高并發(fā)高負(fù)載的大型網(wǎng)站系統(tǒng)架構(gòu)設(shè)計相關(guān)知識

1、高弁發(fā)高負(fù)載的大型網(wǎng)站系統(tǒng)架構(gòu)設(shè)計相關(guān)知識一個小型的網(wǎng)站，比如個人網(wǎng)站，可以使用最簡單的html靜態(tài)頁面就實現(xiàn)了，配合一些圖片達(dá)到美化效果，所有的頁面均存放在一個目錄下，這樣的網(wǎng)站對系統(tǒng)架構(gòu)、性能的要求都很簡單，隨著互聯(lián)網(wǎng)業(yè)務(wù)的不斷豐富一個小型的網(wǎng)站，比如個人網(wǎng)站，可以使用最簡單的html靜態(tài)頁面就實現(xiàn)了，配合一些圖片達(dá)到美化效果，所有的頁面均存放在一個目錄下，這樣的網(wǎng)站對系統(tǒng)架構(gòu)、性能的要求都很簡單，隨著互聯(lián)網(wǎng)業(yè)務(wù)的不斷豐富，網(wǎng)站相關(guān)的技術(shù)經(jīng)過這些年的發(fā)展，已經(jīng)細(xì)分到很細(xì)的方方面面，尤其對于大型網(wǎng)站來說，所采用的技術(shù)更是涉及面非常廣，從硬件到軟件、編程語言、數(shù)據(jù)庫、Webserver、防火墻

2、等各個領(lǐng)域都有了很高的要求，已經(jīng)不是原來簡單的html靜態(tài)網(wǎng)站所能比擬的。大型網(wǎng)站，比如門戶網(wǎng)站。在面對大量用戶訪問、高并發(fā)請求方面，基本的解決方案集中在這樣幾個環(huán)節(jié)：使用高性能的服務(wù)器、高性能的數(shù)據(jù)庫、高效率的編程語言、還有高性能的Web容器。但是除了這幾個方面，還沒法根本解決大型網(wǎng)站面臨的高負(fù)載和高并發(fā)問題。上面提供的幾個解決思路在一定程度上也意味著更大的投入，并且這樣的解決思路具備瓶頸，沒有很好的擴(kuò)展性，下面我從低成本、高性能和高擴(kuò)張性的角度來說說我的一些經(jīng)驗。HTML靜態(tài)化其實大家都知道，效率最高、消耗最小的就是純靜態(tài)化的html頁面，所以我們盡可能使我們的網(wǎng)站上的頁面采用靜態(tài)頁面來實

3、現(xiàn)，這個最簡單的方法其實也是最有效的方法。但是對于大量內(nèi)容并且頻繁更新的網(wǎng)站，我們無法全部手動去挨個實現(xiàn)，于是出現(xiàn)了我們常見的信息發(fā)布系統(tǒng)CMS,像我們常訪問的各個門戶站點的新聞頻道，甚至他們的其他頻道，都是通過信息發(fā)布系統(tǒng)來管理和實現(xiàn)的，信息發(fā)布系統(tǒng)可以實現(xiàn)最簡單的信息錄入自動生成靜態(tài)頁面，還能具備頻道管理、權(quán)限管理、自動抓取等功能，對于一個大型網(wǎng)站來說，擁有一套高效、可管理的CMS是必不可少的。了門戶和信息發(fā)布類型的網(wǎng)站，對于交互性要求很高的社區(qū)類型網(wǎng)站來說，盡可能的靜態(tài)化也是提高性能的必要手段，將社區(qū)內(nèi)的帖子、文章進(jìn)行實時的靜態(tài)化，有更新的時候再重新靜態(tài)化也是大量使用的策略，像Mop的大

4、雜炫就是使用了這樣的策略，網(wǎng)易社區(qū)等也是如此。目前很多博客也都實現(xiàn)了靜態(tài)化，我使用的這個Blog程序WordPress還沒有靜態(tài)化，所以如果面對高負(fù)載訪問，一定不能承受同時，html靜態(tài)化也是某些緩存策略使用的手段，對于系統(tǒng)中頻繁使用數(shù)據(jù)庫查詢但是內(nèi)容更新很小的應(yīng)用，可以考慮使用html靜態(tài)化來實現(xiàn)，比如論壇中論壇的公用設(shè)置信息，這些信息目前的主流論壇都可以進(jìn)行后臺管理并且存儲再數(shù)據(jù)庫中，這些信息其實大量被前臺程序調(diào)用，但是更新頻率很小，可以考慮將這部分內(nèi)容進(jìn)行后臺更新的時候進(jìn)行靜態(tài)化，這樣避免了大量的數(shù)據(jù)庫訪問請求。在進(jìn)行html靜態(tài)化的時候可以使用一種折中的方法，就是前端使用動態(tài)實現(xiàn)，在一

