第一章：大型网站架构演化
九层之台，始于垒土；千里之行，始于足下。
对于网站的发展，亦是如此，从上世纪90年代开始，互联网经历了20多年的发展，发生了翻天覆地的变化，今天，全球有一半的人使用互联网，从信息检索到实时通信，从电子购物到文化娱乐，互联网渗透到了生活的每一个角落。但是，构建一个高性能的网站，绝非一朝一夕可以完成，我们来看下，作为一个大型网站系统应有的特点：
1.大型网站系统应有的特点
高并发，大流量：需要面对高并发用户，大流量访问。举个例子，去往迪拜的飞机有200张票，但是有100w人都挤进系统买票，如何让这100w人能够看到票务的实时更新，以及顺利的买到一张票，都是一个网站架构师应该考虑的问题。这也许对于淘宝的“双十一”1000w的一分钟独立访问用户量来说，是个微不足道的数字，但是对于用户的体验以及网站的口碑来说，都是一项不小的挑战。
高可用：相对于高并发来说，高可用并不是一个比较有规律的参数，7*24 是每个网站的梦想，但是你并不知道，在某一刻，他就没理由的宕机了。
海量数据：存储，管理海量的数据，需要使用大量的服务器。FaceBook每周上传的照片接近10亿，没有一个大型的存储服务器的支撑，相信用户量不会一直飙升。
用户分布广泛，网络情况复杂：许多大型的互联网都是为全球用户提供服务的，用户分布范围广，各地网络情况千差万别。各个运行商之间的互通，各个国家的数据连接等等。
安全环境恶劣：由于互联网的开放性，使得互联网更容易受到攻击，包括各种省份证信息被窃取等事件屡见不鲜。
渐进式发展：几乎所有的大型互联网网站都是从一个小网站开始，渐进发展起来的，好的互联网产品都是慢慢运营出来的。
2.大型网站架构演化发展历程
大型网站的技术挑战来自于庞大的用户，高并发的访问和海量的数据，任何简单的业务一旦需要处理数以P计的数据和面对数以亿计的用户，问题就会变的和棘手，我们来看下网站架构发展的历程：
阶段1 ：初始阶段的网站架构：
小型网站最开始时没有太多人访问，只需要一台服务器绰绰有余，此阶段网站架构如图：
应用程序，数据库，文件等所有资源都放在一台服务器上，通常服务器视野Linux,应用程序使用PHP，然后部署在Apache上，数据库MySQL.
阶段2：应用服务和数据库分离：
随着网站业务的发展，一台服务器逐渐不能满足需求，越来越多的用户访问导致性能越来越差，越来越多的数据导致存储空间不足，这时候，就需要将应用和数据分离，此时整个网站使用三台服务器：应用服务器，文件服务器和数据库服务器，三台服务器对硬件资源要求各不相同：应用服务器需要处理大量的业务逻辑，因此需要更快更强大的CPU，数据库服务器需要快速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大量的用户上传文件，因此需要更大的硬盘。
阶段3：使用缓存改善网站性能：
网站使用的缓存可以分为两种：缓存在应用服务器的本地缓存和缓存在专门的分布式缓存服务器上的远程缓存。本地缓存的访问速度更快一些，但是受应用服务器内存限制，缓存数据量有限。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的限制：
阶段4：使用应用服务器集群改善网站的并发处理能力：
当有一台服务器的处理能力、存储空间不足时，不要企图去更换更强大的服务器，对于大型网站而言，不管多么强大的服务器，都满足不了网站持续增长的业务需求。此时，应该考虑增加一台服务器分担原有服务器的访问以及存储压力：
阶段5：数据库读写分离：
目前大部分的主流数据库都提供主从热备功能，通过配置两台数据库主从关系，可以将一台数据库服务器的数据更新同步到另外一台服务器上，网站利用这一功能，实现数据库读写分离，从而改善数据库负载压力：
阶段6：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，区别在于CDN部署在网络提供商的机房，用户在请求时，能从最近的机房获取到资源；反向代理部署在网站的中心机房，当用户请求到达中心机房后，首先访问的是机房的反向代理服务器，如果反向代理服务器中存储了用户请求的资源，那么优先返回该部分资源给用户。
阶段7：使用分布式文件系统和分布式数据库系统：
数据库经过读写分离后，从一台服务器分成两台服务器，但是随着网站业务的发展，依然不能满足需求，这是就需要使用分布式数据库，文件系统也是如此：
分布式数据库是网站数据库拆分的最后手段，只有在单表数据规模非常大的时候才使用。一般情况下，网站更常用的数据库拆分手段是业务分库，将不同业务的数据库部署在不同的服务器上。
阶段8：使用NoSQL和搜索引擎：
随着网站业务越来越复杂，对数据存储和检索的需求也越来越复杂，网站需要采用一些非关系数据库技术如NoSQL和非数据库查询技术如搜索引擎：
阶段9：业务拆分：
大型网站为了应对日益复杂的业务场景，通过使用分而治之的手段将整个网站业务分成不同的产品线，如大型购物网站会将首页，商铺，订单，买家等拆分成不通的产品线，分归不通的业务团队负责。具体到技术上，也会根据产品线划分，将一个网站拆分成许多不同的应用，每个独立部署维护。应用之间可以通过一个超链接建立关系，也可以通过消息队列进行数据分发，当然最多的还是通过访问同一个数据存储系统来构成一个关联的完整系统：
阶段10：分布式服务：
随着业务拆分越来越小，存储系统越来越庞大，应用系统的整体复杂程度呈指数级增加，部署维护越来越困难，由于所有的应用要和所有的数据库系统连接，在数万台服务器规模的网站中，这些连接的数目是服务器规模的平方，导致数据库连接资源不足，拒绝服务。
既然每一个应用系统都需要执行许多相同的业务操作，比如用户管理，商品管理等，那么可以将这些共用的业务提取出来，独立部署。由这些可复用的业务连接数据库，提供共用业务服务，而应用系统只需要管理用户界面，通过分布式服务调用共用业务服务完成具体业务操作。
大型网站的架构演化到这里，基本上大多数的技术问题都可以得到解决，诸如跨数据中心的实时数据同步和具体网站业务相关的问题也可以通过组合改进现有的技术架构来解决。
3.总结：
这个世界没有那个网站从诞生起就是大型网站，也没有哪个网站从发布起就有庞大的用户，高并发的访问以及海量的用户，大型网站都是从小型网站发展而来的。大型网站架构技术的核心价值不是从无到有建立一个网站，而是能够伴随小型网站业务的逐步发展，慢慢演化成一个大型网站，在此过程中，不需要放弃什么，不需要推翻什么，不需要剧烈的革命，就慢慢的把一个有=只有一台服务器，几百个用户的小网站演化成一个几十万台服务器，数十亿用户的大型网站。