?

隨著中國大型IT企業(yè)信息化速度的加快，大部分應(yīng)用的數(shù)據(jù)量和訪問量都急劇增加，大型企業(yè)網(wǎng)站正面臨性能和高數(shù)據(jù)訪問量的壓力，而且對存儲、安全以及信息檢索等等方面都提出了更高的要求……?

??? 本文中，我想通過幾個國外大型IT企業(yè)及網(wǎng)站的成功案例，從Web技術(shù)人員角度探討如何積極地應(yīng)對國內(nèi)大型網(wǎng)站即將面臨的擴展（主要是技術(shù)方面，而較少涉及管理及營銷等方面）矛盾。

一、 國外大型IT網(wǎng)站的成功之道
(一) MySpace
??? 今天，MySpace已經(jīng)成為全球眾口皆碑的社區(qū)網(wǎng)站之王。盡管一流和營銷和管理經(jīng)驗自然是每個IT企業(yè)取得成功的首要因素，但是本節(jié)中我們卻拋棄這一點，而主要著眼于探討在數(shù)次面臨系統(tǒng)擴張的緊急關(guān)頭MySpace是如何從技術(shù)方面采取應(yīng)對策略的。
第一代架構(gòu)—添置更多的Web服務(wù)器
??? MySpace最初的系統(tǒng)很小，只有兩臺Web服務(wù)器（分擔處理用戶請求的工作量）和一個數(shù)據(jù)庫服務(wù)器（所有數(shù)據(jù)都存儲在這一個地方）。那時使用的是Dell雙CPU、4G內(nèi)存的系統(tǒng)。在早期階段，MySpace基本是通過添置更多Web服務(wù)器來對付用戶暴增問題的。但到在2004年早期，在MySpace用戶數(shù)增長到五十萬后，其數(shù)據(jù)庫服務(wù)器已經(jīng)開始疲于奔命了。

第二代架構(gòu)—增加數(shù)據(jù)庫服務(wù)器
??? 與增加Web服務(wù)器不同，增加數(shù)據(jù)庫并沒那么簡單。如果一個站點由多個數(shù)據(jù)庫支持，設(shè)計者必須考慮的是，如何在保證數(shù)據(jù)一致性的前提下讓多個數(shù)據(jù)庫分擔壓力。

??? MySpace運行在三個SQL Server數(shù)據(jù)庫服務(wù)器上—一個為主，所有的新數(shù)據(jù)都向它提交，然后由它復(fù)制到其它兩個；另兩個數(shù)據(jù)庫服務(wù)器全力向用戶供給數(shù)據(jù)，用以在博客和個人資料欄顯示。這種方式在一段時間內(nèi)效果很好——只要增加數(shù)據(jù)庫服務(wù)器，加大硬盤，就可以應(yīng)對用戶數(shù)和訪問量的增加。

??? 這一次的數(shù)據(jù)庫架構(gòu)按照垂直分割模式設(shè)計，不同的數(shù)據(jù)庫服務(wù)于站點的不同功能，如登錄、用戶資料和博客。垂直分割策略利于多個數(shù)據(jù)庫分擔訪問壓力，當用戶要求增加新功能時，MySpace只需要投入新的數(shù)據(jù)庫加以支持。在賬戶到達二百萬后，MySpace還從存儲設(shè)備與數(shù)據(jù)庫服務(wù)器直接交互的方式切換到SAN（存儲區(qū)域網(wǎng)絡(luò)）—用高帶寬、專門設(shè)計的網(wǎng)絡(luò)將大量磁盤存儲設(shè)備連接在一起，而數(shù)據(jù)庫連接到SAN。這項措施極大提升了系統(tǒng)性能、正常運行時間和可靠性。然而，當用戶繼續(xù)增加到三百萬后，垂直分割策略也變得難以維持下去。

第三代架構(gòu)—轉(zhuǎn)到分布式計算架構(gòu)
??? 幾經(jīng)折騰，最終，MySpace將目光移到分布式計算架構(gòu)——它在物理上分布的眾多服務(wù)器，整體必須邏輯上等同于單臺機器。拿數(shù)據(jù)庫來說，就不能再像過去那樣將應(yīng)用拆分，再以不同數(shù)據(jù)庫分別支持，而必須將整個站點看作一個應(yīng)用。現(xiàn)在，數(shù)據(jù)庫模型里只有一個用戶表，支持博客、個人資料和其他核心功能的數(shù)據(jù)都存儲在相同數(shù)據(jù)庫。

