【简记】大规模Web开发技术（第十二章）

第十二章 保证可扩展性的必要思路——规模扩大和系统扩展

Hatena 的大规模服务由几十台服务器构成，各台服务器均为4 核CPU 1 ~2 个，安装8GB ~ 32GB 内存，并能够根据负载状况进行扩展。

各层的扩展性：

应用程序的扩展比较简单。

因为应用程序服务器没有状态，将任何请求分配到其他应用程序服务器上都不会发生任何问题，因此只须在负载均衡器上添加新服务器就可以不断扩大。只要增加服务器，就可以扩展到无限大。

而数据库服务器和文件服务器等，就很难像应用程序服务器那样实现分布式、保证可扩展性。对于数据源的请求包括read(读取)和write (写入)两种， read 的分布式比较容易实现，而write 的分布式很困难。

掌握负载进行调优

测量指标——平均负载，内存，CPU

首先要看平均负载(load average) 。之前讲过，平均负载是重要数据。Linux 内核会启动多个进程。平均负载就是处于随时可以运行但尚未分配到CPU 而处于等待状态的进程数的平均值。例如， 5 分钟内的平均负载为1 ，那就是说5 分钟内平均有1 个进程处于等待状态。

根据用途进行调优——面向爬虫和面向用户的服务器

爬虫对于响应时间的要求并不严格，因此调整服务器使得请求的处理量最大，实际的平均负载也会提高。

面向用户的服务器中可以看出，负载随着用户活动和流量而变化。深夜负载会稍稍回落， 白天增高，晚上的繁忙时间更高。与前面面向爬虫服务器的6 相比，平均负载被控制在1~3 左右，为实现良好的响应时间，不应用尽所有服务器资源，而是要朝着维持良好的响应时间，不要产生等待进程的方向进行调优。

总结一下，要将应用程序服务器分成面向爬虫和面向用户，制定不同的调优策略，有的重视效率，有的重视响应时间，有的重视资源的有效利用。

服务规模和调优

随着服务器越来越多，如何找到行为异常的服务器就成了问题。

保证可扩展性