大型网站架构演进

什么是大型网站：海量数据和高并发的访问量缺一不可，因此肯定是一个分布式系统。中间件系统就是在大型网站架构演进过程中出现发展的。

大型网站架构演进（以交易网站为例）：
单机网站：包括用户模块，商品模块，交易模块等。三个模块都在同一个应用服务器中，用户表数据表交易表在同一个数据库中，通过jdbc连接。整个应用在同一台机器上。
数据库与应用分离：应用存在一台机器上，数据库在另一台机器上，仍然是通过jdbc连接。
应用服务器超载：让应用服务器走向集群，从一台变为2台或多台。
应用服务器的选择：通过控制器实现（如负载均衡器），
Session问题：Session数据是保存在单机上的，用户第一次请求落在第一台服务器，而第二次请求落在第二台服务器，就会引发Session问题。解决方案：1：Session Sticky：保证同一个会话的所有请求都通过同一个服务器处理，通常需要在负载均衡器上实现。带来的问题：a：某一台服务器重启，这台机器的所有用户就需要重新登陆。b：会话标识信息是应用层的，需要进行第7层解析，开销变大了，同时内存消耗更大。Session Replication：应用服务器之间增加Session数据的同步。带来的问题：a：同步Session数据带来的网络开销。b：每台Web服务器要保存所有Session数据，而且重复。3：Session数据集中式存储：Session数据集中存储起来，存储在另一个机器上，可以使用数据库，也可以使用分布式存储系统。4：Cookie Based：将Session数据存在cookie中发送给请求方。不足：cookie长度的限制，安全性，带宽消耗，性能影响。
读写分离：
1：增加一个读库：
数据复制问题：复制的延时问题。2：数据源的选择问题：写操作需要走写库，事务中的读也需要走写库，考虑到延迟，有时不在事务中的读也可能走写库。
2：搜索引擎其实是一个读库：随着被搜索数据的变化，搜索引擎的索引也要改变，构建搜索用的索引其实就是一个数据复制过程，只不过不是简单的复制数据。应用也需要知道什么时候走数据库，什么时候走搜索引擎。
3.缓存：加速数据的读取
数据缓存：缓存系统和搜索引擎，读库的定位是类似的，只是填充方式不同，在缓存中方的是“热”数据，而不是全部数据，而相同的是数据库数据发生变化后，主动把数据放入缓存系统中。
页面缓存：ESI规范，例如在应用服务器前端有一个Apache服务器，一种方式是将ESI模块放在Apache端，而通过Web服务器渲染，而另一种是将ESI放在Web服务器，这样渲染和缓存都让Web服务器做了。
分布式存储系统：
分布式文件系统：多个节点组成的文件系统，弱格式的，解决小文件和大文件的存储问题，
分布式key_value系统：比较格式化，可以提供高性能的板结构化支持。
分布式数据库：最格式化的，可以提供一个支持大数据量和高并发访问的数据库系统。
数据拆分：
数据垂直拆分：把数据库中的不同业务数据拆分到不同的数据库中：
带来的影响：应用需要配置多个数据源，每个数据库连接池的隔离，如何处理跨业务的事务：使用分布式事务或者不适用事务。
数据水平拆分：数据水平拆分就是把一个同一个表的数据拆分到俩个数据库中。
带来的影响：SQL路由的问题，主键的处理，一些查询需要从俩个数据库中读取数据。
应用变化：
1.拆分应用：随着业务的发展，应用的功能越来越多，需要把应用拆开，从一个应用变为俩个甚至多个应用，根据业务的特性把应用拆开，把应用拆分成交易和商品俩个应用，涉及用户的地方自己完成，而用户注册，登陆等基础功能，让俩个系统任何一个去实现。也可以再增加一个用户系统。
2.服务化：商品中心，用户中心，交易中心分别连接自己的数据库提供服务，上层商品系统调用商品中心和用户中心服务，登陆注册调用用户中心服务，交易系统调用交易中心和用户中心服务。
变化：a：不止是单机的方法调用，引入了远程的服务调用，b：共享代码放在了各个服务中心，c：与数据库的交互工作放在了各个服务中心，d：维护更方便。
消息中间件好处：异步和解耦 ，以及大流量的控制。