网站演化

Topic	Why	How	Notes
热数据缓存	网站访问特点符合二八定律	应用服务器本地缓存&分布式缓存服务器远程缓存	80%的业务访问集中在20%的数据上
应用服务器集群	单台服务器处理能力，存储空间限制	搭配负载均衡调度服务器使用	服务器的成本和水平伸缩能力
数据库读写分离	缓存未命中，缓存过期，写操作，数据库负载压力过大	通过主从复制实现读写分离	数据的最终一致性
反向代理,CDN加速	用户地理位置差异，网络环境复杂	网络提供商机房部署CDN, 网站中心机房部署反向代理	访问延迟与用户流失率正相关
分布式存储	持续增长的业务需求，单表数据规模庞大	数据分片, 租户分库, 业务分库	分而治之
搜索引擎	日益复杂的数据检索需求	封装统一的数据访问模块	海量数据的全文搜索
业务拆分	日益复杂的业务场景	划分产品线，据此拆分出多个不同的应用，独立部署与维护	单页面简化，消息中转与分发，服务垂直拆分
分布式服务	应用增多服务耦合，整体复制度提升，部署维护困难，数据库连接资源有限	提取共用业务，独立部署共用服务	SOA, 微服务

Distributed Solution	Why	How
分布式静态资源	减轻应用服务器负载，加快浏览器并发加载速度，用户体验团队开发维护利于网站分工合作	动静分离(静态资源独立分布式部署，采用独立的域名)
分布式应用和服务	改善网站性能和并发性，加快开发和迭代速度，减少数据库连接资源消耗，不同应用复用共用服务便于业务扩展	将分层或分割后的应用分布式部署
分布式配置	不同环境不同配置文件管理复杂，修改配置需重新打包发布时间成本较高	做统一的分布式注册中心，支持线上服务器配置的实时更新
分布式锁	保证数据的最终一致性，正确实现工作单元的并发和协同	Redis中SET(NX+EX)命令，Zookeeper
分布式计算	搜索引擎索引构建、数据仓库数据分析统计等业务计算规模巨大	Hadoop, MapReduce分布式计算框架
分布式数据和存储	集中式存储对搭建和管理、主干网络带宽的要求较高，单台服务器存储空间有限	对关系型和非关系型数据库进行分布式部署
分布式文件系统	数据获取需求指数倍的增长，单台服务器存取能力有限	GridFS, GFS, HDFS, TFS

参考: 《大型网站技术架构》