干貨|大型網(wǎng)站項(xiàng)目架構(gòu)技術(shù)一覽

瀏覽器優(yōu)化技術(shù)

并不是優(yōu)化瀏覽器，而是通過優(yōu)化響應(yīng)頁面，加快瀏覽器頁面的加載和顯示，常用的有頁面緩存、合并HTTP減少請求次數(shù)、使用頁面壓縮等。

cdn

內(nèi)容分發(fā)網(wǎng)絡(luò)，部署在網(wǎng)絡(luò)運(yùn)營商機(jī)房，通過將靜態(tài)頁面內(nèi)容分發(fā)到離用戶最近最近的CDN服務(wù)器，使用戶可以通過最短路徑獲取內(nèi)容。

動(dòng)靜分離，靜態(tài)資源獨(dú)立部署

靜態(tài)資源，如JS、CSS等文件部署在專門的服務(wù)器集群上，和Web應(yīng)用動(dòng)態(tài)內(nèi)容服務(wù)分離，并使用專門的（二級）域名。

圖片服務(wù)

圖片不是指網(wǎng)站Logo、按鈕圖標(biāo)等，這些文件屬于上面提到的靜態(tài)資源，應(yīng)該和JS、CSS部署在一起。這里的圖片指用戶上傳的圖片，如產(chǎn)品圖片、用戶頭像等，圖片服務(wù)同樣適用獨(dú)立部署的圖片服務(wù)器集群，并使用獨(dú)立（二級）域名。

反向代理

部署在網(wǎng)站機(jī)房，在應(yīng)用服務(wù)器、靜態(tài)資源服務(wù)器、圖片服務(wù)器之前，提供頁面緩存服務(wù)。

DNS

域名服務(wù)，將域名解析成IP地址，利用DNS可以實(shí)現(xiàn)DNS負(fù)載均衡，配置CDN也需要修改DNS，使域名解析后指向CDN服務(wù)器。

二、應(yīng)用層架構(gòu)

應(yīng)用層是處理網(wǎng)站主要業(yè)務(wù)邏輯的地方。

開發(fā)框架

網(wǎng)站業(yè)務(wù)是多變的，網(wǎng)站的大部分軟件工程師都是在加班加點(diǎn)開發(fā)網(wǎng)站業(yè)務(wù)，一個(gè)好的開發(fā)框架至關(guān)重要。一個(gè)號的開發(fā)框架應(yīng)該能夠分離關(guān)注面，使美工、開發(fā)工程師可以各司其事，易于協(xié)作。同時(shí)還應(yīng)該內(nèi)置一些安全策略，防護(hù)Web用攻擊。

頁面渲染

將分別開發(fā)維護(hù)的動(dòng)態(tài)內(nèi)容和靜態(tài)頁面模板集成起來，組合成最終顯示給用戶的完整頁面。

負(fù)載均衡

將多臺應(yīng)用服務(wù)器組成一個(gè)集群，通過負(fù)載均衡技術(shù)將用戶請求分發(fā)到不同的服務(wù)器上，以應(yīng)對大量用戶同時(shí)訪問時(shí)產(chǎn)生的高并發(fā)負(fù)載壓力。

Session管理

為了實(shí)現(xiàn)高可用的應(yīng)用服務(wù)器集群，應(yīng)用服務(wù)器通常設(shè)計(jì)為無狀態(tài)，不保存用戶請求上下文信息，但是網(wǎng)站業(yè)務(wù)通常需要保持用戶會(huì)話信息，需要專門的機(jī)制管理Session，使集群內(nèi)甚至跨集群的應(yīng)用服務(wù)器可以共享Session。

動(dòng)態(tài)頁面靜態(tài)化

對于訪問量特別大而更新又不很頻繁的動(dòng)態(tài)頁面，可以將其靜態(tài)化，即生成一個(gè)靜態(tài)頁面，利用靜態(tài)頁面的優(yōu)化手段加速用戶訪問，如反向代理、CDN、瀏覽器緩存等。

業(yè)務(wù)拆分

將復(fù)雜而龐大的業(yè)務(wù)拆分開來，形成多個(gè)規(guī)模較小的產(chǎn)品，獨(dú)立開發(fā)、部署、維護(hù)，除了降低系統(tǒng)耦合度，也便于數(shù)據(jù)庫業(yè)務(wù)分庫。按業(yè)務(wù)對關(guān)系數(shù)據(jù)庫進(jìn)行拆分，技術(shù)難度相對較小，而效果又相對較好。

