大型网站架构演变

处于这个互联网开发时代，作为一名软件工程师，我们经常会听到大型网站架构这个字眼，那到底什么是大型网站呢，这样的网站又是一种什么样的架构设计呢？今天我们就开始谈谈大型网站架构设计系列，首先我们今天讲讲大型网站架构设计是如何演变的，跟着我一起出发吧。

一、大型网站系统的特点

• 高并发，大流量：需要面对高并发用户，大流量访问；
• 高可用：系统24小时不间断的提供服务；
• 海量数据：需要存储、管理海量的数据，需要使用大量的服务器；
• 用户分布广泛，网络情况复杂：很多大型网站都是为全球用户服务，用户的分布范围广泛，各地网络情况差异大；
• 安全环境恶劣：互联网的开放性，导致网站更容易受黑客的攻击；
• 需求快速变更，发布频繁：相比传统软件，互联网产品为了快速适应市场，满足用户的需求，产品发布的频率是极高的；
• 渐进式发展：与传统行业软件不同，互联网产品不是事先就规划好了整个产品的全部功能，几乎每个大型互联网网站都是从一个小网站，慢慢根据市场和用户的改变而慢慢渐进发展成大型网站的；

二、大型网站架构发展历程

大型网站的技术挑战主要来自三个方面：庞大的用户体系，高并发的访问以及海量数据的存储管理。基于这三点，我们就来看看，整个架构设计方面是如何演变的。

初始阶段：这个阶段一般网站用户量也不多，访问量都不大，数据量也不多，因此一般一台服务器就能搞定，应用程序，数据库和文件都可以部署在一台服务器上，架构图如下：

应用服务和数据服务分离阶段：随着用户数量的增加，越来越多的用户访问导致性能越来越差，数据也越来越多导致存储空间不足，此时我们就需要考虑将应用和数据分离，此时网站需要3台服务器：应用服务器+数据库服务器+文件服务器，架构设计如下图：

使用缓存改善性能阶段：随着数据库压力越来越大，我们需要考虑从数据上优化性能，大家都知道80%的业务访问集中在20%的数据上，既然大部分业务集中访问这少部分数据，那为何我们不考虑把这部分数据缓存在内存中呢，不就可以减小对数据库访问的压力了嘛；

缓存又分为2种，一种是本地缓存（本地缓存是基于内存的，因此数据量有限，但是访问速度快），另一种是远程缓存（一些中间件缓存服务器例如redis，这部分数据理论上不限容量，而且可以做成集群模式）。

应用服务器集群优化网站并发能力阶段：当用户越来越多时，对网站的访问量也越来越多，应用服务器处理请求越来越慢，此时我们可以考虑将应用服务器做成集群模式部署，再通过负载均衡调度器，将用户的请求分发给集群上不同的应用服务器。

数据库读写分离阶段：网站在使用了缓存之后，使部分数据可以不通过数据库就能完成，但是对于数据库的修改操作，还是需要访问数据库的，这个时候，数据库的负载压力过高，能为网站的性能瓶颈，此时我们就要考虑数据库的读写分离了，数据库的读写分离是建立在主从热备的基础上的，基本目前大多数主流数据库都支持主从热备，通过配置两台或者多台数据库的主从关系（1主1从，1主多从，多主多从），实现数据的读（从库）写（主库）分离，主库主动将数据同步到从库。

向代理和CDN加速网站响应阶段：为了加快网站的访问速度，我们主要考虑的手段为CDN和反向代理，CDN是部署在网络提供商的机房，用户在访问时，可以从距离自己最近的网络提供商机房获取数据；反向代理是部署在网站自己的中心机房，当用户请求到达机房时，优先访问的服务器是反向代理服务器，如果反向代理中缓存了用户请求的资源，那么就直接返回给用户，加快了响应的速度，也减轻了后端负载的压力。

分布式文件系统和分布式数据库系统阶段：当读写分离之后如果还不能满足网站的需求，那就只能考虑最后的手段了：分布式数据库，网站常用的数据库拆分手段是业务分库，将不同的业务数据库部署在不同的物理机上。

NoSQL和搜索引擎阶段：随着网站业务越来越复杂，对数据的检索和存储的需求也越来越复杂，网站需要采用一些非关系型数据库（NoSQL）和非数据库查询（搜索引擎）技术。

业务拆分阶段：分而治之思想，将整个网站业务划分为不同的产品线，根据不同的产品线划分将网站拆成不同的应用，每个应用独立部署维护如一个电商网站可以分为：首页，订单，商品，活动，优惠卷，个人中心，购物车等等多个应用，应用之间可以通过消息队列来传递数据。

分布式服务阶段：随着业务复杂度提升，我们会发现很多系统之间有着共同的业务，我们可以把这部分业务抽取出来，做成一个共通的基础服务。

三、网站架构设计的误区

• 一味追求大公司的解决方案：大公司的架构和成功案例当然值得借鉴，但是不能盲从；

• 为了技术而技术：技术是为业务而存在的，在技术选型和架构设计中一定要结合具体业务，脱离业务的架构毫无意义；

• 企图用技术解决所有问题：技术是用来解决业务问题的，而业务本身的问题，是可以通过业务去解决，而没有必要企图用技术是解决；