大型网站技术架构小结
如何开发一个性能好、可用性高、伸缩性好、易扩展且安全的网站，应该从哪些方面入手，是一个有趣的挑战。
1. 通用的网站架构模式
- 分层
将网站划分为应用层、服务层、数据层。每层的功能不同
好处是：可以将一个庞大的系统切分为不同的部分，便于分工合作开发和维护；各层之间具有一定的独立性，只要维持调用不变，各层可以根据具体问题独立的做出改变。
挑战：必须合理的规划层次边界和接口，在开发过程中应该严格的遵守分层架构的约束。 - 分割
分层是横向的切分，分割是纵向的切分。如在应用层做分割，可以将购物、论坛、搜索、广告分割成不同的应用，由独立的团队负责，部署在不同的服务器上。 - 分布式
通过远程调用，可以将切分后的模块部署在多台不同的机器上。
优点：可以有更多的计算机完成相同的功能，比如使用集群完成分割出来的订单功能。
缺点：给编码带来了复杂性，如单机事务变分布式事务、单机缓存变分布式缓存。还对数据一致性带来了要求，以及网络延迟可能会造成调用的时间损耗。 - 集群
集群的作用简单来说就是提高可用性和，至少两台机器，如果一台宕机了，另外一台可以立即补上。 - 缓存
提高性能一个方法是让数据在最前的位置就可以返回，利用缓存就是一个很好的选择，缓存多是将数据存储在高速运行介质上。常用如CDN（内容分发网络）：将静态资源部署在最近的服务器上，客户端请求时直接从上面拿。反向代理：反向代理也可以缓存静态资源、热点资源等。本地缓存:即应用服务器本地缓存着热点数据，应用程序可以在本机内存中直接访问数据，而无需访问数据库。 - 分布式缓存
大型网站的数量十分的庞大，需要集群做分布式缓存，应用程序通过网络通信访问缓存数据。 - 异步
将一个业务分为多个阶段，每个阶段之间通过共享数据的方式异步执行，可以提高总的运行速度。生产者消费者就是一个典型的异步，中间件有消息队列，作用包括提高系统可用性、加快网站响应速度、消除并发访问高峰。 - 冗余备份
确保数据不丢失 - 自动化
提高开发部署效率 - 安全
常用加密、认证等方式保证安全，还有例如敏感词过滤、垃圾信息过滤这一类防护。
2. 性能
提高网站的性能需要考虑哪些点？我们通常用这样几个关键词来评估性能，响应时间、并发数、吞吐量（qps/tps/hps）。
1. 如何排查性能瓶颈？
问： 假设，有一个url请求，很长时间无响应，如何排查原因呢？
逐步排查，使用开发者工具查看是静态资源加载慢还是后台接口调用慢，如果是后者，先排查网络问题。然后再从应用层开始排查，分析哪个环节响应时间不合理、超过预期；检查监控数据，分析内存、磁盘、网络和cpu，以及代码和架构。一般顺序包括查看链路监控，服务器性能监控、方法调用优化。
web前端性能优化
浏览器访问优化、CDN加速、反向代理
应用服务器优化
分布式缓存、异步（流量消峰、整体并发）、使用集群（并发处理请求）、代码优化（线程池、对象池、多线程）
数据库优化
数据库调优相关
3. 可用性
网站的高可用性是根基，如果一个网站频频宕机是任何人都接受不了的。现代大型网站一般都会分层、分割，所以整体可用性的前提是每个模块的可用性。
1. 高可用性的应用
应用层
- 关键词：无状态性，结点无状态才方便作失效转移，无状态指的是不保存上下文数据，每次仅仅根据请求做相应的业务逻辑处理，多个服务实例之间完全对等。既然每个节点是无状态的，那么面对多个节点组成的集群，我们就可以用负载均衡来分发请求，一旦其中一个结点宕机了，心跳失去连接就将这个节点剔除。
- 对于应用层来说，很多模块都是用户直接接触的模块，那么就需要session保存用户状态，对于分布式服务来说就需要分布式session。实现分布式session有几种手段。1.session复制：效率低但方法简单，不适合有大量节点的集群。2.利用负载均衡的ip hash将来自同一个ip的请求打到同一台机器上：如果这个机器挂了，那么session也就丢失，不符合高可用的要求。3.利用cookie记录session：用户关闭cookie就没法用了…然后每次响应都要传递cookie，影响性能。4.session认证中心：用一个专门的模块管理分布式session，其他节点需要使用RPC调用的方式请求session。
服务层
服务层一般都是可复用的基础公共模块。
- 分级管理，分核心和非核心，提供不对等的资源。遇到流量高峰时关闭一些低优先级的服务，
- 超时设置，由于服务器宕机、线程死锁等原因可能导致应用程序对服务端的调用失去响应。进而导致用户请求长时间得不到响应，有了超时就有了反馈，调用者可以实现相关策略
- 异步调用，分阶段调用
- 服务降级，高峰期关停非核心服务，
- 幂等性设计，多次重复调用和调用一次的结果是一样的。
数据层
数据节点可用性
数据集群是有状态的，所以在做失效转移的时候就要考虑数据一致性了。提到数据一致性不得不提分布式的基础理论CAP（在面试蘑菇街的时候面试官问了我这个问题，我给他解释了一遍CAP各自代表什么，但是他强调我没有解释CAP理论的核心，后来才知道CAP理论说的是一个分布式系统无法同时满足一致性、数据可用性、分区耐受性这三个条件，其实我知道这个内容，但是没get到这个就是CAP的核心~）
具体来说，数据一致性又可以分为数据强一致：物理存储中的数据总是一致的，数据用户一致：在用户访问时通过纠错和验证保证用户看到的是一致的，实际各个副本数据可能不一致。数据最终一致性：经过一段时间每个节点上的副本最终达到一致。
数据备份
分数据冷备和数据热备，这一部分后面会单独再写点东西
未完待续