本文是学习大型分布式网站架构的技术总结。对架构一个高性能，高可用，可伸缩，可扩展的分布式网站进行了概要性描述，并给出一个架构参考。一部分为读书笔记，一部分是个人经验总结。对大型分布式网站架构有很好的参考价值。
一、大型网站的特点
-
用户多，分布广泛
-
大流量，高并发
-
海量数据，服务高可用
-
安全环境恶劣，易受网络攻击
-
功能多，变更快，频繁发布
-
从小到大，渐进发展
-
以用户为中心
-
免费服务，付费体验
二、大型网站架构目标
-
高性能：提供快速的访问体验。
-
高可用：网站服务一直可以正常访问。
-
可伸缩：通过硬件增加/减少，提高/降低处理能力。
-
安全性：提供网站安全访问和数据加密，安全存储等策略。
-
扩展性：方便的通过新增/移除方式，增加/减少新的功能/模块。
-
敏捷性：随需应变，快速响应；
三、大型网站架构模式
-
分层：一般可分为，应用层，服务层，数据层，管理层，分析层；
-
分割：一般按照业务/模块/功能特点进行划分，比如应用层分为首页，用户中心。
-
分布式：将应用分开部署（比如多台物理机），通过远程调用协同工作。
-
集群：一个应用/模块/功能部署多份（如：多台物理机），通过负载均衡共同提供对外访问。
-
缓存：将数据放在距离应用或用户最近的位置，加快访问速度。
-
异步：将同步的操作异步化。客户端发出请求，不等待服务端响应，等服务端处理完毕后，使用通知或轮询的方式告知请求方。一般指：请求——响应——通知 模式。
-
冗余：增加副本，提高可用性，安全性，性能。
-
安全：对已知问题有有效的解决方案，对未知/潜在问题建立发现和防御机制。
-
自动化：将重复的，不需要人工参与的事情，通过工具的方式，使用机器完成。
-
敏捷性：积极接受需求变更，快速响应业务发展需求。
四、高性能架构
以用户为中心，提供快速的网页访问体验。主要参数有较短的响应时间，较大的并发处理能力，较高的吞吐量，稳定的性能参数。
可分为前端优化，应用层优化，代码层优化，存储层优化。
前端优化：网站业务逻辑之前的部分；
浏览器优化：减少Http请求数，使用浏览器缓存，启用压缩，Css Js位置，Js异步，减少Cookie传输；
CDN加速，反向代理；
应用层优化：处理网站业务的服务器。使用缓存，异步，集群
代码优化：合理的架构，多线程，资源复用（对象池，线程池等），良好的数据结构，JVM调优，单例，Cache等；
存储优化：缓存，固态硬盘，光纤传输，优化读写，磁盘冗余，分布式存储（HDFS），NOSQL等；
五、高可用架构
大型网站应该在任何时候都可以正常访问。正常提供对外服务。因为大型网站的复杂性，分布式，廉价服务器，开源数据库，操作系统等特点。要保证高可用是很困难的，也就是说网站的故障是不可避免的。
如何提高可用性，就是需要迫切解决的问题。首先，需要从架构级别，在规划的时候，就考虑可用性。行业内一般用几个9表示可用性指标。比如四个9（99.99），一年内允许的不可用时间是53分钟。
不同层级使用的策略不同，一般采用冗余备份和失效转移解决高可用问题。
应用层：一般设计为无状态的，对于每次请求，使用哪一台服务器处理是没有影响的。一般使用负载均衡技术（需要解决Session同步问题），实现高可用。
服务层：负载均衡，分级管理，快速失败（超时设置），异步调用，服务降级，幂等设计等。
数据层：冗余备份（冷，热备[同步，异步]，温备），失效转移（确认，转移，恢复）。数据高可用方面著名的理论基础是CAP理论（持久性，可用性，数据一致性[强一致，用户一致，最终一致]）
六、可伸缩架构
