大型高并發高負載網站的系統架構[轉載]

我在Cernet做過撥号接入平台的搭建，而後在Yahoo3721負載搜尋引擎前端平台開發，又在貓撲處理過大型社群貓撲大雜燴的架構更新等工作，同時自己接觸和開發過不少大中型網站的子產品，是以在大型網站應對高負載和并發的解決方案上有一些積累和經驗，可以和大家一起探讨一下。

一個小型的網站，比如個人網站，可以使用最簡單的html靜态頁面就實作了，配合一些圖檔達到美化效果，所有的頁面均存放在一個目錄下，這樣的網站對系統架構、性能的要求都很簡單，随着網際網路業務的不斷豐富，網站相關的技術經過這些年的發展，已經細分到很細的方方面面，尤其對于大型網站來說，所采用的技術更是涉及面非常廣，從硬體到軟體、程式設計語言、資料庫、WebServer、防火牆等各個領域都有了很高的要求，已經不是原來簡單的html靜态網站所能比拟的。

大型網站，比如門戶網站。在面對大量使用者通路、高并發請求方面，基本的解決方案集中在這樣幾個環節：使用高性能的伺服器、高性能的資料庫、高效率的程式設計語言、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站面臨的高負載和高并發問題。

上面提供的幾個解決思路在一定程度上也意味着更大的投入，并且這樣的解決思路具備瓶頸，沒有很好的擴充性，下面我從低成本、高性能和高擴張性的角度來說說我的一些經驗。

1、HTML靜态化

其實大家都知道，效率最高、消耗最小的就是純靜态化的html頁面，是以我們盡可能使我們的網站上的頁面采用靜态頁面來實作，這個最簡單的方法其實也是最有效的方法。但是對于大量内容并且頻繁更新的網站，我們無法全部手動去挨個實作，于是出現了我們常見的資訊釋出系統CMS，像我們常通路的各個門戶站點的新聞頻道，甚至他們的其他頻道，都是通過資訊釋出系統來管理和實作的，資訊釋出系統可以實作最簡單的資訊錄入自動生成靜态頁面，還能具備頻道管理、權限管理、自動抓取等功能，對于一個大型網站來說，擁有一套高效、可管理的CMS是必不可少的。

除了門戶和資訊釋出類型的網站，對于互動性要求很高的社群類型網站來說，盡可能的靜态化也是提高性能的必要手段，将社群内的文章、文章進行實時的靜态化，有更新的時候再重新靜态化也是大量使用的政策，像Mop的大雜燴就是使用了這樣的政策，網易社群等也是如此。

同時，html靜态化也是某些緩存政策使用的手段，對于系統中頻繁使用資料庫查詢但是内容更新很小的應用，可以考慮使用html靜态化來實作，比如論壇中論壇的公用設定資訊，這些資訊目前的主流論壇都可以進行背景管理并且存儲再資料庫中，這些資訊其實大量被前台程式調用，但是更新頻率很小，可以考慮将這部分内容進行背景更新的時候進行靜态化，這樣避免了大量的資料庫通路請求。

2、圖檔伺服器分離

大家知道，對于Web伺服器來說，不管是Apache、IIS還是其他容器，圖檔是最消耗資源的，于是我們有必要将圖檔與頁面進行分離，這是基本上大型網站都會采用的政策，他們都有獨立的圖檔伺服器，甚至很多台圖檔伺服器。這樣的架構可以降低提供頁面通路請求的伺服器系統壓力，并且可以保證系統不會因為圖檔問題而崩潰，在應用伺服器和圖檔伺服器上，可以進行不同的配置優化，比如apache在配置ContentType的時候可以盡量少支援，盡可能少的LoadModule，保證更高的系統消耗和執行效率。

3、資料庫叢集和庫表散列

大型網站都有複雜的應用，這些應用必須使用資料庫，那麼在面對大量通路的時候，資料庫的瓶頸很快就能顯現出來，這時一台資料庫将很快無法滿足應用，于是我們需要使用資料庫叢集或者庫表散列。

在資料庫叢集方面，很多資料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，您使用了什麼樣的DB，就參考相應的解決方案來實施即可。

