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
- v: n1 s% T3 S3 L8 V( D4 J

6 ^6 j6 e7 n: ]) T/ I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 @3 ]3 B' k0 x) t& z6 ?% g
' H1 \7 R3 l# Y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。
% ^" A2 E( N  w# Q1 _; Z
8 A3 u; S% p( }1 {1 H$ {1 e1 先说说cache
, ]2 A/ ?& y1 C5 v) R: n

$ h# ?  q. o& j: U; A- v3 n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。

  L  X, {/ S. R( 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：

7 N7 J/ T: L/ _- f0 ~6 H  O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。

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？
/ _3 A- s( }$ v; B) [( e7 L, {
( `9 A& c/ T. `1 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；
# d! V+ t* ?# N7 R4 z! _
' t, }5 }- O0 d+ ]* W5 u! A. E2. 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 ~9 _- g) @" _6 Q$ q
  _- u4 }) p0 A! }/ b5 W; S3. 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。
7 Y6 A" R$ I9 Y: ^9 n5 _
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。

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。
5 Y1 M6 N, g) r) R# l2 H
/ R& D! p( c. v" O7 G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
每个桶里一定票
7 J" }, H! D- O* ^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
分成100个桶
/ x9 \! R: I& ~( L1 [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