伸缩性是指在不改变原有架构设计的基础上，通过添加/减少硬件（服务器）的方式，提高/降低系统的处理能力。
应用层：对应用进行垂直或水平切分。然后针对单一功能进行负载均衡（DNS,HTTP[反向代理],IP,链路层）。
服务层：与应用层类似；
数据层：分库，分表，NOSQL等；常用算法Hash，一致性Hash。
七、可扩展架构
可以方便的进行功能模块的新增/移除，提供代码/模块级别良好的可扩展性。
模块化，组件化：高内聚，内耦合，提高复用性，扩展性。
稳定接口：定义稳定的接口，在接口不变的情况下，内部结构可以“随意”变化。
设计模式：应用面向对象思想，原则，使用设计模式，进行代码层面的设计。
消息队列：模块化的系统，通过消息队列进行交互，使模块之间的依赖解耦。
分布式服务：公用模块服务化，提供其他系统使用，提高可重用性，扩展性。
八、安全架构
对已知问题有有效的解决方案，对未知/潜在问题建立发现和防御机制。对于安全问题，首先要提高安全意识，建立一个安全的有效机制，从政策层面，组织层面进行保障。比如服务器密码不能泄露，密码每月更新，并且三次内不能重复；每周安全扫描等。以制度化的方式，加强安全体系的建设。同时，需要注意与安全有关的各个环节。安全问题不容忽视。包括基础设施安全，应用系统安全，数据保密安全等。
基础设施安全：硬件采购，操作系统，网络环境方面的安全。一般采用，正规渠道购买高质量的产品，选择安全的操作系统，及时修补漏洞，安装杀毒软件防火墙。防范病毒，后门。设置防火墙策略，建立DDOS防御系统，使用攻击检测系统，进行子网隔离等手段。
应用系统安全：在程序开发时，对已知常用问题，使用正确的方式，在代码层面解决掉。防止跨站脚本攻击（XSS），注入攻击，跨站请求伪造（CSRF），错误信息，HTML注释，文件上传，路径遍历等。还可以使用Web应用防火墙（比如：ModSecurity），进行安全漏洞扫描等措施，加强应用级别的安全。
数据保密安全：存储安全（存在在可靠的设备，实时，定时备份），保存安全（重要的信息加密保存，选择合适的人员复杂保存和检测等），传输安全（防止数据窃取和数据篡改）；
常用的加解密算法（单项散列加密[MD5,SHA]，对称加密[DES,3DES,RC]），非对称加密[RSA]等。
九、敏捷性
网站的架构设计，运维管理要适应变化，提供高伸缩性，高扩展性。方便的应对快速的业务发展，突增高流量访问等要求。
除上面介绍的架构要素外，还需要引入敏捷管理，敏捷开发的思想。使业务，产品，技术，运维统一起来，随需应变，快速响应。
十、大型架构举例
以上采用七层逻辑架构，第一层客户层，第二层前端优化层，第三层应用层，第四层服务层，第五层数据存储层，第六层大数据存储层，第七层大数据处理层。
客户层：支持PC浏览器和手机APP。差别是手机APP可以直接访问通过IP访问，反向代理服务器。
前端层：使用DNS负载均衡，CDN本地加速以及反向代理服务；
应用层：网站应用集群；按照业务进行垂直拆分，比如商品应用，会员中心等；
服务层：提供公用服务，比如用户服务，订单服务，支付服务等；
数据层：支持关系型数据库集群（支持读写分离），NOSQL集群，分布式文件系统集群；以及分布式Cache；
大数据存储层：支持应用层和服务层的日志数据收集，关系数据库和NOSQL数据库的结构化和半结构化数据收集；
大数据处理层：通过Mapreduce进行离线数据分析或Storm实时数据分析，并将处理后的数据存入关系型数据库。（实际使用中，离线数据和实时数据会按照业务要求进行分类处理，并存入不同的数据库中，供应用层或服务层使用）。