PHP開發高負載網站技術

在CERNET做過撥號接入平台的搭建，而後在Yahoo&3721從事過搜尋引擎前端開發，又在MOP處理過大型社區貓撲大雜燴的架構 升級等工作，同時自己接觸和開發過不少大中型網站的模組，因此在大型網站應對高負載和並發的解決方案上有一些積累和經驗，可以和大家一起探討一下。

一個小型的網站，比如個人網站，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。但是除了這幾個方面，還沒法根本解決大型網站面臨的高負載和高並發問題。

上面提供的幾個解決思路在一定程度上也意味著更大的投入，並且這樣的解決思路具備瓶頸，沒有很好的擴充性，下面我從低成本、高效能和高擴張性的角度來說說我的一些經驗。

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站 點的新聞頻道，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、權 限管理、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。目前很多部落格也都實現了靜態化，我 使用的這個Blog程式WordPress還沒有靜態化，所以如果面對高負載訪問，www.toplee.com一定不能承受 

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再資料庫中，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。

在進行html靜態化的時候可以使用一種折中的方法，就是前端使用動態實現，在一定的策略下進行定時靜態化和定時判斷調用，這個能實現很多靈活性的操作，我開發的撞球網站故人居(www.8zone.cn)就是使用了這樣的方法，我通過設定一些html靜態化的時間間隔來對動態網站內容進行緩衝，達到分擔大部分的壓力到靜態頁面上，可以應用於中小型網站的架構上。故人居網站的地址：http://www.8zone.cn，順便提一下，有喜歡撞球的朋友多多支援我這個免費網站:)

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，他們都有獨立的圖片伺服器，甚至很多台圖片伺服器。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。

我的撞球網站故人居8zone.cn也使用了圖片伺服器架構上的分離，目前是僅僅是架構上分離，物理上沒有分離，由於沒有錢買更多的伺服器:)，大家可以看到故人居上的圖片串連都是類似img.9tmd.com或者img1.9tmd.com的URL。

另外，在處理靜態頁面或者圖片、js等訪問方面，可以考慮使用lighttpd代替Apache，它提供了更輕量級和更高效的處理能力。

3、資料庫叢集和庫表散列
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mod_proxy緩衝模組，也可以使用外加的Squid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Memcached是常用的緩衝方案，不少web程式設計語言都提供memcache提供者，php、perl、c和java都有，可以在web開發中使用，可以即時或者Cron的把資料、對象等內容進行緩衝，策略非常靈活。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模組和eAccelerator加速和Cache模組，還要知名的Apc、XCache（國人開發的，支援！）php緩衝模組，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終極解決辦法。

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。另外有關初級的負載平衡DNS輪循和較專業的CDN架構就不多說了。

6.1 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 象是虛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台伺服器使用了三四台Alteon就搞定了。

6.2 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，提高系統的魯棒性，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。這樣的架構我準備空了專門詳細整理一下和大家探討。

總結：
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，Michael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，希望大家一起討論，達到拋磚引玉之效

 

 

 

 

 

WEB程式擷取資訊的方式主要是查詢資料庫,當資料庫不是很大的情況下不會有太大的問題.然而,隨著網站的發展,資料庫呈幾何級數的方式增長的時候,就會出現瓶頸.於是PHP緩衝技術誕生了。

　　.PHP緩衝技術工作時,當程式查詢資料的時候，會把相應的結果序列化後儲存到檔案中，以後同樣的查詢語句就可以不用直接查詢資料庫，而是從快取檔案中獲得。這一改進使得程式運行速度得以大幅度提升.　　目前應用PHP緩衝技術比較流行的方法主要是Adodb+Smarty這樣的黃金搭檔.　　PHP緩衝技術工作原理:　　首先看看adodb提供的資料緩衝功能：　　1<?php　　2include('adodb.inc.php'); # load code common to ADOdb　　3$ADODB_CACHE_DIR = '/usr/ADODB_cache';　　4$conn = &ADONewConnection('mysql'); # create a connection　　5$conn->PConnect(' ','userid','','agora');# connect to MySQL, agora db　　6$sql = 'select CustomerName, CustomerID from customers';　　7$rs = $conn->CacheExecute(15,$sql);　　8?> 如上，每次查詢資料的時候，會把相應的結果序列化後儲存到檔案中，以後同樣的查詢語句就可以不用直接查詢資料庫，而是從快取檔案中獲得。　　再來看看Smarty提供的頁面緩衝功能：　　1<?php　　2require('Smarty.class.php');　　3$smarty = new Smarty;　　4$smarty->caching = true;　　5if(!$smarty->is_cached('index.tpl')) {　　6 // No cache available, do variable assignments here.　　7 $contents = get_database_contents();　　8 $smarty->assign($contents);　　9}　　10$smarty->display('index.tpl');　　11?>　　12　　如上，每次訪問頁面的時候，都會先檢測相應的緩衝是否存在，如果不存在，就串連資料庫，得到資料，完成模板變數的賦值，顯示頁面，同時產生快取檔案，這樣下次訪問的時候快取檔案就發揮作用了，而不會再執行if塊的資料查詢語句了。當然，在實際使用中會有很多東西要考慮，比如，有效期間的設定，緩衝組的設定等等，具體可以查看Smarty手冊中有關緩衝（caching）的相關章節。　　以上兩個PHP流行組件緩衝方式的側重點是不同的，對於Adodb的緩衝而言，它緩衝的是資料，對於Smarty的緩衝而言，它緩衝的是頁面。其他提供緩衝功能的組件還有很多（如：PEAR::Cache_Lite等等），實際編程中使用哪個方案要具體情況具體分析，也可能會綜合使用。　　使用這些組件內建的緩衝方案有一個很明顯的好處是它們的實現對用戶端而言都很透明。只要進行必要的設定（如：緩衝時間，緩衝目錄等等）就可以了，而不用過多考慮實現緩衝的細節問題，系統會根據設定自動管理緩衝。但是其缺點也同樣明顯，因為每次請求仍然要用PHP解析一遍，效率和純靜態相比還是大打折扣，在大的PV面前還是不能滿足要求，在這種情況下，僅僅做動態緩衝就不夠了，必須實現靜態緩衝。　　PHP,一門最近幾年興起的web設計指令碼語言,由於它的強大和延展性,近幾年來得到長足的發展,php相比傳統的asp網站,在速度上有絕對的優勢,想mssql轉6萬條資料php如需要40秒,asp不下2分鐘.但是,由於網站的資料越來越多,我們渴求能更快速的調用資料,不必要每次都從資料庫調,我們可以從其他的地方,比方一個檔案,或者某個記憶體位址,這就是php的緩衝技術,也就是Cache技術.資料庫技術：資料庫語句最佳化，分區，配置主從伺服器，文本儲存技術，文本的並發性要高於資料庫的效能