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
$ ]5 T2 f' z& D( q4 h
. h0 z" z5 v5 A* E- m5 t9 Y
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，，，，，

. A# w% ^1 a+ @' x7 b0 ^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 Z* t0 z  P( z2 e3 i9 T- i! _
4 E# Z: ]9 I( Y, e3 t7 V# Z7 z1 先说说cache
/ Y1 P$ ^4 D9 D' L8 G% _9 P+ U

* _- e" \8 m  Z1 }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。

( c! N" j  v/ y; o! z. b) W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。
" h  B0 d" Y  j/ E
% A# [1 n1 l# k; L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：
. S4 c2 `8 [% @3 }
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？
( q. K5 e3 J8 S; l& D) J) k0 n8 f
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；

# Q2 z6 ~: j. W2. 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。
# U- D3 m; Y$ C" f8 y
% S. V" ^0 R; B0 f3. 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。
! Z! J& O6 X5 E1 O) P) Y0 @
9 h- G! a# D* t4 f+ x4 C" v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。
( ~) Z# P6 Q) V3 O% _" z
6 D6 O; p' T( N$ C, V7 }0 {0 X+ v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 J" r" v, z( i" }. ?+ L' c: v分成100个桶
( y' y5 R: g0 M( }每个桶里一定票
5 ?  j7 P6 c+ T/ S( P* K$ y) [用户自行选择去哪个桶

大山猫

谜团 发表于 2012-1-17 10:23
( j$ ?( G1 e; Y, p5 N$ Y+ a把任务分散我觉得比较好
" E  i( ?2 f  T6 B+ J, B* ]( j, I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