大型网站构架

《大型网站构架》由会员分享，可在线阅读，更多相关《大型网站构架（3页珍藏版）》请在金锄头文库上搜索。

1、大型网站构架 方案2008年 10 月 25 日 星期六 08:45对大多数的网站来说，我指的是专业的网站，而不是那种简单的为了宣传 为目的而发展的网站，一般在这类网站的发展过程中，随着网站用户的发展，在 一定的阶段，会遇到一些技术瓶颈，而如何解决这些瓶颈则决定着网站是否可以 走下去的关键。所以一般大型网站是需要有一个网站构架方案。一个小型的网站，比如个人网站，可以使用最简单的 html 静态页面就实 现了，配合一些图片达到美化效果，所有的页面均存放在一个目录下，这样的网 站对系统架构、性能的要求都很简单，随着互联网业务的不断丰富，网站相关的 技术经过这些年的发展，已经细分到很细的方方面面，尤

2、其对于大型网站来说， 所采用的技术更是涉及面非常广，从硬件到软件、编程语言、数据库、Webserver、 防火墙等各个领域都有了很高的要求，已经不是原来简单的 html 静态网站所能 比拟的。大型网站，比如门户网站。在面对大量用户访问、高并发请求方面，基 本的解决方案集中在这样几个环节：使用高性能的服务器、高性能的数据库、高 效率的编程语言、还有高性能的Web容器。但是除了这几个方面，还没法根本解 决大型网站面临的高负载和高并发问题。上面提供的几个解决思路在一定程度上也意味着更大的投入，并且这样 的解决思路具备瓶颈，没有很好的扩展性，下面我从低成本、高性能和高扩张性 的角度来说说我的一些经验。

3、1、HTML 静态化其实大家都知道，效率最高、消耗最小的就是纯静态化的 html 页面，所 以我们尽可能使我们的网站上的页面采用静态页面来实现，这个最简单的方法其 实也是最有效的方法。但是对于大量内容并且频繁更新的网站，我们无法全部手 动去挨个实现，于是出现了我们常见的信息发布系统CMS，像我们常访问的各个 门户站点的新闻频道，甚至他们的其他频道，都是通过信息发布系统来管理和实 现的，信息发布系统可以实现最简单的信息录入自动生成静态页面，还能具备频 道管理、权限管理、自动抓取等功能，对于一个大型网站来说，拥有一套高效、 可管理的 CMS 是必不可少的。除了门户和信息发布类型的网站，对于交互性要

4、求很高的社区类型网站 来说，尽可能的静态化也是提高性能的必要手段，将社区内的帖子、文章进行实 时的静态化，有更新的时候再重新静态化也是大量使用的策略，像Mop的大杂绘 就是使用了这样的策略，网易社区等也是如此。同时， html 静态化也是某些缓存策略使用的手段，对于系统中频繁使用 数据库查询但是内容更新很小的应用，可以考虑使用 html 静态化来实现，比如 论坛中论坛的公用设置信息，这些信息目前的主流论坛都可以进行后台管理并且 存储再数据库中，这些信息其实大量被前台程序调用，但是更新频率很小，可以 考虑将这部分内容进行后台更新的时候进行静态化，这样避免了大量的数据库访 问请求。2、图片服务器分

5、离大家知道，对于 Web 服务器来说，不管是 Apache、 IIS 还是其他容器， 图片是最消耗资源的，于是我们有必要将图片与页面进行分离，这是基本上大型 网站都会采用的策略，他们都有独立的图片服务器，甚至很多台图片服务器。这 样的架构可以降低提供页面访问请求的服务器系统压力，并且可以保证系统不会 因为图片问题而崩溃，在应用服务器和图片服务器上，可以进行不同的配置优化， 比如 apache 在配置 ContentType 的时候可以尽量少支持，尽可能少的 LoadModule,保证更高的系统消耗和执行效率。3、数据库集群和库表散列大型网站都有复杂的应用,这些应用必须使用数据库,那么在面对大量

6、 访问的时候,数据库的瓶颈很快就能显现出来,这时一台数据库将很快无法满足 应用,于是我们需要使用数据库集群或者库表散列。在数据库集群方面,很多数据库都有自己的解决方案, Oracle、Sybase 等都有很好的方案，常用的MySQL提供的Master/Slave也是类似的方案，您使 用了什么样的DB,就参考相应的解决方案来实施即可。上面提到的数据库集群由于在架构、成本、扩张性方面都会受到所采用DB类型的限制，于是我们需要从应用程序的角度来考虑改善系统架构，库表散 列是常用并且最有效的解决方案。我们在应用程序中安装业务和应用或者功能模 块将数据库进行分离，不同的模块对应不同的数据库或者表，再按照

