• Web 网站进化


    01-初始阶段   应用程序、数据库、文件等所有资源都在一台服务器上

    02-应用服务与数据服务分离

     应用服务器 要处理大量的业务逻辑,所以需要更好更快更强大的 CPU

    数据库服务器 需要快速的进行磁盘检索和数据缓存,因此需要更快的硬盘和更大的内存

    文件服务器 需要存储用户上传的文件资源,因此需要更大的硬盘存储空间

    03使用缓存

      对这一小部分的数据进行缓存来减轻数据库的访问压力,以提高整个网站的数据访问速度,改善数据库的读写性能。

    本地缓存 的访问速度会快一些,但是受应用服务器内存限制,缓存数据量很有限,而且会出现内存争用的情况;

    远程分布式缓存 可以使用集群的方式,部署大内存的服务器作为专门的缓存服务器,可以在理论上做到不受内存容量限制的缓存服务

     04使用应用服务器集群改善网站并发处理能力  当一台服务器的处理能力不足时,与其换一台更强大的服务器,不如增加一台服务器去分担原有的服务器压力

     05数据库读写分离    目前大多数的数据库都支持主从热备份,通过配置两台服务器的主从关系,可以将一台数据库服务器的数据更新同步到另一台,网站利用这一功能,实现数据库读写分离,从而进一步改善数据库负载压力。

     06使用反向代理和 CDN 加速网站响应  【 CDN 和 反向代理 的基本原理都是缓存

    CDN【CDN的全称是Content Delivery Network,即内容分发网络。其基本思路是尽可能避开互联网上有可能影响数据传输速度和稳定性的瓶颈和环节,使内容传输的更快、更稳定。通过在网络各处放置节点服务器所构成的在现有的互联网基础之上的一层智能虚拟网络,CDN系统能够实时地根据网络流量和各节点的连接、负载状况以及到用户的距离和响应时间等综合信息将用户的请求重新导向离用户最近的服务节点上。其目的是使用户可就近取得所需内容,解决 Internet网络拥挤的状况,提高用户访问网站的响应速度。】  {

    它最初的核心理念,就是将内容缓存在终端用户附近。

    内容源不是远么?那么,我们就在靠近用户的地方,建一个缓存服务器,把远端的内容,复制一份

    CDN=更智能的镜像+缓存+流量导流

    }

    边缘计算【边缘计算,是指在靠近物或数据源头的一侧,采用网络、计算、存储、应用核心能力为一体的开放平台,就近提供最近端服务。其应用程序在边缘侧发起,产生更快的网络服务响应,满足行业在实时业务、应用智能、安全与隐私保护等方面的基本需求。边缘计算处于物理实体和工业连接之间,或处于物理实体的顶端。而云端计算,仍然可以访问边缘计算的历史数据

    {
    于是乎,人们就开始把云计算中心进行部分“下沉”,这才有了雾计算、霾计算。

    CDN可以算是边缘计算的一种特殊形式。CDN主要是存储能力和少部分计算能力的下沉,功能较为有限。真正的MEC边缘计算,能力更强大,功能更全面,更加偏向算力下沉,而非内容下沉。

    }

    CDN 部署在网络供应商的机房,用户在进行请求时,会从距离最近的网络供应商机房获取数据;

    反向代理 则部署在中心机房,当用户请求到达中心机房后,会首先访问反向代理服务器,如果反向代理服务器中缓存这用户请求的资源,就直接返回给用户。

    07使用分布式文件系统和分布式数据库系统

     
    08使用 NoSQL 和搜索引擎

     这两个方式都是依赖于互联网的技术手段,应用服务器通过一个统一的数据访问模块来访问各种数据,从而减轻应用程序有多个数据源的麻烦。

     09业务拆分

         把整个网站的业务分为不同的模块,比如大型的交易购物完整可以分为首页、店铺、订单、买家等,分别交给不同的业务团队来负责。

         同时我们将一个网站根据模块划分拆分成多个应用,每个应用进行单独的部署和维护,应用之间通过超链接建立关系(指向不同的应用地址),最后通过相同的数据存储系统来构成一个互相关联的完整系统。

     10分布式服务

          对相同的业务进行提取,独立部署,把这些可重用的业务和连接数据库等,提取出来作为公共业务服务,而应用系统只需要通过分布式服务访问公共业务服务完成业务操作。

     微服务的设计是为了不因为某个模块的升级和BUG影响现有的系统业务。微服务与分布式的细微差别是,微服务的应用不一定是分散在多个服务器上,他也可以是同一个服务器

  • 相关阅读:
    HttpClient 学习整理
    matlab练习程序(感知哈希对比图片)
    matlab练习程序(Floyd–Steinberg dithering)
    matlab练习程序(使用DCT图像增强)
    Win控制台(多线程)
    我的第一个lisp程序
    matlab练习程序(Harris角点检测)
    matlab练习程序(PCA)
    lisp(判断回文数)
    matlab练习程序(透视变换)
  • 原文地址:https://www.cnblogs.com/KL2016/p/14489670.html
Copyright © 2020-2023  润新知