5、定的策略下進(jìn)行定時靜態(tài)化和定時判斷調(diào)用，這個能實現(xiàn)很多靈活性的操作，通過設(shè)定一些html靜態(tài)化的時間間隔來對動態(tài)網(wǎng)站內(nèi)容進(jìn)行緩存，達(dá)到分擔(dān)大部分的壓力到靜態(tài)頁面上，可以應(yīng)用于中小型網(wǎng)站的架構(gòu)上。圖片服務(wù)器分離大家知道，對于Web服務(wù)器來說，不管是Apache、IIS還是其他容器，圖片是最消耗資源的，于是我們有必要將圖片與頁面進(jìn)行分離，這是基本上大型網(wǎng)站都會采用的策略，他們都有獨立的圖片服務(wù)器，甚至很多臺圖片服務(wù)器。這樣的架構(gòu)可以降低提供頁面訪問請求的服務(wù)器系統(tǒng)壓力，并且可以保證系統(tǒng)不會因為圖片問題而崩潰。在應(yīng)用服務(wù)器和圖片服務(wù)器上，可以進(jìn)行不同的配置優(yōu)化，比如Apache在配置ContentT

6、ype的時候可以盡量少支持，盡可能少的LoadModule，保證更高的系統(tǒng)消耗和執(zhí)行效率。我的臺球網(wǎng)站故人居也使用了圖片服務(wù)器架構(gòu)上的分離，目前是僅僅是架構(gòu)上分離，物理上沒有分離，由于沒有錢買更多的服務(wù)器：），大家可以看到故人居上的圖片連接都是類似或者的URL。另外，在處理靜態(tài)頁面或者圖片、js等訪問方面，可以考慮使用lighttpd代替Apache,它提供了更輕量級和更高效的處理能力數(shù)據(jù)庫集群和庫表散列大型網(wǎng)站都有復(fù)雜的應(yīng)用，這些應(yīng)用必須使用數(shù)據(jù)庫，那么在面對大量訪問的時候，數(shù)據(jù)庫的瓶頸很快就能顯現(xiàn)出來，這時一臺數(shù)據(jù)庫將很快無法滿足應(yīng)用，于是我們需要使用數(shù)據(jù)庫集群或者庫表散列。在數(shù)據(jù)庫集群方

7、面，很多數(shù)據(jù)庫都有自己的解決方案，Oracle、Sybase等都有很好的方案，常用的MySQL提供的Master/Slave也是類似的方案，您使用了什么樣的DB,就參考相應(yīng)的解決方案來實施即可。上面提到的數(shù)據(jù)庫集群由于在架構(gòu)、成本、擴(kuò)張性方面都會受到所采用DB類型的限制，于是我們需要從應(yīng)用程序的角度來考慮改善系統(tǒng)架構(gòu)，庫表散列是常用并且最有效的解決方案。我們在應(yīng)用程序中安裝業(yè)務(wù)和應(yīng)用或者功能模塊將數(shù)據(jù)庫進(jìn)行分離，不同的模塊對應(yīng)不同的數(shù)據(jù)庫或者表，再按照一定的策略對某個頁面或者功能進(jìn)行更小的數(shù)據(jù)庫散列，比如用戶表，按照用戶ID進(jìn)行表散列，這樣就能夠低成本的提升系統(tǒng)的性能并且有很好的擴(kuò)展性。soh

8、u的論壇就是采用了這樣的架構(gòu)，將論壇的用戶、設(shè)置、帖子等信息進(jìn)行數(shù)據(jù)庫分離，然后對帖子、用戶按照板塊和ID進(jìn)行散列數(shù)據(jù)庫和表，最終可以在配置文件中進(jìn)行簡單的配置便能讓系統(tǒng)隨時增加一臺低成本的數(shù)據(jù)庫進(jìn)來補(bǔ)充系統(tǒng)性能。緩存緩存一詞搞技術(shù)的都接觸過，很多地方用到緩存。網(wǎng)站架構(gòu)和網(wǎng)站開發(fā)中的緩存也是非常重要。這里先講述最基本的兩種緩存。高級和分布式的緩存在后面講述。架構(gòu)方面的緩存，對Apache比較熟悉的人都能知道Apache提供了自己的mod_proxy緩存模塊，也可以使用外加的Squid進(jìn)行緩存，這兩種方式土可以有效的提高Apache的訪問響應(yīng)能力。網(wǎng)站程序開發(fā)方面的緩存，Linux上提供的Mem

