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
6 _! M# f3 w+ [6 P, g3 @
* g2 M5 E' X+ X* X/ m4 P6 M+ R
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，，，，，
: V9 Q7 f" c: L# |2 P2 ~
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。
2 B& m8 |8 a5 s' x4 u
1 L7 _# Q9 T0 T7 L1 U1 先说说cache

/ d; P) \7 m$ e4 J6 \/ p) m
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。

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。
5 f8 g" f, b; t( ~2 I! Z
; A' R/ T' b5 e$ A$ d0 D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：
/ H1 L/ U% x% |8 c$ ]
  s- F8 Z$ e; v; c- 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。
9 s5 v5 G6 W1 T
$ H& T: n1 k) J3 @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？

" K+ q7 p0 l. J* u" j# Q$ \5 G1 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；
5 `, s8 e( ]* ?$ p$ G
2. 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。
+ n2 H, |3 B% S
( O% O& R! H( c" k- e) n3. 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。
$ V+ t( Z' Q6 |/ |) N5 B( ?
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。

7 l6 M* D# J0 ^0 p  a- h0 @. g) r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
7 u9 {2 w/ U: C& ^4 N9 B$ q7 o/ d每个桶里一定票
用户自行选择去哪个桶

大山猫

谜团 发表于 2012-1-17 10:23
+ |2 o/ u) Q1 q" x4 a  Z9 l( i# C把任务分散我觉得比较好
分成100个桶
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