缓存服务器更加复杂，每台服务器中存的数据必然是不一样的，从哪台服务器取数据也需要优良的算法。

图3

4、应用服务器集群

使用负载均衡技术应当是最简单粗暴的技术了吧，可以改善应用服务器负载压力过大的问题。

图4

5、数据库读写分离

虽然使用了缓存技术，但是还会有一部分数据通过读取数据库，同时所有的写操作也需要通过数据库，数据库服务器又撑不住了。。可以通过配置两台数据库，设置主从关系，两台服务器主从热备，同步数据，一台负责写，一台负责读；

图5

6、使用CDN和反向代理服务器加速

说到底，CDN和反向代理依然是缓存技术，只不过部署的地方不同，CDN（内容分发网络）主要部署在网络供应商的机房（当然大型网站也可以架设自己的CDN服务器），用户在请求网站服务时，可以从距离自己最近的网络提供商机房获取缓存的数据；而反向代理主要部署在网站的中心机房，如果有相应的缓存数据，直接返回；

图6

7、使用分布式文件系统和分布式数据库系统

在将之前的一台数据库服务器拆分成两台后，随着用户大量增加，数据库服务器又一次地不堪重负了。。分布式数据库是最后的手段，更多的是业务分库，将不同业务的数据库分别部署在不同的服务器上。

图7 

8、使用NoSQL和搜索引擎

随着网站发展，需要一些非关系型数据库技术和非数据库技术如搜索引擎；

图8

9、业务拆分

可以将整个网站业务进行拆分，分成不同的产品线，如淘宝的订单、评价、商品详情等等拆分开，部署在不同的服务器集群中

图9

10、分布式服务

既然每一个应用系统都需要执行许多相同的业务操作，比如用户管理、商品管理等，那么可以将这些共用的业务提取出来，独立部署；由这些可复用的业务连接数据库，提供共用业务服务，而应用系统只需要管理用户界面，通过分布式服务调用共用业务服务完成具体业务操作。

图10