上面提到的資料庫叢集由于在架構、成本、擴張性方面都會受到所采用DB類型的限制，于是我們需要從應用程式的角度來考慮改善系統架構，庫表散列是常用并且最有效的解決方案。我們在應用程式中安裝業務和應用或者功能子產品将資料庫進行分離，不同的子產品對應不同的資料庫或者表，再按照一定的政策對某個頁面或者功能進行更小的資料庫散列，比如使用者表，按照使用者ID進行表散列，這樣就能夠低成本的提升系統的性能并且有很好的擴充性。sohu的論壇就是采用了這樣的架構，将論壇的使用者、設定、文章等資訊進行資料庫分離，然後對文章、使用者按照闆塊和ID進行散列資料庫和表，最終可以在配置檔案中進行簡單的配置便能讓系統随時增加一台低成本的資料庫進來補充系統性能。

4、緩存

緩存一詞搞技術的都接觸過，很多地方用到緩存。網站架構和網站開發中的緩存也是非常重要。這裡先講述最基本的兩種緩存。進階和分布式的緩存在後面講述。

架構方面的緩存，對Apache比較熟悉的人都能知道Apache提供了自己的緩存子產品，也可以使用外加的Squid子產品進行緩存，這兩種方式均可以有效的提高Apache的通路響應能力。

網站程式開發方面的緩存，Linux上提供的Memory Cache是常用的緩存接口，可以在web開發中使用，比如用Java開發的時候就可以調用MemoryCache對一些資料進行緩存和通訊共享，一些大型社群使用了這樣的架構。另外，在使用web語言開發的時候，各種語言基本都有自己的緩存子產品和方法，PHP有Pear的Cache子產品，Java就更多了，.net不是很熟悉，相信也肯定有。

5、鏡像

鏡像是大型網站常采用的提高性能和資料安全性的方式，鏡像的技術可以解決不同網絡接入商和地域帶來的使用者通路速度差異，比如ChinaNet和EduNet之間的差異就促使了很多網站在教育網内搭建鏡像站點，資料進行定時更新或者實時更新。在鏡像的細節技術方面，這裡不闡述太深，有很多專業的現成的解決架構和産品可選。也有廉價的通過軟體實作的思路，比如Linux上的rsync等工具。

6、負載均衡

負載均衡将是大型網站解決高負荷通路和大量并發請求采用的終極解決辦法。

負載均衡技術發展了多年，有很多專業的服務提供商和産品可以選擇，我個人接觸過一些解決方法，其中有兩個架構可以給大家做參考。

硬體四層交換

第四層交換使用第三層和第四層資訊包的報頭資訊，根據應用區間識别業務流，将整個區間段的業務流配置設定到合适的應用伺服器進行處理。　第四層交換功能就象是虛IP，指向實體伺服器。它傳輸的業務服從的協定多種多樣，有HTTP、FTP、NFS、Telnet或其他協定。這些業務在實體伺服器基礎上，需要複雜的載量平衡算法。在IP世界，業務類型由終端TCP或UDP端口位址來決定，在第四層交換中的應用區間則由源端和終端IP位址、TCP和UDP端口共同決定。

在硬體四層交換産品領域，有一些知名的産品可以選擇，比如Alteon、F5等，這些産品很昂貴，但是物有所值，能夠提供非常優秀的性能和很靈活的管理能力。Yahoo中國當初接近2000台伺服器使用了三四台Alteon就搞定了。

軟體四層交換

大家知道了硬體四層交換機的原理後，基于OSI模型來實作的軟體四層交換也就應運而生，這樣的解決方案實作的原理一緻，不過性能稍差。但是滿足一定量的壓力還是遊刃有餘的，有人說軟體實作方式其實更靈活，處理能力完全看你配置的熟悉能力。

軟體四層交換我們可以使用Linux上常用的LVS來解決，LVS就是Linux Virtual Server，他提供了基于心跳線heartbeat的實時災難應對解決方案，提高系統的魯棒性，同時可供了靈活的虛拟VIP配置和管理功能，可以同時滿足多種應用需求，這對于分布式的系統來說必不可少。

一個典型的使用負載均衡的政策就是，在軟體或者硬體四層交換的基礎上搭建squid叢集，這種思路在很多大型網站包括搜尋引擎上被采用，這樣的架構低成本、高性能還有很強的擴張性，随時往架構裡面增減節點都非常容易。這樣的架構我準備空了專門詳細整理一下和大家探讨。

對于大型網站來說，前面提到的每個方法可能都會被同時使用到，我這裡介紹得比較淺顯，具體實作過程中很多細節還需要大家慢慢熟悉和體會，有時一個很小的squid參數或者apache參數設定，對于系統性能的影響就會很大，希望大家一起讨論，達到抛磚引玉之效。