高性能高并发
高并发訪问的核心原则事实上就一句话“把全部的用户訪问请求都尽量往前推”。
假设把来訪用户比作来犯的"敌人"，我们一定要把他们挡在800里地以外，即不能让他们的请求一下打到我们的指挥部（指挥部就是数据库及分布式存储）。
如：能缓存在用户电脑本地的，就不要让他去訪问CDN。能缓存CDNserver上的，就不要让CDN去訪问源（静态server）了。能訪问静态server的，就不要去訪问动态server。以此类推：能不訪问数据库和存储就一定不要去訪问数据库和存储。
说起来非常轻松，实际做起来却不easy，但仅仅要稍加努力是能够做到的，Google的日独立IP过亿不也做到了么？我们这几千万的PV站比起Google不是小屋见大屋了。我们还是先从我们的小屋搭起吧！哈哈！以下内容的介绍起点是千万级别的PV站，也能够支持亿级PV（page view 网页訪问量）的站点架构。
高性能高并发高可扩展站点架构訪问的几个层次：
有人会问，我们老是说把用户对业务的訪问往前推，究竟怎么推啊？推到哪呢？以下，老男孩就为大家一一道来。
第一层：首先在用户浏览器端，使用Apache的mod_deflate压缩传输，再比方：expires功能、deflate和expires功能利用的好，就会大大提升用户体验效果及降低站点带宽，降低后端server的压力。当然，方法还有非常多，这里不一一细谈了。提示：有关压缩传输及expires功能nginx/lighttpd等软件相同也有。
第二层：页面元素，如图片/js/css等或静态数据html，这个层面是网页缓存层,比方CDN（效果比公司自己部署squid/nginx要好，他们更专业，价格低廉，比方快网/CC等（价格80元/M/月甚至更低）并且覆盖的城市节点很多其它），自己架设squid/nginx cache来做小型CDN是次选(超大规模的公司可能会考虑风险问题实行自建加购买服务结合)，除非是为前端的CDN提供数据源服务，以减轻后端我们的server数据及存储压力，而不是直接提供cache服务给终于用户。taobao的CDN以前由于一部分图片的次寸大而导致CDN压力大的情况，甚至对图片尺寸大的来改小，以达到减少流量及带宽的作用。
提示：我们也能够自己架设一层cache层，对我们购买的CDN提供数据源服务，可用的软件有varnish/nginx/squid 等cache，以减轻第三层静态数据层的压力。在这层的前端我们也能够架设DNSserver，来达到跨机房业务拓展及智能解析的目的。
第三层：静态server层一般为图片server，视频server，静态HTMLserver。这一层是前面缓存层和后面动态server层的连接纽带，大公司公布新闻等内容直接由公布人员分发到各cache节点（sina,163等都是如此），这和一般公司的业务可能不一样。所以，没法直接的參考模仿，比方人人的SNS。
我们能够使用Q队列方式实现异步的分发訪问，同一时候把动态公布数据（数据库中的数据）静态化存储。即放到本层訪问，或通过其它办法公布到各cache节点，而不是直接让全部用户去訪问数据库，不知道大家发现了没有，qq.com门户的新闻评论多的有几十万条，假设全部用户一看新闻就载入全部评论，那数据库不挂才怪。他们的评论须要审核（美其名约，实际是异步的方式，并且，评论可能都是静态化的或类似的静态化或内存cache的方式），这点可能就是须要51cto.com这样站点学习的，你们打开51CTO的一篇博文，就会发现以下的评论一直都显示出来了，也可能是分页的。只是，应该都是直接读库的，一旦訪问量大，数据库压力大是必定。这里不是说51cto站点不好，全部的站点都是从类似的程序架构開始发展的。CU也可能是如此。
提示：我们能够在静态数据层的前端自己架设一层cache层，对我们购买的CDN提供数据源服务，可用的软件有varnish/nginx/squid 等cache。在这层的前端我们也能够架设DNSserver，来达到跨机房业务拓展及智能解析的目的。
第四层：动态server层：php,java等，仅仅有透过了前面3层后的訪问请求才会到这个层，才可能会訪问数据库及存储设备。经过前三层的訪问过滤能到这层訪问请求一般来说已很少了，一般都是新公布的内容和新公布内容第一次浏览如；博文（包含微博等），BBS帖子。
