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
- @& g( M6 Q% q: T% X
3 Z& \9 s8 B1 Y3 p! ?
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，，，，，

8 G1 `: J% ]9 X+ f* D# W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。
' A* F5 u! j& _7 J: p
+ t( k' h8 S0 ]" F1 先说说cache
, V. S8 V" J6 b/ |1 p. @

# d6 U# e$ B, F8 q8 M+ z3 f0 Y" i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。
$ e8 g! W$ B: {6 K
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。
( l! [7 s: N" r! @; J
; y; ]# t4 _! Z7 P' F1 T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 m3 f5 F* j2 ^! j
3 m9 V% {" ~% w3 y& Y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。
0 n/ L- ?( ]% g1 r* j: \
. L4 M6 c8 f. M- B' }9 B3 G+ @# L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；
, E# V$ L$ T5 X0 f  |
" ^1 p/ `4 c( V9 e" U' W/ E& H2. 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。

  Z, l5 o8 t8 V. d& y: W9 F8 m3. 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。

9 |; g' p6 x1 e% ~- `4 ?9 i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。
0 i3 D+ Q1 z+ L3 m, t
: \3 ~+ O2 N% Z; ~8 u1 z( f; h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。
; q% Q$ C2 g! g7 v
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。
, m! `" @: h# u. d3 f2 O/ e

谜团

把任务分散我觉得比较好
8 ^$ q, H/ k$ L/ t0 f8 I- r; r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
9 \* W* G8 ^; n" t$ |把任务分散我觉得比较好
分成100个桶
每个桶里一定票

这肯定不行，会有人编程序同时选这一百个桶