所有IT架构师必须先知道的知识：什么样的网站才算是大型网站？

◆大型网站 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 ：需要 7x24 小时 不间断 服务 。

海量数据 ：数据 需要 存储 、管理 ，需要 大量 服务器 。

用户 分步 广泛 、网络 情况 复杂 ：全球 网络 复杂 ，像国内 还有 各个 运营商网络互通 难的问题 。

安全 环境恶劣 ：互联网 开放性 ，使得 网站 易受到 攻击 。

需求 快速 变更 ，发布 频繁 ：快速迭代。

渐进式 发展 ：从小 网站 开始 ，逐渐 发展 成大 站点 。

◆大型网站 的主要 技术 挑战

庞大 的用户 ，高并发 的访问 和海量数据 。 

任何 简单 业务 在处理 PB级数据 或数以亿计的用户 时，问题 就会 变得 棘手 。

◆大型 网站架构 的演化过程

◆初始 阶段 的网站架构

大多数 小项目 的初期 架构 都是 这样 。 

随着 网站 业务发展 ，1台服务器 无法 满足需求：用户 越来越多 ，网站 性能 越来越 差，越来越多 的数据 导致 存储空间 不足 。

◆应用 、数据库 、文件 分离

应用服务 与数据服务 分离 ：提高 性能 ，解决 存储 问题 。 

【服务器 专用化】

应用服务器 ：处理 业务 ，要求 CPU 强

文件服务器 ：存储 文件 ，要求 存储容量 大

数据库 服务器 ：存储 数据 、缓存 、磁盘 检索 ，要求 内存 、硬盘速度快

随着 用户量 增多 ，数据库 压力大 ，会成为 系统 瓶颈 。

◆用缓存 改善 网站 性能

二八定律 ：80 %的业务 访问 20 %的数据 。 

所以 常用 数据 放入 缓存 ，可以 减少 数据库 的压力 。

缓存 分为 两种 ：

本地 缓存 ：访问 更快，但受应用服务器 内存 限制 ，且会出现 和应用程序 争用内存 的情况 。

分布式缓存：集群 方式 ，专用 服务器 作为 缓存服务器 ，理论上不受 内存容量 限制 。

目前 只有 单个 应用服务器 ，且只部署 了一个 实例 ，其能够 处理 的连接数 有限 ，在网站访问 高峰期 时，应用服务器 会变成 瓶颈 。

◆使用 应用 集群 改善 网站 的并发 能力

一台 服务器 的处理 能力不足时，不要 考虑 去换更强大 的服务器 ，对于 大型网站 而言 ，不管 多么 强大 的服务器 ，都满足 不了 网站 持续增长 的业务 需求 。 

最好 的方式 是添加 更多 的服务器 来分担 原有 服务器 的访问 。

◆数据库 读写分离

数据库 还存在 的的问题 ：使用 缓存 后，依然 会有 部分 读操作 （缓存 没有 命中 ，缓存 过期 等）和所有 的写操作 需要 访问 数据库 。 

在网站 用户 达到 一定 规模 后，数据库 依然 会因为 负载 较高成为 系统 瓶颈 。

解决办法 ：采用 数据库 读写分离，两台 数据库 配置 主从关系 ，从主库 写数据 ，从从 库读数据 ，主库 的数据 会同步 到从库中。

为了 便于 应用程序 能够 透明 地访问 读写分离的数据库 ，所以 在应用程序 中使用 专门 的数据 访问 模块 。

◆使用 反向代理 缓存 和CDN 加速 网站 响应 ：网络环境 复杂 ，缓存 前端 静态 资源

请求 访问 存在的问题 ：随着 网站 持续 的发展 ，发现 不同 网络环境 的用户 访问速度 不同 。

解决办法 ：使用 反向代理 缓存 和CDN 加速 网站 响应 。

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 从距离 自己 最近 的网络 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 中，从用户 请求 达到 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 。

CDN 和反向代理 的目的 ：尽早 返回 数据 给用户 ，一方面 加快 用户 访问速度 ，另一方面 减轻 应用服务器 的负载 压力 。

◆使用 分布式文件系统 和分布式 数据库系统

随着 网站 业务发展 ，原有 读写分离的数据库 也不能 支撑 。 

另外 ，原有 的文件服务器 也无法 满足需求了。

这时 ，需要 使用 分布式 数据库 和分布式文件系统 。

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 时才使用 。

网站 更常用 的数据库 拆分 手段 是业务 分库 ，将不同 的业务 数据 部署 在不同 的物理服务器上。

◆使用 NoSQL和搜索引擎

随着 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 NoSQL和非数据库查询 技术 比如 搜索引擎 。

◆业务 拆分 （分治 ）

网站 过于 复杂 ，将业务 拆分 。 

比如 商城 拆分为 首页 、店铺 、订单 、买家 、卖家 等产品线 ，归不同 的业务 团队 负责 。 

具体 到技术 ，也会根据 产品线 划分 ，将一个网站 拆分为 多个 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 （在首页 的导航 链接 指向 不同 的应用 地址 ），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 存储系统 来构成 一个 关联 的完整 系统 。

◆分布式服务

业务 拆分 越来越 小，存储系统 越来越大，应用系统 整体 复杂度 呈指数型增加 ，部署 维护 越来越 困难 。 

由于 所有 应用 都需要 连接数据库 ，在数万 台服务器 的情况 下，数据库连接 会资源 不足 。

既然 每个 应用系统 都需要 相同 的业务 操作 ，比如 用户管理 、商品管理 等，可以 把这些 共用 业务 抽取 出来 ，独立 部署 。