Web網站高並發量的解決方案

標籤：叢集   大型   檔案中   頻寬   slave   包括   查詢   配置最佳化   程式   

摘要：

??一個小型的網站，可以使用最簡單的html靜態頁面就實現了，配合一些圖片達到美化效果，所有的頁面均存放在一個目錄下，這樣的網站對系統架構、效能的要求都很簡單。隨著互連網業務的不斷豐富，網站相關的技術經過這些年的發展，已經細分到很細的方方面面，尤其對於大型網站來說，所採用的技術更是涉及面非常廣，從硬體到軟體、程式設計語言、資料庫、WebServer、防火牆等各個領域都有了很高的要求，已經不是原來簡單的html靜態網站所能比擬的。
??大型網站，比如門戶網站，在面對大量使用者訪問、高並發請求方面，基本的解決方案集中在這樣幾個環節：使用高效能的伺服器、高效能的資料庫、高效率的程式設計語言、還有高效能的Web容器。這幾個解決思路在一定程度上意味著更大的投入。

1、HTML靜態化
　　其實大家都知道，效率最高、消耗最小的就是純靜態化的html頁面，所以我們儘可能使我們的網站上的頁面採用靜態頁面來實現，這個最簡單的方法其實也是最有效方法。但是對於大量內容並且頻繁更新的網站，我們無法全部手動去挨個實現，於是出現了我們常見的資訊發布系統CMS，像我們常訪問的各個門戶網站的新聞頻道，甚至他們的其他頻道，都是通過資訊發布系統來管理和實現的，資訊發布系統可以實現最簡單的資訊錄入自動產生靜態頁面，還能具備頻道管理、許可權管理、自動抓取等功能，對於一個大型網站來說，擁有一套高效、可管理的CMS是必不可少的。
　　除了門戶和資訊發布類型的網站，對於互動性要求很高的社區類型網站來說，儘可能的靜態化也是提高效能的必要手段，將社區內的文章、文章進行即時的靜態化、有更新的時候再重新靜態化也是大量使用的策略，像Mop的大雜燴就是使用了這樣的策略，網易社區等也是如此。
　　同時，html靜態化也是某些緩衝策略使用的手段，對於系統中頻繁使用資料庫查詢但是內容更新很小的應用，可以考慮使用html靜態化來實現。比如論壇中論壇的公用設定資訊，這些資訊目前的主流論壇都可以進行後台管理並且儲存在資料庫中，這些資訊其實大量被前景程式調用，但是更新頻率很小，可以考慮將這部分內容進行後台更新的時候進行靜態化，這樣避免了大量的資料庫訪問請求。

2、圖片伺服器分離
　　大家知道，對於Web伺服器來說，不管是Apache、IIS還是其他容器，圖片是最消耗資源的，於是我們有必要將圖片與頁面進行分離，這是基本上大型網站都會採用的策略，他們都有獨立的、甚至很多台的圖片伺服器。這樣的架構可以降低提供頁面訪問請求的伺服器系統壓力，並且可以保證系統不會因為圖片問題而崩潰。
　　在應用伺服器和圖片伺服器上，可以進行不同的配置最佳化，比如apache在配置ContentType的時候可以盡量少支援、儘可能少的LoadModule，保證更高的系統消耗和執行效率。

3、資料庫叢集、庫表散列
　　大型網站都有複雜的應用，這些應用必須使用資料庫，那麼在面對大量訪問的時候，資料庫的瓶頸很快就能顯現出來，這時一台資料庫將很快無法滿足應用，於是我們需要使用資料庫叢集或者庫表散列。
　　在資料庫叢集方面，很多資料庫都有自己的解決方案，Oracle、Sybase等都有很好的方案，常用的MySQL提供的Master/Slave也是類似的方案，您使用了什麼樣的DB，就參考相應的解決方案來實施即可。
　　上面提到的資料庫叢集由於在架構、成本、擴張性方面都會受到所採用DB類型的限制，於是我們需要從應用程式的角度來考慮改善系統架構，庫表散列是常用並且最有效解決方案。
　　我們在應用程式中安裝業務和應用或者功能模組將資料庫進行分離，不同的模組對應不同的資料庫或者表，再按照一定的策略對某個頁面或者功能進行更小的資料庫散列，比如使用者表，按照使用者ID進行表散列，這樣就能夠低成本的提升系統的效能並且有很好的擴充性。
　　sohu的論壇就是採用了這樣的架構，將論壇的使用者、設定、文章等資訊進行資料庫分離，然後對文章、使用者按照板塊和ID進行散列資料庫和表，最終可以在設定檔中進行簡單的配置便能讓系統隨時增加一台低成本的資料庫進來補充系統效能。

4、緩衝
　　緩衝一詞搞技術的都接觸過，很多地方用到緩衝。網站架構和網站開發中的緩衝也是非常重要。這裡先講述最基本的兩種緩衝。進階和分布式的緩衝在後面講述。
　　架構方面的緩衝，對Apache比較熟悉的人都能知道Apache提供了自己的緩衝模組，也可以使用外加的Squid模組進行緩衝，這兩種方式均可以有效提高Apache的訪問響應能力。
　　網站程式開發方面的緩衝，Linux上提供的Memory Cache是常用的緩衝介面，可以在web開發中使用，比如用java開發的時候就可以調用MemoryCache對一些資料進行緩衝和通訊共用，一些大型社區使用了這樣的架構。另外，在使用web語言開發的時候，各種語言基本都有自己的緩衝模組和方法，PHP有Pear的Cache模組，Java就更多了，.net不是很熟悉，相信也肯定有。

