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


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，，，，，
- c8 V' ?& q5 n6 N3 o4 b
; \5 g# K- ?( _. d% v* ?8 W& g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。

1 先说说cache
' t# N7 h# V( W9 b- H

, P  B) P. g. G9 T4 l. d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。
$ F  r3 z! o2 h- v6 B$ w
9 d3 c0 V- K# _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。

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：
+ X+ i0 z2 j2 k4 o* m) S) P
& z1 @$ Z! f$ x! A5 g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。

1 q/ E% y6 K, ~5 ]4 e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？
  @) I& f# X0 j& D, ^
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；

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。
/ U+ ?4 c! w2 E: N% X. U1 N8 L
: @) p/ S( L* j1 N" y8 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。

% h2 `1 A  ]6 k/ n3 l; c5 q8 t/ P" g8 j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。
: U5 ^% e% |3 T5 z, q
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。
- @% W- z+ A" c9 j9 T
( d- z' u6 E5 r  u5 L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。
3 c3 [& h1 {; k2 G; ?! d0 M/ E

谜团

把任务分散我觉得比较好
5 Z* G$ T5 \1 A分成100个桶
6 `( T$ V0 D* ~每个桶里一定票
5 R9 S! j7 M2 J' D: I+ j+ i用户自行选择去哪个桶

大山猫

谜团 发表于 2012-1-17 10:23
4 C: O  t& g- F把任务分散我觉得比较好
2 ^8 m1 ~! }1 e# D/ T分成100个桶
2 y) L, _% o! F' ]6 w+ F% ?; k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