网站架构模式（一）
为了解决大型网站面临的高并发访问、海量数据处理、高可靠运行等一系列问题与挑战，大型互联网公司在实践中提出了许多解决方案，以网站高性能、高可用、易伸缩、可扩展、安全等技术架构目标。这些解决方案又被更多网站重复使用，从而逐渐形成大型网站架构模式。
一、分层
分层模式是企业网站系统中最常见的一种架构模式，将系统在横向维度上切分成几个部分，每个部分负责一部分相对比较单一的职责，然后通过上层对下层的依赖和调用组成一个完整的系统。
分层结构在计算机世界中无处不在，网络的7层通信协议是一种分层结构；计算机硬件、操作系统、应用软件也可以看做一种分层结构，将网站软件系统分为应用层、服务层、数据层，如下表所示：
网站分层架构模式
应用层 | 负责具体业务和视图展示，如网站首页及搜索输入和结果展示。 |
服务层 | 为应用层提供服务支持，如用户管理服务，购物车服务，订单服务等 |
数据层 | 提供数据存储访问服务，如数据库、缓存、文件、搜索引擎等 |
通过分层，可以更好地将一个庞大的系统切分成不同的部分，便于分工合作开发和维护；各层之间具有一定的独立性，只要维持调用接口不变，各层可根据具体问题独立演化发展而不需要其他层做出相应的调整。
但是分层架构也有一些挑战，就是必须合理规划层级边界和接口，在开发过程中，严格遵循分层架构的的约束，禁止跨层次的调用（应用层直接调用数据层）及逆向调用（数据层调用服务层，或者服务层调用应用层）。
在实践中，大的分层架构内部还是可以继续分层，如应用层可以再细分为视图层（美术负责）和业务逻辑层（工程师负责）；服务层也可以细分数据接口层（适配各种输入和输出的数据格式）和逻辑处理层。
分层结构是逻辑上的，在物理部署上，三层结构可以部署在同一个物理机器上，但随着网站业务的发展，必然需要对已经分层的模块分离部署，即三层结构分别部署在不同的服务器上，使网站拥有更多的计算资源以应对越来越多的用户访问。
所以虽然分层架构模式最初的目的是规划软件清晰的逻辑结构便于开发维护，但在网站的发展过程中，分层结构对网站支持高并发向分布式方向发展至关重要。因此在网站规模还很小的时候就应该采用分层的架构，这样将来网站做大时才能有更好地应对。
二、分割
如果说分层是将软件在横向方面进行切分，那么分割就是在纵向方面对软件进行切分。
网站越大，功能越复杂，服务和数据处理的种类也就越多，将不同的功能和服务分割开来，包装成高内聚低耦合的模块单元，一方面有助于软件的开发和维护；另一方面，便于不同模块的分布式部署，提高网站的并发处理能力和功能扩展能力。
大型网站分割的粒度可能会很小。比如在应用层，将不同的业务进行分割，例如将购物、订单、论坛、搜索、广告分割成不同的应用，由独立的团队负责，部署在不同的服务器上；在一个应用内部，如果规模庞大业务复杂，将会继续进行业务分割，比如购物业务，可以进一步分割成机票酒店业务，3C业务，小商品业务等更细小的粒度。而即使在这个粒度上，还是可以继续分成首页、搜索列表页、商品详情页等模块，这些模块不管在逻辑上还是物理部署上，都可以是独立的。同样在服务层也可以根据需要将服务分割成合适的模块。
三、分布式
对于大型网站，分层和分割的一个主要目的是为了切分后的模块便于分布式部署，即在不同模块部署在不同的服务器上，通过远程调用协同工作，分布式意味着可以使用更多的计算机完成同样的功能，计算机越多，CPU、内存、存储资源也就越多，能够处理的并发访问和数据量也就越大，进而能够为更多的用户提供服务。
但分布式在解决网站高并发的同时也带来了其他问题。首先，分布式意味着服务调用必须通过网络，这可能会对性能造成严重的影响；其次，服务器越多，服务其宕机的概率也就越来越大，一台服务器宕机造成的服务不可用可能会导致很多应用不可访问，使网站可用性降低；另外，数据在分布式的环境中保持数据一致性，也是十分困难。分布式事务也很难保证，这对网站业务正确性和业务流程有可能会造成很大的影响；分布式还导致网站依赖错综复杂，开发维护困难。因此分布式设计要根据具体情况量力而行，切莫为了分布式而分布式。
在网站应用中，常见的分布式方案有以下几种：
分布式应用和服务：将分层和分割后的应用模块分布式部署，除了可以改善网站性能和并发性、加快开发和分布速度、减少数据库连接资源消耗外；还可以使不同应用复用共同的服务，便于业务功能扩展。
分布式静态资源：网站的静态资源如 JS 、CSS 、HTML、Logo图片等资源独立分布式部署，并采用独立的域名，即人们常说的动静分离。静态资源分布式部署可以减轻应用服务器的的负载压力；通过使用独立域名加快浏览器并发加载的速度；负责用户体验的团队进行开发维护网站分工合作，使用不同技术种类术业有专攻。
分布式数据和存储：大型网站需要处理以P为单位的海量数据，单台计算机无法提供如此大的存储空间，这些数据需要分布式存储。除了对传统关系型数据库进行分布式部署外，为网站应用而生的各种NoSQL产品几乎都是分布式的。