虛擬化服務(wù)器

將一臺物理服務(wù)器虛擬化成多態(tài)虛擬服務(wù)器，對于并發(fā)訪問較低的業(yè)務(wù)，更容易用較少的資源構(gòu)架高可用的應(yīng)用服務(wù)器集群。

提供基礎(chǔ)服務(wù)，供應(yīng)用層調(diào)用，完成網(wǎng)站業(yè)務(wù)。

分布式消息

利用消息隊(duì)列機(jī)制，實(shí)現(xiàn)業(yè)務(wù)和業(yè)務(wù)、業(yè)務(wù)和服務(wù)之間的異步消息發(fā)送及低耦合的業(yè)務(wù)關(guān)系。

分布式服務(wù)

提供高性能、低耦合、易復(fù)用、易管理的分布式服務(wù)，在網(wǎng)站實(shí)現(xiàn)面向服務(wù)架構(gòu)（SOA）。

分布式緩存

通過可伸縮的服務(wù)器集群提供大規(guī)模熱點(diǎn)數(shù)據(jù)的緩存服務(wù)，是網(wǎng)站性能優(yōu)化的重要手段。

分布式配置

系統(tǒng)運(yùn)行需要配置許多參數(shù)，如果這些參數(shù)需要修改，比如分布式緩存集群加入新的緩存服務(wù)器，需要修改應(yīng)用程序客戶端的緩存服務(wù)器列表配置，并重啟應(yīng)用程序服務(wù)器。分布式配置在系統(tǒng)運(yùn)行期提供配置動(dòng)態(tài)推送服務(wù)，將配置修改實(shí)時(shí)推送到應(yīng)用系統(tǒng)，無需重啟服務(wù)器。

提供數(shù)據(jù)、文件的持久化存儲訪問與管理服務(wù)。

分布式文件

網(wǎng)站在線業(yè)務(wù)需要存儲的文件大部分都是圖片、網(wǎng)頁、視頻等比較小的文件，但是這些文件的數(shù)量非常龐大，而且通常都在持續(xù)增加，需要伸縮性設(shè)計(jì)比較好的分布式文件系統(tǒng)。

關(guān)系數(shù)據(jù)庫

大部分萬丈的主要業(yè)務(wù)是基于關(guān)系數(shù)據(jù)庫開發(fā)的，但是關(guān)系數(shù)據(jù)庫對集群伸縮性的支持表較差。通過在應(yīng)用程序的數(shù)據(jù)訪問層增加數(shù)據(jù)庫訪問的路由功能，根據(jù)業(yè)務(wù)配置將數(shù)據(jù)庫訪問路由到不同的物理數(shù)據(jù)庫上，可實(shí)現(xiàn)關(guān)系數(shù)據(jù)庫的分布式訪問。

NoSql數(shù)據(jù)庫

目前各種NOSQL數(shù)據(jù)庫層出不窮，在內(nèi)存管理、數(shù)據(jù)模型、集群分布式管理等方面各有優(yōu)勢，不過從社區(qū)活動(dòng)性角度看，HBase無疑是目前最好的。

數(shù)據(jù)同步

在支持全球范圍內(nèi)數(shù)據(jù)共享的分布式數(shù)據(jù)庫技術(shù)成熟之前，擁有多個(gè)數(shù)據(jù)中心的網(wǎng)站必須在多個(gè)數(shù)據(jù)中心之間進(jìn)行數(shù)據(jù)同步，以保證每個(gè)數(shù)據(jù)中心都擁有完整的數(shù)據(jù)。在實(shí)踐中，為了減輕數(shù)據(jù)庫壓力，將數(shù)據(jù)庫的事物日志（或者NoSQL的寫操作Log）同步到其他數(shù)據(jù)中心，根據(jù)Log進(jìn)行數(shù)據(jù)重演，實(shí)現(xiàn)數(shù)據(jù)同步。

