>[info] 大型分布式类型 **分布式大型网站，目前看主要有几类：** * 大型门户，比如网易，新浪等； * SNS网站，比如校内，开心网等； * 电商网站，比如阿里巴巴，京东商城，国美在线，汽车之家等。 * 直播网站，比如虎牙，斗鱼等 大型门户一般是新闻类信息，可以使用CDN，静态化等方式优化。开心网等交互性比较多，可能会引入 更多的NoSQL，分布式缓存，使用高性能的通信框架等。电商网站具备以上两类的特点，比如产品详情 可以采用CDN，静态化，交互性高的需要采用NoSQL等技术。 ***** **电商网站需求：** * 建立一个全品类的电子商务网站（B2C） * 希望能够支持3~5年，业务的发展； * 预计3~5年用户数达到1000万； * 定期举办双11、双12、三八男人节等活动； * 拥有成熟的进销存系统；需要与网站对接； **客户需求：** * 用户可以在线购买商品，可以在线支付，也可以货到付款； * 用户购买时可以在线与客服沟通； * 用户收到商品后，可以给商品打分，评价； * 其他的功能参考京东或国美在线等网站。 客户就是客户，不会告诉你具体要什么，只会告诉你他想要什么，我们很多时候要引导，挖掘客户的需 求。好在提供了明确的参考网站。因此，下一步要进行大量的分析，结合行业，以及参考网站，给客户 提供方案。 >[info] 需求功能矩阵 需求管理传统的做法，会使用例图或模块图（需求列表）进行需求的描述。这样做常常忽视掉一个很重 要的需求（非功能需求），因此推荐使用需求功能矩阵，进行需求描述。 **本电商网站的需求矩阵如下：**  >[info] 系统容量预估 **预估步骤：** * 注册用户数-->日均UV量-->每日的PV量-->每天的并发量； * 峰值预估：平常量的2~3倍； * 根据并发量（并发，事务数），存储容量计算系统容量。 根据客户需求：3~5年用户数达到1000万注册用户，可以做每秒并发数预估： * 每天的UV为200万（二八原则）； * 每日每天点击浏览30次； * PV量：200 * 30=6000万； * 集中访问量：24 * 0.2=4.8小时会有6000万 * 0.8=4800万（二八原则）； * 每分并发量：4.8*60=288分钟，每分钟访问4800/288=16.7万（约等于）； * 每秒并发量：16.7万/60=2780（约等于）； * 假设：高峰期为平常值的三倍，则每秒的并发数可以达到8340次。 * 1毫秒=1.3次访问； **服务器预估：（以PHP举例）** 按一台web服务器，支持每秒300个并发计算。平常需要10台服务器（约等于）；[PHP默认配置是 150]，高峰期需要30台服务器； ***** **容量预估：70/90原则** 系统CPU一般维持在70%左右的水平，高峰期达到90%的水平，是不浪费资源，并比较稳定的。内存， IO类似。 以上预估仅供参考，因为服务器配置，业务逻辑复杂度等都有影响。在此CPU，硬盘，网络等不再进行 评估。 >[info] 网站架构分析 **根据以上预估，有几个问题：** * 需要部署大量的服务器，高峰期计算，可能要部署30台Web服务器。并且这三十台服务器，只有秒杀，活动时才会用到，存在大量的浪费。 * 所有的应用部署在同一台服务器，应用之间耦合严重。需要进行垂直切分和水平切分。 * 大量应用存在冗余代码 * 服务器Session同步耗费大量内存和网络带宽 * 数据需要频繁访问数据库，数据库访问压力巨大。 ***** **大型网站一般需要做以下架构优化（优化是架构设计时，就要考虑的，一般从架构/代码级别解决，调优 主要是简单参数的调整；如果调优涉及大量代码改造，就不是调优了，属于重构）：** * 业务拆分 * 应用集群部署（分布式部署，集群部署和负载均衡） * 多级缓存 * 单点登录（分布式Session） * 数据库集群（读写分离，分库分表） * 服务化 * 消息队列 * 其他技术 >[info] 网站架构优化 ### **1. 业务拆分** * 根据业务属性进行垂直切分，划分为产品子系统，购物子系统，支付子系统，评论子系统，客服子 系统，接口子系统（对接如进销存，短信等外部系统）。 * 根据业务子系统进行等级定义，可分为核心系统和非核心系统。核心系统：产品子系统，购物子系 统，支付子系统；非核心：评论子系统，客服子系统，接口子系统。 * 业务拆分作用：提升为子系统可由专门的团队和部门负责，专业的人做专业的事，解决模块之 间耦合以及扩 * 等级定义作用：用于流量突发时，对关键应用进行保护，实现优雅降级；保护关键应用不受到 影响。   如上图每个应用单独部署，核心系统和非核心系统组合部署。 ***** ### **2. 应用集群部署（分布式，集群，负载均衡)** * 分布式部署：将业务拆分后的应用单独部署，应用直接通过RPC进行远程通信； * 集群部署：电商网站的高可用要求，每个应用至少部署两台服务器进行集群部署； * 负载均衡：是高可用系统必须的，一般应用通过负载均衡实现高可用，分布式服务通过内置的负载 均衡实现高可用，关系型数据库通过主备方式实现高可用。 **集群部署后架构图：**  ### **3. 多级缓存** * 缓存按照存放的位置一般可分为两类本地缓存和分布式缓存。本案例采用二级缓存的方式，进行缓存的 设计。一级缓存为本地缓存，二级缓存为分布式缓存。（还有页面缓存，片段缓存等，那是更细粒度的 划分） * 一级缓存，缓存数据字典，和常用热点数据等基本不可变/有规则变化的信息，二级缓存缓存需要的所 有缓存。当一级缓存过期或不可用时，访问二级缓存的数据。如果二级缓存也没有，则访问数据库。 **缓存的比例，一般1:4，即可考虑使用缓存。（理论上是1:2即可）。**  **根据业务特性可使用以下缓存过期策略：** * 缓存自动过期； * 缓存触发过期； ### **4. 单点登录（分布式Session）** * 系统分割为多个子系统，独立部署后，不可避免的会遇到会话管理的问题。一般可采用Session同步， Cookies，分布式Session方式。电商网站一般采用分布式Session实现。 * 再进一步可以根据分布式Session，建立完善的单点登录或账户管理系统。  **流程说明：** 1. 用户第一次登录时，将会话信息（用户Id和用户信息），比如以用户Id为Key，写入分布式 Session； 2. 用户再次登录时，获取分布式Session，是否有会话信息，如果没有则调到登录页； 3. 一般采用Cache中间件实现，建议使用Redis，因此它有持久化功能，方便分布式Session宕机后， 可以从持久化存储中加载会话信息； 4. 存入会话时，可以设置会话保持的时间，比如15分钟，超过后自动超时。 结合Cache中间件，实现的分布式Session，可以很好的模拟Session会话。 ### **5. 数据库集群（读写分离，分库分表）** * 大型网站需要存储海量的数据，为达到海量数据存储，高可用，高性能一般采用冗余的方式进行系统设 计。一般有两种方式读写分离和分库分表。 * 读写分离：一般解决读比例远大于写比例的场景，可采用一主一备，一主多备或多主多备方式。 **本案例在业务拆分的基础上，结合分库分表和读写分离。如下图：**  * 业务拆分后：每个子系统需要单独的库； * 如果单独的库太大，可以根据业务特性，进行再次分库，比如商品分类库，产品库 * 分库后，如果表中有数据量很大的，则进行分表，一般可以按照Id，时间等进行分表；（高级的用 法是一致性Hash） * 在分库、分表的基础上，进行读写分离； 相关中间件可参考Cobar（阿里，目前已不在维护），TDDL（阿里），Atlas（奇虎360），MyCat。 ### **6. 服务化** 将多个子系统公用的功能/模块，进行抽取，作为公用服务使用。比如本案例的会员子系统就可以抽取 为公用的服务。  ### **7. 消息队列** 消息队列可以解决子系统/模块之间的耦合，实现异步，高可用，高性能的系统。是分布式系统的标准 配置。本案例中，消息队列主要应用在购物，配送环节。 * 用户下单后，写入消息队列，后直接返回客户端； * 库存子系统：读取消息队列信息，完成减库存； * 配送子系统：读取消息队列信息，进行配送；  目前使用较多的MQ有ActiveMQ、RabbitMQ、ZeroMQ、MSMQ等，需要根据具体的业务场景进行选 择。建议可以研究下RabbitMQ ### **8. 其他架构（技术）** 除了以上介绍的业务拆分，应用集群，多级缓存，单点登录，数据库集群，服务化，消息队列外。还有 CDN，反向代理，分布式文件系统，大数据处理等系统。 >[info] 架构汇总  大型网站的架构是根据业务需求不断完善的，根据不同的业务特征会做特定的设计和考虑。