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

/ i! ~7 k' S2 J( }
4 |6 N# ]& v, B0 e- g! h' d# C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，，，，，
& V- l) R+ U& c! n5 i
  c' u$ N2 `4 c7 f! k- r6 v1 E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。
4 i% w* R2 p2 M4 s6 |, W& o* b
1 先说说cache
0 X  J* V: D/ z) ]9 V1 J/ o! |: w6 i9 I
( k8 d2 c. q! d) F& f
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。
7 b9 Y/ y4 c0 k3 u
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。
* k) _% }; H3 J. ?
. L8 ~3 o. `7 o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：
4 {. j. T( L+ Q% N3 C$ u9 G
* G8 |5 f7 Y) |$ R' V0 S, 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。

# `$ }, Y9 P" p7 t; v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 p9 \+ z: s% ^, g6 i8 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；

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。
% K( _. I2 w& a1 u; W8 R6 c
( x! c# Y! I3 h; K3. 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。
( S( ^' }8 g8 i
: M  w' K+ \; t8 l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。
2 e; t- E* K! D/ Z4 M2 V
& p4 B' D0 w5 R9 H  W4 q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 ~7 {6 x1 U: _  P! m

谜团

把任务分散我觉得比较好
& P# m8 l5 i/ a; R分成100个桶
& @0 T/ ?: i7 v# T9 A- K  n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
' t$ k2 ]6 R2 x3 n# `' |把任务分散我觉得比较好
分成100个桶
& v! ]* |9 g6 m( e1 I! \" |: p每个桶里一定票

* n# \* w* f7 a3 {4 T. ~这肯定不行，会有人编程序同时选这一百个桶