網(wǎng)站應(yīng)用中，除了要處理用戶的實(shí)時(shí)訪問請求外，還有一些后臺非實(shí)時(shí)數(shù)據(jù)分析要處理。

搜索引擎

即使是網(wǎng)站內(nèi)部的搜索引擎，也需要進(jìn)行數(shù)據(jù)增量更新及全量更新、構(gòu)建索引等。這些操作通過后臺系統(tǒng)定時(shí)執(zhí)行。

數(shù)據(jù)倉庫

根據(jù)離線數(shù)據(jù)，提供數(shù)據(jù)分析與數(shù)據(jù)挖掘服務(wù)。

推薦系統(tǒng)

社交網(wǎng)站及購物網(wǎng)站通過挖掘人與人之間的關(guān)系，人和商品之間的關(guān)系，發(fā)展?jié)撛诘娜穗H關(guān)系和購物興趣，為用戶提供個(gè)性化推薦服務(wù)。

監(jiān)控網(wǎng)站訪問情況與系統(tǒng)運(yùn)行情況，為網(wǎng)站運(yùn)營決策和運(yùn)維管理提供支持保障。

瀏覽器數(shù)據(jù)采集

通過在網(wǎng)站頁面中嵌入JS腳本采集用戶瀏覽器環(huán)境與操作記錄，分析用戶行為。

服務(wù)器業(yè)務(wù)數(shù)據(jù)采集

服務(wù)器業(yè)務(wù)數(shù)據(jù)包括兩種，一種是采集在服務(wù)器端記錄的用戶請求操作日志；一種是采集應(yīng)用程序運(yùn)行期業(yè)務(wù)數(shù)據(jù)，比如待處理消息數(shù)目等。

服務(wù)器性能數(shù)據(jù)采集

采集服務(wù)器性能數(shù)據(jù)，如系統(tǒng)負(fù)載、內(nèi)存使用率、網(wǎng)卡流量等。

系統(tǒng)監(jiān)控

將前述采集的數(shù)據(jù)以圖表的方式展示，以便運(yùn)營和運(yùn)維人員監(jiān)控網(wǎng)站運(yùn)行狀況，做到這一步僅僅是系統(tǒng)監(jiān)視。更先進(jìn)的做法是根據(jù)采集的數(shù)據(jù)進(jìn)行自動(dòng)化運(yùn)維，自動(dòng)處理系統(tǒng)異常狀況，是吸納自動(dòng)化控制。

系統(tǒng)報(bào)警

如果采集來的數(shù)據(jù)超過預(yù)設(shè)的正常情況的閥值，比如系統(tǒng)負(fù)載過高，就通過郵件、短信、語音電話等方式發(fā)出警報(bào)信號，等待工程師干預(yù)。

保護(hù)網(wǎng)站免遭攻擊及敏感信息泄露。

Web攻擊

以HTTP請求的方式發(fā)起的攻擊，危害最大的就是XSS和SQL注入攻擊。但是只要措施得當(dāng)，這兩種攻擊都是比較容易防范的。

數(shù)據(jù)保護(hù)

敏感信息加密傳輸與存儲，保護(hù)網(wǎng)站和用戶資產(chǎn)。

機(jī)房架構(gòu)

對于一個(gè)擁有十萬臺服務(wù)器的大型網(wǎng)站，每臺服務(wù)器耗電（包括服務(wù)器本身耗電及空調(diào)耗電）每年大約需要人民幣2000元，那么網(wǎng)站每年機(jī)房電費(fèi)就需要兩億人民幣。數(shù)據(jù)中心能耗問題日趨嚴(yán)重，Google、Facebook選擇數(shù)據(jù)中心地理位置的時(shí)候趨向選擇散熱良好，供電充裕的地方。

機(jī)柜架構(gòu)

包括機(jī)柜大小，網(wǎng)線布局、指示燈規(guī)格、不間斷電源、電壓規(guī)格（是48V直流電還是220V民用交流電）等一系列問題。

服務(wù)器架構(gòu)

大型網(wǎng)站由于服務(wù)器采購規(guī)模龐大，大都采用定制服務(wù)器的方式代替購買服務(wù)器整機(jī)。根據(jù)網(wǎng)站應(yīng)用需求，定制硬盤、內(nèi)存、甚至CPU，同時(shí)去除不必要的外設(shè)接口（顯示器輸出接口，鼠標(biāo)、鍵盤輸入接口），并使空間結(jié)構(gòu)利于散熱。