5、鏡像
　　鏡像是大型網站常採用的提高效能和資料安全性的方式，鏡像的技術可以解決不同網路接入商和地區帶來的使用者訪問速度差異，比如ChinaNet和EduNet之間的差異就促使了很多網站在教育網內搭建鏡像網站，資料進行定時更新或者即時更新。在鏡像的細節技術方面，這裡不闡述太深，有很多專業的現成的解決架構和產品可選。也有廉價的通過軟體實現的思路，比如Linux上的rsync等工具。

6、負載平衡
　　負載平衡將是大型網站解決高負荷訪問和大量並發請求採用的高端解決辦法。　　負載平衡技術發展了多年，有很多專業的服務提供者和產品可以選擇，我個人接觸過一些解決方案，其中有兩個架構可以給大家做參考。
（1）、硬體四層交換
　　第四層交換使用第三層和第四層資訊包的前序資訊，根據應用區間識別業務流，將整個區間段的業務流分配到合適的應用伺服器進行處理。
　　第四層交換功能就像是虛IP，指向物理伺服器。它傳輸的業務服從的協議多種多樣，有HTTP、FTP、NFS、Telnet或其他協議。這些業務在物理伺服器基礎上，需要複雜的載量平衡演算法。在IP世界，業務類型由終端TCP或UDP連接埠地址來決定，在第四層交換中的應用區間則由源端和終端IP地址、TCP和UDP連接埠共同決定。
　　在硬體四層交換產品領域，有一些知名的產品可以選擇，比如Alteon、F5等，這些產品很昂貴，但是物有所值，能夠提供非常優秀的效能和很靈活的管理能力。“Yahoo中國”當初接近2000台伺服器，只使用了三、四台Alteon就搞定了。
(2)、軟體四層交換
　　大家知道了硬體四層交換器的原理後，基於OSI模型來實現的軟體四層交換也就應運而生，這樣的解決方案實現的原理一致，不過效能稍差。但是滿足一定量的壓力還是遊刃有餘的，有人說軟體實現方式其實更靈活，處理能力完全看你配置的熟悉能力。
　　軟體四層交換我們可以使用Linux上常用的LVS來解決，LVS就是Linux Virtual Server，他提供了基於心跳線heartbeat的即時災難應對解決方案，提高系統的強壯性，同時可供了靈活的虛擬VIP配置和管理功能，可以同時滿足多種應用需求，這對於分布式的系統來說必不可少。
　　一個典型的使用負載平衡的策略就是，在軟體或者硬體四層交換的基礎上搭建squid叢集，這種思路在很多大型網站包括搜尋引擎上被採用，這樣的架構低成本、高效能還有很強的擴張性，隨時往架構裡面增減節點都非常容易。
　　對於大型網站來說，前面提到的每個方法可能都會被同時使用到，這裡介紹得比較淺顯，具體實現過程中很多細節還需要大家慢慢熟悉和體會。有時一個很小的squid參數或者apache參數設定，對於系統效能的影響就會很大。

7、最新：CDN加速技術
　　 CDN的全稱是內容分髮網絡。其目的是通過在現有的Internet中增加一層新的網路架構，將網站的內容發布到最接近使用者的網路“邊緣”，使使用者可以就近取得所需的內容，提高使用者訪問網站的響應速度。
　　CDN有別於鏡像，因為它比鏡像更智能，或者可以做這樣一個比喻：CDN=更智能的鏡像+緩衝+流量導流。因而，CDN可以明顯提高Internet網路中資訊流動的效率。從技術上全面解決由於網路頻寬小、使用者訪問量大、網點分布不均等問題，提高使用者訪問網站的響應速度。
CDN的類型特點
　 　CDN的實現分為三類：鏡像、快取、專線。
　　鏡像網站（Mirror Site），是最常見的，它讓內容直接發布，適用於靜態和准動態資料同步。但是購買和維護新伺服器的費用較高，還必須在各個地區設定鏡像伺服器，配備專業技術人員進行管理與維護。對於大型網站來說，更新所用的頻寬成本也大大提高了。
　　快取，成本較低，適用於靜態內容。Internet的統計表明，超過80%的使用者經常訪問的是20%的網站的內容，在這個規律下，快取服務器可以處理大部分客戶的靜態請求，而原始的伺服器只需處理約20%左右的非緩衝請求和動態請求，於是大大加快了客戶請求的回應時間，並降低了原始伺服器的負載。
　　CDN服務一般會在全國範圍內的關鍵節點上放置快取服務器。
　　專線，讓使用者直接存取資料來源，可以實現資料的動態同步。
CDN的執行個體
　　舉個例子來說，當某使用者訪問網站時，網站會利用全球負載平衡技術，將使用者的訪問指向到距離使用者最近的正常工作的快取服務器上，直接響應使用者的請求。
　　當使用者訪問已經使用了CDN服務的網站時，其解析過程與傳統解析方式的最大區別就在於網站的授權網域名稱伺服器不是以傳統的輪詢方式來響應本地DNS的解析請求，而是充分考慮使用者發起請求的地點和當時網路的情況，來決定把使用者的請求定向到離使用者最近同時負載相對較輕的節點快取服務器上。
　　通過使用者定位演算法和伺服器健康檢測演算法綜合後的資料，可以將使用者的請求就近定向到分布在網路“邊緣”的快取服務器上，保證使用者的訪問能得到更及時可靠的響應。
　　由於大量的使用者訪問都由分布在網路邊緣的CDN節點快取服務器直接響應了，這就不僅提高了使用者的訪問品質，同時有效地降低了原始伺服器的負載壓力。

 

Web網站高並發量的解決方案