??? 既然所有的核心數(shù)據(jù)邏輯上都組織到一個數(shù)據(jù)庫，那么MySpace必須找到新的辦法以分擔負荷——顯然，運行在普通硬件上的單個數(shù)據(jù)庫服務(wù)器是無能為力的。這次，不再按站點功能和應(yīng)用分割數(shù)據(jù)庫，MySpace開始將它的用戶按每百萬一組分割，然后將各組的全部數(shù)據(jù)分別存入獨立的SQL Server實例。目前，MySpace的每臺數(shù)據(jù)庫服務(wù)器實際運行兩個SQL Server實例，也就是說每臺服務(wù)器服務(wù)大約二百萬用戶。據(jù)MySpace的技術(shù)人員說，以后還可以按照這種模式以更小粒度劃分架構(gòu)，從而優(yōu)化負荷分擔。

第四代架構(gòu)—求助于微軟方案
??? 2005年早期，賬戶達到九百萬，MySpace開始用微軟的C#編寫ASP.NET程序。在收到一定成效后，MySpace開始大規(guī)模遷移到ASP.NET。
??? 賬戶達到一千萬時，MySpace再次遭遇存儲瓶頸問題。SAN的引入解決了早期一些性能問題，但站點目前的要求已經(jīng)開始周期性超越SAN的I/O容量——即它從磁盤存儲系統(tǒng)讀寫數(shù)據(jù)的極限速度。

第五代架構(gòu)—增加數(shù)據(jù)緩存層并轉(zhuǎn)到支持64位處理器的SQL Server 2005
??? 2005年春天，MySpace賬戶達到一千七百萬，MySpace又啟用了新的策略以減輕存儲系統(tǒng)壓力，即增加數(shù)據(jù)緩存層——位于Web服務(wù)器和數(shù)據(jù)庫服務(wù)器之間，其唯一職能是在內(nèi)存中建立被頻繁請求數(shù)據(jù)對象的副本，如此一來，不訪問數(shù)據(jù)庫也可以向Web應(yīng)用供給數(shù)據(jù)。

??? 2005年中期，服務(wù)賬戶數(shù)達到兩千六百萬時，MySpace因為我們對內(nèi)存的渴求而切換到了還處于beta測試的支持64位處理器的SQL Server 2005。升級到SQL Server 2005和64位Windows Server 2003后，MySpace每臺服務(wù)器配備了32G內(nèi)存，后于2006年再次將配置標準提升到64G。

??? 事實上，MySpace的Web服務(wù)器和數(shù)據(jù)庫仍然經(jīng)常發(fā)生超負荷，其用戶頻繁遭遇“意外錯誤”和“站點離線維護”等告示，他們不得不在論壇抱怨不停……?

??? MySpace正是在這樣不斷重構(gòu)站點軟件、數(shù)據(jù)庫和存儲系統(tǒng)中，才一步步走到今天。事實上，MySpace已經(jīng)成功解決了很多系統(tǒng)擴展性問題，其中存在相當?shù)慕?jīng)驗值得我們借鑒。MySpace系統(tǒng)架構(gòu)到目前為止保持了相對穩(wěn)定，但其技術(shù)人員仍然在為SQL Server支持的同時連接數(shù)等方面繼續(xù)攻堅，盡可能把事情做到最好。

(二) Amazon
??? 亞馬遜書店無疑是電子商務(wù)發(fā)展的里程碑。2000年到現(xiàn)在，世界網(wǎng)絡(luò)業(yè)腥風血雨。Amazon曾經(jīng)成為網(wǎng)絡(luò)泡沫的頭號代表。如今，當這個“最大的泡沫”用幾經(jīng)易改的數(shù)字把自己變成了堅實的IT巨人。

??? 歷覽Amazon發(fā)展過程，其成功經(jīng)驗在于，它創(chuàng)造性地進行了電子商務(wù)中每一環(huán)節(jié)的探索，包括系統(tǒng)平臺的建設(shè)，程序編寫、網(wǎng)站設(shè)立、配送系統(tǒng)等等方面。用Amazon當家人貝索斯的話說就是，“在現(xiàn)實世界的商店最有力的武器就是地段，地段，地段，而對于我們來說最重要的三件事就是技術(shù)，技術(shù)，技術(shù)。”

