大型网站架构演化

一.大型网站系统的特点

与传统企业应用系统相比，大型互联网应用系统有以下特点：

1.高并发，高流量：需要面对高并发用户，大流量访问。

2.高可用：系统7*24小时不间断服务。

3.海量数据：需要存储管理海量数据，需要使用大量服务器。

4.用户分布广泛，网络情况复杂：用户分布范围广，各地网络情况千差万别。

5.安全环境恶劣：每天都会被黑客攻击。

6.需求快速变更，发布频繁：为了满足用户需求，产品发布频率极高。

二.大型网站架构演化发展历程

1.初始阶段的网站架构

大型网站都是从小型网站发展而来，网站架构也是一样，是从小型网站架构逐步演化而来。小型网站最开始时没有太多人访问，只需要一台服务器就绰绰有余。

2.应用程序和数据服务分离

随着网站业务的发展，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越来越差，越来越多的数据导致存储空间不足，这是就需要将应用和数据分离。应用和数据分离后整个网站使用三台服务器：应用服务器，文件服务器和数据库服务器。这三台服务器对硬件资源的要求各有不同，应用服务器需要处理大量的业务逻辑，因此需要更快更强大的CPU。数据库服务器需要快速磁盘检索和数据缓存，因此需要更快的磁盘和更大的内存。文件服务器需要存储大量用户上传的文件，因此需要更大的磁盘。

3.使用缓存改善网站性能

随着用户逐渐增多，网站又一次面临挑战，数据库压力太大导致访问延迟，进而影响整个网站的性能，用户体验受到影响。网站访问的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。既然大部分的业务访问集中在一小部分数据上，那么如果把这一小部分数据缓存在内存中，是不是就可以减少数据库的访问压力，提高整个网站的数据访问速度，改善数据库的写入性能了呢？

网站使用的缓存可以分为两种：缓存在应用服务器上的本地缓存和缓存在专门的分布式缓存服务器上的远程缓存。本地缓存的访问速度更快一些，但是受应用服务器的内存限制，其缓存量有限，而且会出现和应用程序竞争内存的情况。远程分布式缓存可以使用集群的方式，部署大内存的服务器作为专门的缓存服务器，可以在理论上做到不受内存限制的缓存服务。

4.使用应用服务器集群改善网站的并发处理能力

使用集群是网站解决高并发，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，都满足不了网站持续增长的业务需求，这种情况下，更恰当的做法是增加一台服务器分担原有服务器的访问和存储压力。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急群众的任何一台服务器上。

5.数据库读写分离

网站在使用缓存后，使绝大部分数据读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(缓存访问不命中，缓存过期)和全部的写操作需要访问数据库，在网站的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的数据更新同步到另一台服务器上。网站利用数据库的这一功能，实现数据库读写分离，从而改善数据库负载压力。

应用服务器在写数据的时候，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得数据。

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，由于中国复杂的网络环境，不同地区的用户访问网站时，速度差别也极大。为了提供更好的用户体验，网站需要加速网站访问速度，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的中心机房，当用户请求到达中心机房后，首先访问的服务器时反向代理服务器，如果反向代理服务器中缓存这用户请求的资源，就将其直接返回给用户。

7.使用分布式文件系统和分布式数据库系统

类似于分布式应用服务器，文件系统和数据库系统也需要分布式，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，网站更常用的数据库拆分手段是业务分开，将不同业务的数据库部署在不同的物理服务器上。

8.业务拆分

大型网站为了应对日益复杂的业务场景，通过使用分而治之的手段将整个网站业务分成不同的产品线，如大型购物网站就会将首页，商铺，订单，买家，卖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，将一个网站拆分成许多不同的应用，每个应用独立部署维护。应用之间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

9.分布式服务

随着业务拆分越来越小，存储系统越来越庞大，应用系统的整体复杂度呈指数级增加，部署维护越来越困难。由于所有应用要和数据库系统连接，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，那么可以将这些共有的业务提取出来，独立部署，由这些可服用的业务连接数据库，提供共有业务服务，而应用系统只需要管理用户界面，通过分布式服务调用共有业务服务完成具体业务操作。

以上就是大型网站架构演化的过程，期间随着公司规模的成长，用户体积的增加，总会面临各种性能瓶颈问题，这时候我们需要找到系统性能瓶颈，解决问题。并不是所有公司刚开始的时候就需要这样一个大型架构，而是随着业务的增加，系统遇到瓶颈，才会逐渐演化，每个公司都有这样一个演进经历，就像阿里巴巴刚开始的时候也是上面提到的初始架构模型一样，都是慢慢的成长和演进的。