网站架构演化

参考资料：大型网站技术架构 ——李智慧

一个成熟的大型网站的系统架构并不是开始设计就具备完整的高性能、高可用、安全等特性，它总是随着用户量的增加，业务功能的扩展逐渐演变完善的。网站的技术核心价值是随网站所需灵活应对

网站技术架构的驱动来源于内部需要把业务做得更好、拓展更大、开发更多的新业务；外部用户量上升，用户种类多样化。

大型互联网应用系统的特点

①高并发，大流量 ②高可用 ③海量数据 ④用户分布广泛，网络情况复杂 ⑤安全环境恶劣 ⑥需求快速变更，发布频繁 ⑦渐进式发展

发展历程

①初始阶段架构

应用程序，文件，数据库都在同一台服务器上，常见的LAMP（Linux+apache+mysql+php）架构，汇聚各种开源软件

②应用服务和数据服务分离

一台服务器逐渐不能满足需求，越来越多的用户访问，导致性能不足，越来越多的数据导致存储空间不足，这时就需要应用和数据分离。应用分离后使用三台服务器，应用服务器，文件服务器，数据库服务器。应用服务器需要处理大量的业务逻辑，因此需要强大的cpu，文件服务器存储大量的文件，因此需要更大的硬盘，数据库服务器需要快速的磁盘检索和数据缓存，需要更快的硬盘和更大的内存，应用和数据分离后。不同特性的服务器承担不同的角色，网站的并发处理能力和数据存储空间得到了改善，支持网站进一步发展。但是随着用户的增多数据库服务器承担更大的压力，导致访问延迟，进而影响整个网站的性能。

③使用缓存改变网站性能

网站访问特点和现实世界的财富分配一样遵循二八定律，80%的业务访问集中在20%的数据上，既然大部分业务访问集中在一小部分数据上，那么把这一小部分数据缓存起来，是不是就可以减少数据库的访问压力，提高网站的数据访问速度。缓存分为两种，一种是本地缓存，读写速度快，但是受本地内存大小限制，缓存数量有限；另外一种是远程缓存服务器，远程缓存服务器可以使用集群的方式，部署大内存的服务器作为缓存服务器，理论上不收内存大小的限制。
使用缓存后，数据访问压力得到有效缓解，但是单一服务器处理的请求有限，在网站访问高峰期，应用服务器称为整个网站的瓶颈。

④使用应用服务器集群改善网站并发处理能力

使用集群是网站高并发，海量数据问题的常用手段，当一台服务器的处理能力，存储空间不足时，不要企图去更换更强大的服务器，对大型网站而言，不管多么强大的服务器都满足不了持续增长的业务需求，这种情况下，更恰当的做法是增加服务器，分担原有服务器的访问及存储压力。对网站架构而言，只要通过增加一台服务器的方式改善负载压力，就可以通过同样的方式持续增加服务器不断改善系统性能，从而实现系统的可伸缩性。应用服务器实现集群是网站可伸缩集群架构设计中较为简单成熟的一种。
通过负载均衡调度服务器，可将来自用户浏览器的访问请求分发到应用服务器集权中的任何一台服务器上，如果有更多的用户，就在集群中加入更多的应用服务器，使用服务器的负载压力不在称为整个网站的瓶颈

⑤数据读写分离
网站在使用缓存后，是绝大部分数据读写操作都可以不通过数据库就能完成，但是仍有一部分读操作和全部的写操作需要访问数据库，在网站
用户达到一定规模后，数据库因为负载压力过高而成为网站的瓶颈。目前大部分的主流数据库都提供了主从热备功能，通过配置两台数据库主从关系，可以将一台数据库服务器更新同步到另一台服务器上网站利用这一功能
实现数据的读写分离，从而改善数据库负载压力，应用服务器在读数据的时候访问主数据库，主数据库通过主从复制机制将数据更新同步到从数据库，这样当应用服务器读数据的时候，就可以通过从数据库获取数据，为了便于应用程序访问读写分离后的数据库，通常在应用服务器端使用专门的数据访问模块，是数据库的读写分离对应用透明。

⑥使用反向代理和CDN加速网站响应

随着网站业务不断发展，用户规模越来越大，由于复杂的网络环境，不同地区的用户访问网站时，速度差别也很大。有研究表明，网站访问延迟和用户
流失率相关网站访问越慢，用户越容易失去耐心而离去。为了提供更好的用户体验，留住用户，网站需需要加速网络访问速度。主要手段有使用CDN和反向代理
CDN和反向代理的基本原理都是使用缓存，区别在于CDN部署在网络提供商的机房，使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数据，而反向代理则部署在
网站中心机房，当用户请求到达中心机房后，首先访问的服务器是反向代理服务器，如果反向代理服务器中缓存者用户所需数据就直接返回给用户
使用CDN和反向代理的目的都是经早返回数据给用户，一方面加快用户访问速度，另一方面也减轻后端服务器的负载压力




⑦使用分布式文件系统和分布式数据库系统
任何强大的单一服务器都满做不了大型网站持续增长的业务需求，数据库经过读写分离后，从一台服务器拆分成两台服务器，但是随着网站业务的发展依然不能满足需求，这是需要分布式数据库，文件系统也一样需要分布式文件系统，分布式数据库是网站数据库拆分的最后手段，只有在单表数据规模非常庞大的时候才使用，不到不得已时，网站更常用的数据拆分手段是业务分库，讲不同业务的数据库部署在不同的物理服务器上。


⑧Nosql和搜索引擎
随着网站业务的越来越复杂，对数据存储和检索的需求也越来越复杂，网站需要采用一些非关系数据库技术如Nosql和非数据库查询技术如搜索引擎。
Nosql和搜索引擎都是源自互联网的技术手段，对可伸缩的分布式特性具有更好的支持，应用服务器则通过一个统一数据访问模块访问各种数据，减轻应用程序管理诸多数据源的麻烦

⑨业务拆分

大型网站为了应对日益复杂的业务场景，通过使用反而治之的手段将整个网站业务分成不同的产品线，如大型购物交易网站就会将首页商铺订单卖家买家等拆分成不同的产品线分归不同的业务团队负责。
具体到技术上，也会根据产品线划分，讲一个网站拆分成不同的应用，每个应用独立部署维护，应用之间可以通过一个超链接建立关系，也可以通过消息队列进行数据分发，当然最多的还是通过访问同一个数据存储系统来构成一个关联的完整系统。

⑩分布式服务

随着业务拆分越来越小，存储系统越来越大，应用系统的整体复杂程度呈指数级增加，部署维护越来越困难。由于所有应用要和所有数据库系统连接，在数万台服务器规模的网站中，这些连接的数目是服务器规模的平方，导致存数据库连接资源不足，拒绝服务。
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，那么可以将这些公用的业务提取出来，独立部署。有这些可复用的业务连接数据库，提供公用业务服务，而应用系统只需要管理用户界面，通过分布式服务调用公共业务服务完成业务操作