特别提示：此层能够在程序上多做文章，比方向下訪问cache层，memcache,memcachedb,tc,mysql,oracle，在程序级别实现分布式訪问，分布式读写分离，而程序级别分布式訪问的每一个db cache节点，又能够是一组业务或者一组业务拆分开来的多台server的负载均衡。这种架构会为后面的数据库和存储层大大的降低压力，那么这里呢，相当于指挥部的外层了。
第五层：数据库cache层，比方：memcache,memcachedb,tc等等。
依据不同的业务需求，选择适合详细业务的数据库。对于memcache、memcachedb ttserver及相关nosql数据库，能够在第四层通过程序来实现对本层实现分布式訪问，每一个分布式訪问的节点都可能是一组负载均衡（数十台机器）。
第六层：数据库层，一般的不是超大网站都会用mysql主从结构，如：163,sina,kaixin都是如此，程序层做分布式数据库读写分离，一主（或双主）多从的方式，訪问大了，能够做级连的主从及环状的多主多从，然后，实现多组负载均衡，供前端的分布式程序调用，假设訪问量在大，就须要拆业务了，比方：我再给某企业做兼职时，发现类似的51cto的一个网站，把www服务,blog服务，bbs服务都放一个server上，然后做主从。这样的情况，当业务訪问量大了，能够简单的把www,blog,bbs服务分别各用一组server拆分开，这样的方式运维都会的没啥难度。当然訪问量在大了，能够继续针对某一个服务拆分如：www库拆分，每一个库做一组负载均衡，还能够对库里的表拆分。须要高可用能够通过drbd等工具做成高可用方式。对于写大的，能够做主主或多主的MYSQL REP方式，对于ORACLE来说，来几组oracle DG（1master多salve方式）就够了，11G的DG能够象mysql rep一样，支持读写分离了。当然可选的方案还有，mysql cluster 和oracle 的RAC，玩mysql cluster和oracle RAC要须要更好很多其它的硬件及部署后的大量维护成本，因此，要综合考虑，到这里訪问量还非常大，那就恭喜了，起码是几千万以上甚至上亿的PV了。
象百度等巨型公司除了会採用常规的mysql及oracle数据库库外，会在性能要求更高的领域，大量的使用nosql数据库，然后前端在加DNS，负载均衡，分布式的读写分离，最后依旧是拆业务，拆库，。。。逐步细化，然后每一个点又能够是一组或多组机器。
特别提示：数据库层的硬件好坏也会决定訪问量的多少，尤其是要考虑磁盘IO的问题，大公司往往在性价比上做文章，比方核心业务採用硬件netapp/emc及san光纤架构，对于资源数据存储，如图片视频，会採用sas或固态ssd盘，假设数据超大，能够採取热点分取分存的方法：如：最常訪问的10-20%使用ssd存储，中间的20-30%採用sas盘，最后的40-50%能够採用便宜的sata。
第七层：千万级PV的站假设设计的合理一些，1，2个NFS SERVER就足够了。我所维护（兼职）或经历过的上千万PV的用NFS及普通server做存储的还有大把，多一些磁盘，如SAS 15K*6的，或者用dell6850，搞几组 NFS存储，中小站点足够了。当然能够做成drbd+heartbeat+nfs+a/a的方式。
假设能达到本文设计要求的，中等规模站点，后端的数据库及存储压力会很小了。 象门户站点级别，如XX等， 会採用硬件netapp/emc等等硬件存储设备或是san光纤同道，甚至在性价比上做文章，比方核心业务採用硬件netapp/emc及san光纤架构，对于资源数据存储，如图片视频，会採用sas或固态ssd盘，假设数据超到，能够採取热点分取分存的方法：如：最常訪问的10-20%使用ssd存储，中间的20-30%採用sas盘，最后的40-50%能够採用便宜的sata。
象XX等巨型公司会採用hadoop等分布式的存储架构，前端在加上多层CACHE及多及的负载均衡，相同会依据业务进行拆分，比方爬虫层存储，索引层存储，服务层存储。。。能够更细更细。。。为了应付压力，什么手段都用上了。
特殊业务，如某些SNS门户站，包含门户站点的评论，微博，大多都是异步的写入方式，即不管读写，并发訪问数据库都是很少量的。
以上1-7层，假设都搭好了，这样漏网到第四层动态server层的訪问，就不多了。一般的中等网站，绝对不会对数据库造成太大的压力。程序层的分布式訪问是从千万及PV向亿级PV的发展，当然特殊的业务 还须要特殊架构，来合理利用数据库和存储。