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

' s! w$ Q: [( I0 M
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，，，，，
  i" A9 i' I: j6 r( y
6 Z* n' M% w% q7 S" i; v1 L, [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。
/ M+ P& z# P1 C8 s7 q( c! u( O
2 c. H+ y, L( I$ {4 N& P1 先说说cache
3 v  B% K) y( [. C. L# g% ^
+ s% E. g' d7 }, J% o8 j$ _
9 d$ u* N7 b% Z  e9 u9 d, [$ a, l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。
3 K7 A2 c% b, d; |
$ t3 F7 k' e! a% O; O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。
2 D/ K) E6 p$ o1 T, c
% x3 u2 M. Q0 |4 U# @! n5 w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：
8 l4 s; Z0 \5 y
0 D/ ?6 B9 i# [5 [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。
  ?( P1 m4 D4 J' R# O8 n
1 ~! l3 q  E" q; v9 B; {! {5 _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？

# }4 L* u# L( k, u0 e( t; O2 ^+ h1 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；
( {3 B: n" \' w% u2 a  F1 z
4 g8 ~8 L% L4 x! x$ S: U2. 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。

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。

8 r* N6 i. ?7 k2 u9 S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。
; I) E$ T) J0 B! Q
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。

谜团

把任务分散我觉得比较好
分成100个桶
4 x) t4 U* h# O6 d每个桶里一定票
! b6 I5 E9 k- @5 u$ P% P8 i用户自行选择去哪个桶

大山猫

谜团 发表于 2012-1-17 10:23
" N3 q" Q" \+ q0 S把任务分散我觉得比较好
分成100个桶
8 o  T6 p# y8 E5 O6 t: o- m8 j& q每个桶里一定票

这肯定不行，会有人编程序同时选这一百个桶