9、cached是常用的緩存方案，不少web編程語言都提供memcache訪問接口，php、perl、c和java都有，可以在web開發(fā)中使用，可以實時或者Cron的把數(shù)據(jù)、對象等內(nèi)容進(jìn)行緩存，策略非常靈活。一些大型社區(qū)使用了這樣的架構(gòu)。另外，在使用web語言開發(fā)的時候，各種語言基本都有自己的緩存模塊和方法，PHP有Pear的Cache模塊和eAccelerator加速和Cache模塊，還要知名的Apc、XCache（國人開發(fā)的，支持?。﹑hp緩存模塊，Java就更多了，.net不是很熟悉，相信也肯定有。鏡像鏡像是大型網(wǎng)站常采用的提高性能和數(shù)據(jù)安全性的方式，鏡像的技術(shù)可以解決不同網(wǎng)絡(luò)接入商和地域帶

10、來的用戶訪問速度差異，比如ChinaNet和EduNet之間的差異就促使了很多網(wǎng)站在教育網(wǎng)內(nèi)搭建鏡像站點，數(shù)據(jù)進(jìn)行定時更新或者實時更新。在鏡像的細(xì)節(jié)技術(shù)方面，這里不闡述太深，有很多專業(yè)的現(xiàn)成的解決架構(gòu)和產(chǎn)品可選。也有廉價的通過軟件實現(xiàn)的思路，比如Linux上的rsync等工具。負(fù)載均衡載均衡將是大型網(wǎng)站解決高負(fù)荷訪問和大量并發(fā)請求采用的終極解決辦法。負(fù)載均衡技術(shù)發(fā)展了多年，有很多專業(yè)的服務(wù)提供商和產(chǎn)品可以選擇，我個人接觸過一些解決方法，其中有兩個架構(gòu)可以給大家做參考。另外有關(guān)初級的負(fù)載均衡DNS輪循和較專業(yè)的CDN架構(gòu)就不多說了。硬件四層交換第四層交換使用第三層和第四層信息包的報頭信息，根據(jù)應(yīng)

11、用區(qū)間識別業(yè)務(wù)流，將整個區(qū)間段的業(yè)務(wù)流分配到合適的應(yīng)用服務(wù)器進(jìn)行處理。第四層交換功能就象是虛IP,指向物理服務(wù)器。它傳輸?shù)臉I(yè)務(wù)服從的協(xié)議多種多樣，有HTTP、FTP、NFS、Telnet或其他協(xié)議。這些業(yè)務(wù)在物理服務(wù)器基礎(chǔ)上，需要復(fù)雜的載量平衡算法。在IP世界，業(yè)務(wù)類型由終端TCP或UDP端口地址來決定，在第四層交換中的應(yīng)用區(qū)間則由源端和終端IP地址、TCP和UDP端口共同決定。在硬件四層交換產(chǎn)品領(lǐng)域，有一些知名的產(chǎn)品可以選擇，比如Alteon、F5等，這些產(chǎn)品很昂貴，但是物有所值，能夠提供非常優(yōu)秀的性能和很靈活的管理能力。Yahoo中國當(dāng)初接近2000臺服務(wù)器使用了三四臺Alteon就搞定了

12、。軟件四層交換大家知道了硬件四層交換機(jī)的原理后，基于OSI模型來實現(xiàn)的軟件四層交換也就應(yīng)運(yùn)而生，這樣的解決方案實現(xiàn)的原理一致，不過性能稍差。但是滿足一定量的壓力還是游刃有余的，有人說軟件實現(xiàn)方式其實更靈活，處理能力完全看你配置的熟悉能力。軟件四層交換我們可以使用Linux上常用的LVS來解決，LVS就是LinuxVirtualServer,他提供了基于心跳線heartbeat的實時災(zāi)難應(yīng)對解決方案，提高系統(tǒng)的魯棒性，同時可供了靈活的虛擬VIP配置和管理功能，可以同時滿足多種應(yīng)用需求，這對于分布式的系統(tǒng)來說必不可少。一個典型的使用負(fù)載均衡的策略就是，在軟件或者硬件四層交換的基礎(chǔ)上搭建squid集

13、群,這種思路在很多大型網(wǎng)站包括搜索引擎上被采用，這樣的架構(gòu)低成本、高性能還有很強(qiáng)的擴(kuò)張性，隨時往架構(gòu)里面增減節(jié)點都非常容易。這樣的架構(gòu)我準(zhǔn)備空了專門詳細(xì)整理一下和大家探討?？偨Y(jié)對于大型網(wǎng)站來說，前面提到的每個方法可能都會被同時使用到，Michael這里介紹得比較淺顯，具體實現(xiàn)過程中很多細(xì)節(jié)還需要大家慢慢熟悉和體會，有時一個很小的squid參數(shù)或者apache參數(shù)設(shè)置，對于系統(tǒng)性能的影響就會很大，希望大家一起討論，達(dá)到拋磚引玉之效。書是我們時代的生命一一別林斯基書籍是巨大的力量一一列寧書是人類進(jìn)步的階梯高爾基書籍是人類知識的總統(tǒng)一一莎士比亞書籍是人類思想的寶庫一一烏申斯基書籍一一舉世之寶一一梭羅好的書籍是最貴重的珍