(三) eBay
??? eBay是世界聞名的拍賣網(wǎng)站，eBay公司通信部主管凱文?帕斯格拉夫認為，“eBay成功的最重要原因在于公司管理和服務(wù)。”
??? 其成功的奧秘可以列舉為以下幾點：
??? ①敢為天下先—在網(wǎng)絡(luò)尚不普及的時代，eBay率先進入網(wǎng)絡(luò)拍賣領(lǐng)域；
??? ②依托虛擬商場所產(chǎn)生的特有的“零庫存”是eBay公司取得成功的另一個重要原因。該公司的核心業(yè)務(wù)沒有任何庫存風險，所有的商品都是由客戶提供，它只需要負責提供虛擬的拍賣平臺—網(wǎng)絡(luò)和軟件。所以，eBay公司的財務(wù)報表上不會出現(xiàn)“庫存費用”和“保管費用”等。
③自eBay公司成立開始，它就一直遵循兩條“黃金原則”：建設(shè)虛擬社區(qū)，給網(wǎng)民以家的感覺；保證網(wǎng)站穩(wěn)定安全地運行。

二、 國內(nèi)大型網(wǎng)站開發(fā)時的幾點建議
??? 從本節(jié)開始，我們將結(jié)合國內(nèi)外大型IT網(wǎng)站在技術(shù)擴展方面的沉痛教訓和成功經(jīng)驗，探討在如今剛剛開始的Web 2.0時代如何應(yīng)對國內(nèi)網(wǎng)站即將面臨的數(shù)據(jù)訪問量增加（甚至是急劇膨脹）的問題，并提出一些供參考的策略和建議。

(四) 搭建科學的系統(tǒng)架構(gòu)
??? 構(gòu)建大型的商業(yè)網(wǎng)站絕對不可能像構(gòu)建普通的小型網(wǎng)站一樣一蹴而就，需要從嚴格的軟件工程管理的角度進行認真規(guī)劃，有步驟有邏輯地進行開發(fā)。對于大型網(wǎng)站來說，所采用的技術(shù)涉及面極其廣泛，從硬件到軟件、編程語言、數(shù)據(jù)庫、Web服務(wù)器、防火墻等各個領(lǐng)域都有了很高的要求，已經(jīng)不是原來簡單的html靜態(tài)網(wǎng)站所能比擬的。以著名的Yahoo!為例，他們的每一個大型網(wǎng)站工程都需要大量相應(yīng)專業(yè)人員的參與。

(五) 頁面靜態(tài)化
??? 可不要小看純靜態(tài)化的HTML頁面！其實在很多情況下，HTML往往意味著“效率最高、消耗最小”，所以我們盡可能使我們的網(wǎng)站上的頁面采用靜態(tài)頁面來實現(xiàn)。但是，對于大量內(nèi)容并且頻繁更新的網(wǎng)站，我們無法全部手動實現(xiàn)，因此可以開發(fā)相應(yīng)的自動化更新工具，例如我們常見的信息發(fā)布系統(tǒng)CMS。像我們經(jīng)常訪問的各個門戶站點的新聞頻道，甚至他們的其他頻道，都是通過信息發(fā)布系統(tǒng)來管理和實現(xiàn)的。信息發(fā)布系統(tǒng)可以實現(xiàn)最簡單的信息錄入自動生成靜態(tài)頁面，還能具備頻道管理、權(quán)限管理、自動抓取等功能，對于一個大型網(wǎng)站來說，擁有一套高效、可管理的CMS是必不可少的。

(六) 存儲問題
??? 存儲也是一個大問題，一種是小文件的存儲，比如圖片這類；另一種是大文件的存儲，比如搜索引擎的索引。
大家知道，對于Web服務(wù)器來說，不管是Apache、IIS還是其他容器，圖片是最消耗資源的，于是我們有必要將圖片與頁面進行分離，這是基本上大型網(wǎng)站都會采用的策略，他們都有獨立的圖片服務(wù)器，甚至很多臺圖片服務(wù)器。這樣的架構(gòu)可以降低提供頁面訪問請求的服務(wù)器系統(tǒng)壓力，并且可以保證系統(tǒng)不會因為圖片問題而崩潰，在應(yīng)用服務(wù)器和圖片服務(wù)器上，可以進行不同的配置優(yōu)化以保證更高的系統(tǒng)消耗和執(zhí)行效率。