7、一定的策略 对某个页面或者功能进行更小的数据库散列，比如用户表，按照用户ID进行表 散列，这样就能够低成本的提升系统的性能并且有很好的扩展性。sohu的论坛 就是采用了这样的架构，将论坛的用户、设置、帖子等信息进行数据库分离，然 后对帖子、用户按照板块和ID进行散列数据库和表，最终可以在配置文件中进 行简单的配置便能让系统随时增加一台低成本的数据库进来补充系统性能。4、缓存缓存一词搞技术的都接触过，很多地方用到缓存。网站架构和网站开发 中的缓存也是非常重要。这里先讲述最基本的两种缓存。高级和分布式的缓存在 后面讲述。架构方面的缓存，对Apache比较熟悉的人都能知道Apache提供了自己的缓存

8、模 块，也可以使用外加的Squid模块进行缓存，这两种方式均可以有效的提高 Apache 的访问响应能力。网站程序开发方面的缓存， Linux 上提供的 Memory Cache 是常用的缓存接口， 可以在web开发中使用，比如用Java开发的时候就可以调用MemoryCache对一 些数据进行缓存和通讯共享，一些大型社区使用了这样的架构。另外，在使用 web语言开发的时候，各种语言基本都有自己的缓存模块和方法，PHP有Pear 的 Cache 模块， Java 就更多了， .net 不是很熟悉，相信也肯定有。5、镜像镜像是大型网站常采用的提高性能和数据安全性的方式，镜像的技术可 以解决不同网

9、络接入商和地域带来的用户访问速度差异，比如 ChinaNet 和 EduNet 之间的差异就促使了很多网站在教育网内搭建镜像站点，数据进行定时 更新或者实时更新。在镜像的细节技术方面，这里不阐述太深，有很多专业的现 成的解决架构和产品可选。也有廉价的通过软件实现的思路，比如 Linux 上的 rsync 等工具。6、负载均衡负载均衡将是大型网站解决高负荷访问和大量并发请求采用的终极解决 办法。负载均衡技术发展了多年，有很多专业的服务提供商和产品可以选择，我个人接触过一些解决方法，其中有两个架构可以给大家做参考。硬件四层交换第四层交换使用第三层和第四层信息包的报头信息，根据应用区间识别 业务流，

10、将整个区间段的业务流分配到合适的应用服务器进行处理。 第四层交 换功能就象是虚IP,指向物理服务器。它传输的业务服从的协议多种多样，有 HTTP、FTP、NFS、Telnet 或其他协议。这些业务在物理服务器基础上，需要复 杂的载量平衡算法。在IP世界，业务类型由终端TCP或UDP端口地址来决定， 在第四层交换中的应用区间则由源端和终端IP地址、TCP和UDP端口共同决定。在硬件四层交换产品领域，有一些知名的产品可以选择，比如 Alteon、 F5 等，这些产品很昂贵，但是物有所值，能够提供非常优秀的性能和很灵活的 管理能力。Yahoo中国当初接近2000台服务器使用了三四台Alteon就搞定

11、了。7、软件四层交换大家知道了硬件四层交换机的原理后，基于OSI模型来实现的软件四层 交换也就应运而生，这样的解决方案实现的原理一致，不过性能稍差。但是满足 一定量的压力还是游刃有余的，有人说软件实现方式其实更灵活，处理能力完全 看你配置的熟悉能力。软件四层交换我们可以使用Linux上常用的LVS来解决，LVS就是Linux Virtual Server，他提供了基于心跳线heartbeat的实时灾难应对解决方案，提 高系统的鲁棒性，同时可供了灵活的虚拟VIP配置和管理功能，可以同时满足多 种应用需求，这对于分布式的系统来说必不可少。一个典型的使用负载均衡的策略就是，在软件或者硬件四层交换的基础 上搭建squid集群，这种思路在很多大型网站包括搜索引擎上被采用，这样的架 构低成本、高性能还有很强的扩张性，随时往架构里面增减节点都非常容易。这 样的架构我准备空了专门详细整理一下和大家探讨。对于大型网站来说，前面提到的每个方法可能都会被同时使用到，我这 里介绍得比较浅显，具体实现过程中很多细节还需要大家慢慢熟悉和体会，有时 一个很小的squid参数或者apache参数设置，对于系统性能的影响就会很大， 希望大家一起讨论，达到抛砖引玉之效。