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
4 R( p* F; V( ?  Q* N* q
: w1 \7 o2 h2 C* l4 n4 Q2 V: K
+ P' O3 |. m9 a! B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，，，，，
5 o" J0 H2 i6 r& t
) `9 ^% T  L2 F5 n% k  i# I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。

! I2 d/ ~+ x' T( }* V1 \- j1 先说说cache
+ u3 I! I2 I( |- G" v1 S  V6 [
, b/ ~7 {1 j+ I/ o: ~0 A
/ x$ `$ b! R; b! w. J& W- t- K: 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。

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：

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。

3 q: P0 f* r" x+ X3 j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？

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；
1 O- \1 l, J6 d9 N. J; A$ R# 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。
6 u! z, b5 z$ f8 B/ q
+ O0 G7 x# H  o8 v; j3. 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。

2 @# t9 G$ [% z1 v+ ]9 y! H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。
) G! U7 a( H" `7 f
& n$ S0 @6 P: c& E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。
0 D' x* [8 l: {8 ~0 a& _; u) k
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。
6 D/ h5 i6 p, G" J

谜团

把任务分散我觉得比较好
5 W7 s+ W7 Q" b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
( w( v8 x, |: p- k分成100个桶
每个桶里一定票

% S2 h) w; j. H这肯定不行，会有人编程序同时选这一百个桶