(七) 數(shù)據(jù)庫技術(shù)—集群和庫表散列
??? 對于大型網(wǎng)站而言，使用大型的數(shù)據(jù)庫服務(wù)器是必須的事情。但是，在面對大量訪問的時候，數(shù)據(jù)庫的瓶頸仍然會顯現(xiàn)出來，這時一臺數(shù)據(jù)庫將很快無法滿足應(yīng)用，于是我們需要借助于數(shù)據(jù)庫集群或者庫表散列技術(shù)。

??? 在數(shù)據(jù)庫集群方面，很多數(shù)據(jù)庫廠商都有自己的解決方案，Oracle、Sybase、SQL Server等都有很好的方案，常用的MySQL提供的Master/Slave也是類似的方案。因此，你使用了什么樣的數(shù)據(jù)庫，就參考相應(yīng)的解決方案來實施即可。

??? 上面提到的數(shù)據(jù)庫集群由于在架構(gòu)、成本、擴張性方面都會受到所采用數(shù)據(jù)庫類型的限制，于是我們需要從應(yīng)用程序的角度來考慮改善系統(tǒng)架構(gòu)，其中，庫表散列是常用并且最有效的解決方案。我們在應(yīng)用程序中安裝業(yè)務(wù)和應(yīng)用或者功能模塊將數(shù)據(jù)庫進行分離，不同的模塊對應(yīng)不同的數(shù)據(jù)庫或者表，再按照一定的策略對某個頁面或者功能進行更小的數(shù)據(jù)庫散列，比如用戶表，按照用戶ID進行表散列，這樣就能夠低成本的提升系統(tǒng)的性能并且有很好的擴展性。在這一方面一個現(xiàn)成的例子就是搜狐。它的論壇就是采用了這樣的架構(gòu)，將論壇的用戶、設(shè)置、帖子等信息進行數(shù)據(jù)庫分離，然后對帖子、用戶按照板塊和ID進行散列數(shù)據(jù)庫和表，最終可以在配置文件中進行簡單的配置便能讓系統(tǒng)隨時增加一臺低成本的數(shù)據(jù)庫進來補充系統(tǒng)性能。

(八) 緩存策略
??? 這絕對不單指低級的緩存技術(shù)相關(guān)的編程，應(yīng)從整個架構(gòu)角度著眼，深入研究Web服務(wù)器、數(shù)據(jù)庫服務(wù)器的各層級的緩沖策略，最后才是低級的緩沖技術(shù)的編程。不同的Web服務(wù)器、數(shù)據(jù)庫服務(wù)器及Web編程語言都有自己不同的緩沖策略。例如數(shù)據(jù)庫存儲方面，SQL Serve 2005中的主動式緩存機制，Oracle數(shù)據(jù)的cache group技術(shù)，Hibernate的緩存包括Session的緩存和SessionFactory的緩存；Web服務(wù)器方面，Apache提供了自己的緩存模塊，也可以使用外加的Squid模塊進行緩存，這兩種方式均可以有效的提高Apache的訪問響應(yīng)能力，IIS緩沖器技術(shù)；至于web開發(fā)語言，所用緩存技術(shù)更存在很大不同，例如ASP.NET 2.0中提出了兩種緩存應(yīng)用程序數(shù)據(jù)和緩存服務(wù)頁輸出的策略，這兩種緩存技術(shù)相互獨立但不相互排斥，PHP有Pear的Cache模塊，等等。

(九) 鏡像
??? 鏡像是大型網(wǎng)站常采用的提高性能和數(shù)據(jù)安全性的方式，鏡像的技術(shù)可以解決不同網(wǎng)絡(luò)接入商和地域帶來的用戶訪問速度差異。在鏡像的細節(jié)技術(shù)方面，這里不闡述太深，有很多專業(yè)的現(xiàn)成的解決架構(gòu)和產(chǎn)品可選。也有廉價的通過軟件實現(xiàn)的思路，比如Linux上的rsync等工具。

(十) 負載均衡
??? 負載均衡將是大型網(wǎng)站解決高負荷訪問和大量并發(fā)請求采用的終極解決辦法。
負載均衡技術(shù)發(fā)展了多年，有很多專業(yè)的服務(wù)提供商和產(chǎn)品可以選擇，基于LAMP解決方案的Lighttped+Squid是相當不錯的解決負載均衡和加速系統(tǒng)的有效方式。

