谈谈大型网站架构的一些关键技术

季侯

想进黑虎帮，没积分啊，发点贴
$ L+ k# K$ F5 r; w0 e! a* H

最近12306很火，无数人站出来为铁道部指点迷津，提出了无数个解决方案。虽然很多人没做过网站也没写过程序，，，，，
6 ]& k+ M0 s1 M& ^( Q
3 _0 j! }1 b+ ~+ X. _乘罗教主还没空，我也凑个热闹，说说网站架构的一些东东。当然了，纯技术的东东可能没人喜欢，所以我保留随时挖坑不填的权力。
7 r9 }  ]9 U1 l3 }
1 先说说cache

; t. J( D5 ^$ V. P3 u- d2 L% f7 n5 x. T
作为一个老军医，总有人问我，“xxx，帮我看看，为啥我这系统性能这么差？” 我的第一个反应就是，瓶颈在哪里，cache怎么做的。

8 C7 h% n; l# M1 u8 B. z常有人说，木桶的容量是最短的那块木板决定的；那么如果把一个网站当作一个木桶，网站开发者这个桶匠绝对是个杯具。因为他拿到的木板太参差不齐了，有的长有上百米，有的才几公分。
6 T% s6 s$ L$ {5 a# d* v: [/ Q
0 {- a9 @8 i4 f2 H' ]这块最短的木板往往就是数据库了，以12306为例，常见的使用场景是：

# S+ }, B6 x' G1 g. K用户登录上来，根据出发地和目的地查询车次，然后选择 一个有票的车次买票，下订单，付款。
6 y/ V0 Q3 O8 Y6 E8 P8 |/ G, n
不管是登录／查询车次／查询是否有票／下订单／付款都涉及数据库操作，是一个典型的读多写少的场景，数据库将会是瓶颈。那么为什么数据库会是瓶颈哪？
5 h7 w  L6 j  g1 l- }6 h6 i. K
+ E' I3 Y' d" L# n- ]) [2 v1 数据库操作相对web层是一个非常耗时的操作，单次操作往往需要几毫秒，并发链接数也只有3000／4000；而nginx之类的静态服务器，每秒处理10万个请求，支持数万个并发链接无压力；所以只要稍微大一点的网站，数据库很容易成为瓶颈；

0 a. }, m5 R5 v# Q$ o1 x4 f: x' }  K2. 数据库链接是一个非常昂贵的资源，一般来说单台mysql服务器能够只能提供3000／4000的并发链接;一旦大量web请求到来，那么很有可能申请不到数据库链接，不得不排队；当队列中的请求累计到一定数量时，新的请求很容易超时，从而失败。

3. 查询操作太多，基本上每买一张票都会查询很多次，而每次查询都会产生数据库查询操作。虽然可以通过建立合适的索引加快查询，通过读写分离／水平分库等手段降低单个数据库的负荷，但是只要数据库操作数量大到一定程度，那么唯一的办法就是减少数据库操作。
+ q9 p. R2 A7 p
; [$ x8 i6 Y- K$ K: i" G! l将一些很少变化，但是频繁查询的数据缓存到memcached/redis等缓存服务器中是一种成熟有效的技术。以根据出发地／目的地查询为例，以往的查询需要从数据库的车次站点表中查询，现在可以把{出发地／目的地}-> [车次列表]的映射关系存到redis中，这样每次查询的时候直接从redis中就可以得到。

' ~, o' W8 v' _- B7 D9 }这么做的好处是，从redis中查询比从数据库中查询要快的多，相差不止一个数量级，redis能支持的并发链接数也远远超过mysql；所以能够降低了数据库负荷，也避免了数据库链接资源的申请。
; U7 O# r. _& g# y0 }
所以采用合理的cache技术，降低数据库负荷是大型网站架构的一个关键技术点。
9 \3 j, b9 {2 x$ D# ?4 j. N$ s3 q

谜团

把任务分散我觉得比较好
, ~0 ~* ?  d( l+ }$ `分成100个桶
每个桶里一定票
& J$ L, n& ?4 A+ c+ W4 R7 {用户自行选择去哪个桶

大山猫

谜团 发表于 2012-1-17 10:23
7 p& _: \0 D. {6 S1 v把任务分散我觉得比较好
分成100个桶
; Q4 ~' ^8 P8 M/ P) y+ v每个桶里一定票

. q  n+ r& p: v7 k. [这肯定不行，会有人编程序同时选这一百个桶