淘寶架構

我們以淘寶架構為例，瞭解下大型的電商專案的服務端的架構是怎樣，如圖所示

上面是一些安全體系系統，如資料安全體系、應用安全體系、前端安全體系等。
中間是業務運營服務系統，如會員服務、商品服務、店鋪服務、交易服務等。
還有共享業務，如分散式資料層、資料分析服務、配置服務、資料搜尋服務等。
最下面呢，是中介軟體服務，如MQS即佇列服務，OCS即快取服務等。

圖中也有一些看不到，例如高可用的一個體現，實現雙機房容災和異地機房單元化部署，為淘寶業務提供穩定、高效和易於維護的基礎架構支撐。

這是一個含金量非常高的架構，也是一個非常複雜而龐大的架構。當然這個也不是一天兩天演進成這樣的，也不是一上來就設計並開發成這樣高大上的架構的。

這邊就要說一下，小型公司要怎麼做呢？對很多創業公司而言，很難在初期就預估到流量十倍、百倍以及千倍以後網站架構會是什麼樣的一個狀況。同時，如果系統初期就設計一個千萬級併發的流量架構，很難有公司可以支撐這個成本。

因此，一個大型服務系統都是從小一步一步走過來的，在每個階段，找到對應該階段網站架構所面臨的問題，然後在不斷解決這些問題，在這個過程中整個架構會一直演進。
那我們來一起看一下。

單伺服器-俗稱all in one

從一個小網站說起。一臺伺服器也就足夠了。檔案伺服器，資料庫，還有應用都部署在一臺機器，俗稱ALL IN ONE

隨著我們使用者越來越多，訪問越來越大，硬碟，CPU，記憶體等都開始吃緊。一臺伺服器已經滿足不了。這個時候看一下下一步演進

資料服務與應用服務分離

我們將資料服務和應用服務分離，給應用伺服器配置更好的 CPU，記憶體。而給資料伺服器配置更好更大的硬碟。

分離之後提高一定的可用性，例如Files Server掛了，我們還是可以操作應用和資料庫等。
隨著訪問qps越來越高，降低介面訪問時間，提高服務效能和併發，成為了我們下一個目標，發現有很多業務資料不需要每次都從資料庫獲取。

使用快取，包括本地快取，遠端快取，遠端分散式快取

因為 80% 的業務訪問都集中在 20% 的資料上，也就是我們經常說的28法則。如果我們能將這部分資料快取下來，效能一下子就上來了。而快取又分為兩種：本地快取和遠端快取快取，以及遠端分散式快取，我們這裡面的遠端快取圖上畫的是分散式的快取叢集(Cluster)。

思考的點

1. .          具有哪種業務特點資料使用快取？
2. .          具有哪種業務特點的資料使用本地快取？
3. .          具有哪種務特點的資料使用遠端快取？
4. .          分散式快取在擴容時候會碰到什麼問題？如何解決？分散式快取的演算法都有哪幾種？各有什麼優缺點？

這個時候隨著訪問qps的提高，伺服器的處理能力會成為瓶頸。雖然是可以通過購買更強大的硬體，但總會有上限，而且這個到後期成本就是指數級增長了，這時，我們就需要伺服器的叢集。需要使我們的伺服器可以橫向擴充套件，這時，就必須加個新東西：負載均衡排程伺服器。

使用負載均衡，進行伺服器叢集

增加了負載均衡，伺服器叢集之後，我們可以橫向擴充套件伺服器，解決了伺服器處理能力的瓶頸。

思考的點

1. .          負載均衡的排程策略都有哪些？
2. .          各有什麼優缺點？
3. .          各適合什麼場景？

打個比方，我們有輪詢，權重，地址雜湊，地址雜湊又分為原ip地址雜湊hash，目標ip地址雜湊hash，最少連線，加權最少連線，還有繼續升級的很多種策略......我們一起來分析一下

典型負載均衡策略分析

1. .          輪詢：優點：實現簡單，缺點：不考慮每臺伺服器處理能力
2. .          權重：優點：考慮了伺服器處理能力的不同
3. .          地址雜湊：優點：能實現同一個使用者訪問同一個伺服器
4. .          最少連線：優點：使叢集中各個伺服器負載更加均勻
5. .          加權最少連線：在最少連線的基礎上，為每臺伺服器加上權值。演算法為(活動連線數*256+非活動連線數)/權重，計算出來的值小的伺服器優先被選擇。

繼續引出問題的場景：

我們的登入的時候登入了A伺服器，session資訊儲存到A伺服器上了，假設我們使用的負載均衡策略是ip hash，那麼登入資訊還可以從A伺服器上訪問，但是這個有可能造成某些伺服器壓力過大，某些伺服器又沒有什麼壓力，這個時候壓力過大的機器(包括網絡卡頻寬)有可能成為瓶頸，並且請求不夠分散。

這時候我們使用輪詢或者最小連線負載均衡策略，就導致了，第一次訪問A伺服器，第二次可能訪問到B伺服器，這個時候儲存在A伺服器上的session資訊在B伺服器上讀取不到。

Session管理-Session Sticky粘滯會話：

打個比方就是如果我們每次吃飯都要保證我們用的是自己的碗筷，而只要我們在一家飯店裡存著我們的碗筷，只要我們每次去這家飯店吃飯就好了。

對於同一個連線中的資料包，負載均衡會將其轉發至後端固定的伺服器進行處理。

解決了我們session共享的問題，但是它有什麼缺點呢？

1. .          一臺伺服器執行的服務掛掉，或者重啟，上面的 session 都沒了
2. .          負載均衡器成了有狀態的機器，為以後實現容災造成了羈絆

