1.1 大型网站软件的特点
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7x24小时不间断服务。
海量数据:需要存储、管理海量数据,需要使用大量服务器。
用户分布广泛,网络情况复杂
安全环境恶劣
需求快速变更,发布频繁
渐进式发展
1.2 大型网站演化发展历程
1.2.1 初始阶段的网站架构:应用程序、数据库、文件等所有的资源都部署在一台服务器上。
但随着越来越多的用户 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。
1.2.2 应用服务和数据服务分离:整个网站使用三台服务器,应用服务器、文件服务器和数据服务器。
对硬件资源的要求各不相同:
(1) 应用服务器需要处理大量的业务逻辑,需要使用更强大的CPU;
(2) 数据库服务器需要快速磁盘检索和数据缓存,需要更快速的硬盘和更大的内存;
(3) 文件服务器需要存储大量用户上传的文件,需要更大的硬盘;
但随着用户逐渐增多,数据库压力太大导致访问延迟,进而影响整个网站性能,用户体验受到影响。
1.2.3 使用缓存改善网站性能
二八定律:网站80%的业务访问集中在20%的数据上;
把一小部分集中访问的数据缓存在内存中,减少数据库的访问压力,提高整个网站的访问速度,改善数据库的写入性能。
使用缓存的两种方式:
(1) 缓存在应用服务器的本地缓存——访问速度更快,但受应用服务器内存限制,缓存数据量有限,而且会出现和应用服务争内存的情况。
(2) 缓存在专门的分布式缓存服务器上的远程缓存——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容量限制的缓存服务。
但是单一应用服务器能够处理的请求连接有限,在网站访问高峰期,应用服务器成为整个网站的瓶颈。
1.2.4 使用应用服务器集群改善网站的高并发处理能力
使用集群是网站解决高并发、海量数据问题的常用手段;
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群中的任何一台服务器上,如果有更多的用户访问,就在集群中加入更多的应用服务器,使应用服务器的负载压力不再成为整个网站的瓶颈。
1.2.5 数据库读写分离
使用缓存后,使绝大多数数据度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。
目前大部分的主流服务器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,从而改善数据库的负载压力。
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将数据库更新同步到从数据库,这样当应用服务器读数据的时候,就可以通过从服务器获取数据。
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库访问模块,使数据库读写分离对应用透明。
1.2.6 使用反向代理和CDN加速网站响应
加速网站访问速度,主要的手段有使用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,可以从最近的网络服务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,首先访问的服务器是反向代理服务器,如果反向代理服务器中缓存着用户请求的资源,就将其直接返回给用户。
目的都是尽早返回数据给用户,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。
1.2.7 使用分布式文件系统和分布式数据库系统
数据库读写分离后,从一台服务器拆分成两台服务器,但随着网站业务的发展依然不能满足需求,这时需要使用分布式数据库。文件系统也是一样,需要使用分布式文件系统。
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,将不同的业务的数据库部署在不同的物理服务器上。
1.2.8 使用NoSQL和搜索引擎
随着网站业务越来越复杂,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型数据库技术如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库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。
1.2.9 业务拆分
通过分而治之的手段将整个网站业务分成不同的产品线,如大型网购交易网站就会将首页、商铺、订单、买家、卖家等拆分成不同的产品线,分规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库存储系统来构成一个关联的完整系统。
1.2.10 分布式服务
既然每一个应用系统都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,提供可共用业务服务,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的业务操作。
本文章总结自《大型网站技术架构核心原理与案例分析》