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
# l8 R. d% Y: y0 y5 U( @! h( X1 K! F. O
5 [% j3 L3 P8 H* z6 C8 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，，，，，

- F' t6 ?1 t; e. n6 E( B# j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 U7 z3 d# W) C* S6 ?
1 先说说cache
  Q- ]/ g- O6 f/ E1 t. a
2 b* X  y5 K. S2 i/ R( b1 I# q- d9 ^
: j. B+ f8 W8 i  T) T5 n! B, _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 ~" N  X5 J9 r. n. z' \$ I1 K- s3 d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。
/ O  M4 V( |5 \5 t  q5 j
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：

2 B0 M7 n3 C4 N( f' k# J( t8 \- {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。
: y7 o; c3 I$ n9 D; ?, J- I5 G
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？

6 S7 M9 X: `. `+ f- C1 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；
( |  u2 u) k' b9 D
; y+ {2 r, d: T  }/ ^4 F2. 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。
; a9 f& t. [4 v. v
. K" v) }' ~7 R% X/ J; j' a7 d2 d  x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。
+ a( |6 A3 n/ Q9 L" `8 V- Q  x
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。
$ Z) s1 ?6 z, X4 z/ o: v0 }
/ Z1 q% C1 E7 o' \/ `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
9 V9 a0 {; L: ^. k& a分成100个桶
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
把任务分散我觉得比较好
, E$ w  \( {: I8 J5 m9 q% ?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