muduo学习（一）

大并发服务器架构设计

如何降低数据库（提高数据库的并发能力）的方法：

1、队列+连接池（DAL）

2、主要的业务逻辑挪到应用服务器处理，数据库只做辅助的业务处理

3、缓存（使用缓存的问题：缓存更新（同步））【见链接】

https://www.cnblogs.com/secondtonone1/p/7076769.htmlhttps://www.cnblogs.com/secondtonone1/p/7076769.html

分布式缓存：非关系型数据库如redis，memcatched等 

如果缓存跟应用服务器部署在同一台机器上，就只是局部缓存（只缓存在一台机器上），而非全局的缓存。假设有两台应用服务器，如果将缓存部署在不同的应用服务器上，那么不同的应用服务器很难访问彼此的缓存，非常不方便。将缓存部署在单独服务器上，各个应用服务器都能访问该缓存服务器。

任务服务器（比如可以通过一个http协议的接口来）监控各个应用服务器的负载情况（比如是IO高，CPU高，并发高，内存换页高）

另外服务器开发的几个性能杀手：

1 数据拷贝，数据从内核态copy到用户态，或者在用户态之间copy会造成性能损失，尽量采用缓存的方式解决。

2 环境切换 （理性创建线程），多线程上下文切换造成开销。如果服务器是单核的，那么采用状态机方式单线程效果最佳。如果是多核的，合理采用多线程，可以提升性能。

3 内存分配，可以采用内存池，提前分配。

4 锁竞争，加锁解锁会造成一定的效率衰减。

大型网站架构的演变过程 

大型网站是大并发服务器的一个典型事例

一、初始阶段的架构

web服务器（包括http和应用服务器）和数据服务器一体

二、web服务器与数据库分离

其中，web服务器还采用动静资源分离

 三、采用缓存处理

通过客户端（浏览器）的缓存减少对网站的访问

通过前端页面缓存（静态页面缓存）减少对Web应用服务器的请求

页面片段缓存ESI

 本地数据缓存减少对数据库的查询

 四、Web服务器集群+读写分离

流量越来越大，一台应用服务器肯定是扛不住的，这个时候需要多台服务器一起分配流量，处理问题。

前端http服务器负载均衡（DNS负载均衡、反向代理）

后端应用服务器负载均衡（增加任务服务器）

数据库负载均衡（读写分离，replication机制）

 五、使用CDN（内容分发网络）加速访问+分布式缓存+数据库分库分表

本地数据缓存变成分布式缓存（memcached,redis等，当前的noSql方案都可以做分布式缓存方案）

数据量较大会造成锁竞争（服务器性能四大杀手之一），因此需要数据库分库分表

 六、多数据中心+分布式存储与计算

关系数据库中的事务处理，大表join是服务器的性能杀手，因此一些对一致性要求不高的数据没必要保存在关系数据库中，可以采用基于分布式文件系统计算架构建立数据中心，就可以对一致性要求不高的数据采用noSql（基于key_val的数据库（哈希算法））存储。