Session管理-Session 複製

就像我們在所有的飯店裡都存一份自己的碗筷。我們隨意去哪一家飯店吃飯都OK，不適合做大規模叢集，適合機器不多的情況。

解決了我們session共享的問題，但是它有什麼缺點呢？

1. .          應用伺服器間頻寬問題，因為需要不斷同步session資料
2. .          大量使用者線上時，伺服器佔用記憶體過多

Session管理-基於Cookie

打個比方，就是我們每次去飯店吃飯，都自己帶著自己的碗筷。

解決了我們session共享的問題，但是它有什麼缺點呢？

1. .          cookie 的長度限制
2. .          cookie存於瀏覽器，安全性是一個問題

Session管理-Session 伺服器

打個比方，就是我們的碗筷都存在了一個龐大的櫥櫃裡，我們去任何一家飯店吃飯，都可以從櫥櫃中拿到屬於我們自己的碗筷。

解決了我們session共享的問題，這種方案需要思考哪些問題呢？

1. .          保證 session 伺服器的可用性，session伺服器單點如何解決？
2. .          我們在寫應用時需要做調整儲存session的業務邏輯

打個比方，我們為了提高session server的可用性，可以繼續給session server做叢集

中間總結

所以說，網站架構在遇到某些指標瓶頸時，演進的過程中，都有哪些解決方案，他們都有什麼優缺點？業務功能上如何取捨？如何做出選擇？這個過程才是最重要的。

在解決了橫向擴充套件應用伺服器之後，那我們繼續~~

繼續回到目前架構圖

資料庫的讀及寫操作都還需要經過資料庫。當用戶量達到一定量，資料庫將會成為瓶頸。那我們如何來解決呢？

資料庫讀寫分離

使用資料庫提供的熱備功能，將所有的讀操作引入slave 伺服器，因為資料庫的讀寫分離了，所以，我們的應用程式也得做相應的變化。我們實現一個數據訪問模組(圖中的data access module)使上層寫程式碼的人不知道讀寫分離的存在。這樣多資料來源讀寫分離就對業務程式碼沒有了侵入。這裡就引出了程式碼層次的演變

思考的點

1. .          如何支援多資料來源？
2. .          如何封裝對業務沒有侵入？
3. .          如何使用目前業務的ORM框架完成主從讀寫分離？是否需要更換ORM模型？ORM模型之間各有什麼優缺點？
4. .          如何取捨？

資料庫讀寫分離會遇到如下問題：

1. .          在master和slave複製的時候，考慮延時問題、資料庫的支援、複製條件的支援。
2. .          當為了提高可用性，將資料庫分機房後，跨機房傳輸同步資料，這個更是問題。
3. .          應用對於資料來源的路由問題

使用反向代理和 CDN 加速網站響應

使用 CDN 可以很好的解決不同的地區的訪問速度問題，反向代理則在伺服器機房中快取使用者資源。

訪問量越來越大，我們檔案伺服器也出現了瓶頸。

分散式檔案系統

思考的點

1. .          分散式檔案系統如何不影響已部署在線上的業務訪問？不能讓某個圖片突然訪問不到呀
2. .          是否需要業務部門清洗資料？
3. .          是否需要重新做域名解析？

這個時候資料庫又出現了瓶頸

資料垂直拆分

資料庫專庫專用，如圖Products、Users、Deal庫。

解決寫資料時，併發，量大的問題。

思考的點

1. .          跨業務的事務？如何解決？使用分散式事務、去掉事務或不追求強事務
2. .          應用的配置項多了
3. .          如何跨庫進行資料的join操作

這個時候，某個業務的資料表的資料量或者更新量達到了單個數據庫的瓶頸

資料水平拆分

如圖，我們把User拆成了User1和User2，將同一個表的資料拆分到兩個資料庫中，解決了單資料庫的瓶頸。

思考的點

1. .          水平拆分的策略都有哪些？各有什麼優缺點？
2. .          水平拆分的時候如何清洗資料？
3. .          SQL 的路由問題，需要知道某個 User 在哪個資料庫上。
4. .          主鍵的策略會有不同。
5. .          假設我們系統中需要查詢2017年4月份已經下單過的使用者名稱的明細，而這些使用者分佈在user1和user2上，我們後臺運營系統在展示時如何分頁？

這個時候，公司對外部做了流量匯入，我們應用中的搜尋量飆升，繼續演進

拆分搜尋引擎

使用搜索引擎，解決資料查詢問題。部分場景可使用 NoSQL 提高效能，開發資料統一訪問模組，解決上層應用開發的資料來源問題。如圖data access module 可以訪問資料庫，搜尋引擎，NoSQL

最後總結

這個只是一個舉例演示，各個服務的技術架構是需要根據自己業務特點進行優化和演進的，所以大家的過程也不完全相同。

最後的這個也不是完美的，例如負載均衡還是一個單點，也需要叢集，我們的這個架構呢也只是冰山一角，滄海一粟。在架構演進的過程中，還要考慮系統的安全性、資料分析、監控、反作弊等等......，同時繼續發展呢，SOA架構、服務化、訊息佇列、任務排程、多機房等等… ...

從剛才對架構演進的講解，也可以看出來，所有大型專案的架構和程式碼，都是這麼一步一步的根據實際的業務場景，和發展情況發展演變而來的，在不同的階段，會使用的不同的技術，不同的架構來解決實際的問題，所以說，高大上的專案技術架構和開發設計實現不是一蹴而就的。

正是所謂的萬丈高樓平地起。在架構演進的過程中，小到核心模組程式碼，大到核心架構，都會不斷演進的，這個過程值得我們去深入學習和思考。

&n