(十一) 硬件四層交換
??? 第四層交換使用第三層和第四層信息包的報頭信息，根據(jù)應(yīng)用區(qū)間識別業(yè)務(wù)流，將整個區(qū)間段的業(yè)務(wù)流分配到合適的應(yīng)用服務(wù)器進行處理。第四層交換功能就象是虛IP，指向物理服務(wù)器。它傳輸?shù)臉I(yè)務(wù)服從的協(xié)議多種多樣，有HTTP、FTP、NFS、Telnet或其他協(xié)議。這些業(yè)務(wù)在物理服務(wù)器基礎(chǔ)上，需要復(fù)雜的載量平衡算法。在IP世界，業(yè)務(wù)類型由終端TCP或UDP端口地址來決定，在第四層交換中的應(yīng)用區(qū)間則由源端和終端IP地址、TCP和UDP端口共同決定。

??? 在硬件四層交換產(chǎn)品領(lǐng)域，有一些知名的產(chǎn)品可以選擇，比如Alteon、F5等，這些產(chǎn)品很昂貴，但是物有所值，能夠提供非常優(yōu)秀的性能和很靈活的管理能力。Yahoo中國當初接近2000臺服務(wù)器使用了三四臺Alteon就搞定了。

(十二) 軟件四層交換
??? 大家知道了硬件四層交換機的原理后，基于OSI模型來實現(xiàn)的軟件四層交換也就應(yīng)運而生，這樣的解決方案實現(xiàn)的原理一致，不過性能稍差。但是滿足一定量的壓力還是游刃有余的。

??? 一個典型的使用負載均衡的策略就是，在軟件或者硬件四層交換的基礎(chǔ)上搭建squid集群，這種思路在很多大型網(wǎng)站包括搜索引擎上被采用，這樣的架構(gòu)低成本、高性能還有很強的擴張性，隨時往架構(gòu)里面增減節(jié)點都非常容易。

(十三) 軟件投資問題
??? 據(jù)報導，目前國內(nèi)除了一些上市企業(yè)和特別大知名大公司以外，很少有企業(yè)在成本中考慮正版軟件的購置費用。這種思維極有可能給中國互聯(lián)網(wǎng)帶來噩夢。如果一些公司真正面臨軟件資金方面的困難，完全可以考慮使用開源世界的LAMP解決方案（Linux＋Apache＋MySQL＋Perl、PHP或者Python Web編程語言）；否則，隨著我國加入WTO范圍的不斷擴大，盜版打擊必然越來越嚴。因此，“茍且偷生”必將自食其果。

??? 另外，隨著網(wǎng)絡(luò)帶寬日漸提升，WEB 2.0技術(shù)必將影響到網(wǎng)絡(luò)世界的幾乎每一個角落。因此，如何積聚技術(shù)人員進行技術(shù)攻關(guān)并進一步加強安全防范也成為一個日益嚴峻的問題，宜盡早納入到公司的議事日程。?
??
四、 總結(jié)
??? 中國電子商務(wù)真正理性發(fā)展的一個標志，是大量的傳統(tǒng)企業(yè)實實在在地開始用互聯(lián)網(wǎng)來處理商務(wù)、做生意，而現(xiàn)在這樣的浪潮已經(jīng)開始。北京發(fā)行集團，聯(lián)合SINA、6688.com等單位共同推出的網(wǎng)上虛擬書店—新新書店就是這樣的一個標志。

??? 隨著網(wǎng)絡(luò)帶寬日漸提升，隨著網(wǎng)絡(luò)理念和WEB 2.0技術(shù)的斷深入人心，各種B2B、B2C、C2C等電子商務(wù)模式很可能以立體交叉方式整合到各種大型商務(wù)網(wǎng)站中來。因此，作為公司的技術(shù)人員，作為臨危救駕的“白衣騎士”，如何應(yīng)對海量存儲、海量訪問問題，海量信息檢索的問題，日益嚴峻的安全問題，等等，已經(jīng)刻不容緩。

轉(zhuǎn)載于:https://www.cnblogs.com/OceanChen/archive/2010/08/11/1797015.html

總結(jié)

以上是生活随笔為你收集整理的走出海量数据及访问量压力困境收藏[转]的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。