大型网站架构演进

1 大型网站定义

• 海量的数据；
• 高并发的访问量。

   

3 演进

3.1 单机网站

各功能模块之间通过JVM内部的方法调用进行交互，应用和数据库之间通过JDBC进行访问。

3.2 数据库与应用分离

使用单独的数据库服务器，仍使用JDBC访问数据库。

3.3 应用服务器集群

使用DNS或者负载均衡器给服务器分配请求。

3.4 数据库读写分离

使用主库负责写，读库负责读。问题：

• 数据复制（延迟）；
• 应用对于数据源的选择。

3.5 使用搜索引擎进行全文检索

大型网站常需要进行站内搜索，因此需要实现搜索引擎。要根据被搜索的数据建立索引，使用搜索集群存放索引。

3.6 缓存

1. 数据缓存

   缓存常用数据，加快响应。

   

2. 页面缓存

   缓存常用页面，使用ESI规范。

   

3.7 使用分布式存储

3.8 拆分数据库

1. 垂直拆分

   根据数据库中不用的业务数据拆分到不同的数据库中。需要使用分布式事务，或者减少事务的使用。

   

2. 水平拆分

   当某个表的数据量过大时，把同一个表的数据拆到两个数据库中。

   

3.9 拆分应用

根据业务拆分应用。

3.10 服务化

分成三层：

1. 完成不同业务功能的Web系统；
2. 处于中间的服务中心；
3. 处于下层的数据库。

变化：

• 业务功能之间的访问需要使用远程的服务调用；
• 共享的代码集中在服务中心；
• 上层业务服务器负责与浏览器交互，中层服务中心负责业务逻辑、与数据库交互；
• 可以让不同的团队专门负责不同层的服务器。

3.11 总结

   

2 分布式系统的Session管理

2.1 Session Sticky

负债均衡器根据每次请求的会话标志选择服务器，保证同一会话由同一个服务器来处理。

问题：

• 如果服务器宕机或重启，那么这台机器上的会话数据会消失；
• 会话标志是应用层信息，需要进行应用层（第7层）的解析，这个开销比第4层大；
• 负载均衡器需要保存会话映射，内存消耗较大。

2.2 Session Replication

在服务器之间增加会话数据的同步，通过同步保证不同web服务器之间的session数据的一致。

问题：

• 同步session数据造成网络带宽的开销；
• 每台服务器都要保存session数据。

2.3 Session数据集中存储

集中存储session数据，每台服务器都从集中存储获取session数据，再将修改写会集中存储。

问题：

• 读写session数据引入了网络操作，存在时延和不稳定性；
• 集中存储可能出现问题。

2.4 Cookie Based

使用cookie保存会话数据。

问题：

• cookie长度有限；
• cookie传数据不安全；
• 带宽消耗，请求数据量变大；
• 性能影响，响应的数据越大，响应越慢。