分布式计算：严格来说，应用、服务、实时数据处理都是计算，网站除了要处理这些在线业务，还有很大以部分用户没有直接感受的后台业务要处理，包括搜索引擎的索引构建、数据仓库的数据分析统计等。这些业务的计算规模非常庞大，目前网站普遍使用Hadoop及其MapReduce分布式计算框架进行此类批处理计算，其特点是移动计算而不是移动数据，将计算程序分发到数据所在的位置以加速计算和分布式计算。
此外，还有可以支持线上服务器配置实时更新的分布式配置；分布式环境下实现并发和协同的分布式锁；支持云存储的分布式文件系统等。
四、集群
使用分布式虽然已经将分层和分割后的模块独立部署，但是对于用户访问集中的模块（比如网站的首页），还需要将其独立部署的服务器集群化，即多态服务器部署相同的应用构成一个集群，通过负载均衡设备共同对外提供服务。
因为服务器集群有更多服务器提供相同服务，因此可以提供更好的并发特性，当有更多用户访问的时候，只需要将集群中加入新的机器即可。同时因为一个应用由多台服务器提供，当某台机器发生故障时。负载均衡设备或者系统的失效转移机制会讲请求转发到集群中其他服务器上，使服务器故障也不影响用户使用。所以在网站应用中，即使是访问量很小的分布式应用和服务器，也至少需要部署两台服务器构成一个小的集群，目的就是提高系统的可用性。
五、缓存
缓存就是将数据存放在距离计算最近的位置以加快处理速度。缓存是改善软件性能的第一手段，现代CPU越来越快的一个重要因素就是使用了更多的缓存，在负载的软件设计中，缓存几乎无处不在。大型网站架构设计在很多方面都使用了缓存设计。
CDN：即内容分发网络，部署在距离终端用户最近的网络服务商，用户的网络请求总是先到达他的网络服务商那里。在这里缓存网站的一些静态资源（较少变化的数据），可以就近以最快速度返回给用户，如视频网站和门户网站会讲用户访问量达的热点内容缓存在CDN。
反向代理：反向代理属于网站前端架构的一部分，部署在网站的前端，当用户请求到达网站的数据中心时，最先访问到的就是反向代理服务器，这里缓存网站的静态资源，无需将请求继续转发给应用服务器就能返回给用户。
本地缓存：
分布式缓存：大型网站的数据量非常庞大，及时值缓存一小部分，需要的内存空间，也是不是单机能承受的，所以除了本地缓存，还需要分布式存储，将数据缓存在一个专门的分布式缓存集群中，应用程序通过网络通信访问缓存数据。
使用缓存有两个前提条件，一是户数访问热点不均衡。某些数据会被更频繁的访问，这些数据应该放在缓存中；二十数据在某个时间段内有效，不会很快过期，斗则缓存的数据就会因为已经失效而产生藏脏读，影响结果的正确性。网站应用中，缓存除了可以加快数据访问速度，还可以减轻后端应用和数据存储的负载压力，这一点对网站数据库架构至关重要，网站数据库几乎都是按照有缓存的前提进行负载能力设计的。
六、异步
计算机软件发函的一个重要目标和驱动力是降低软件耦合性。事物之间直接关系越少，就越少被彼此影响，越可以独立发展。大型网站架构中，系统解耦合的手段除了前面提到的分层、分割、分布等，还有一个重要手段是异步，业务之间的消息传递不是同步调用，二十将一个业务操作分成多个阶段，每个阶段之间通过共享数据的方式异步执行进行协作。
在单一服务器内部可通过多线程共享内存队列的方式实现异步，处在业务操作前面的线程将输出写入到队列，后面的线程从队列中读取数据进行处理；在分布式系统中，多个服务器集群通过分布式消息队列实现异步，分布式消息队列可以看做内存队列的分布式部署。
异步架构是典型的生产消费者模式，两种不存在直接调用，只要保持数据结构不变，彼此功能实现可以随意变化而不互相影响，这对网站扩展新功能非常便利。除此之外，使用异步消息队列还有如下特性。
提高系统可用性。消费者服务器发生故障，数据会在消息队列服务器中存储堆积，生产者服务器可以继续处理业务请求，系统整体表现无故障。消费者服务器回复正常后，继续处理消息队列中的数据。
加快网站响应速度。处在业务处理前端的生产者服务器在处理完业务请求后，将数据写入消息队列，不需要等待消费者服务器处理就可以返回，响应延迟减少。
消除并发访问高峰。用户访问网站是随机的，存在访问高峰和低谷，及时网站按照一般访问高峰进行规划和部署，也依然会出现突发事件，比如购物网站的促销活动，微博上的热点事件，都会造成网站并发访问突然增大，这可能会造成整个网站负载过重，响应延迟，严重时甚至会出现服务宕机的情况。使用消息队列将突然增加的访问请求数据放入消息队列中，等待消费者度武器一次处理，就不会对整个网站负载造成太大压力。
但需要注意的是，使用异步方式处理业务可能会对影虎体验、业务流程造成影响，需要网站产品设计方面的支持。
七、冗余
网站需要7×24小时连续运行，但是服务器随时可能出现故障，特别是服务器规模比较大时，出现某台服务器宕机是必然事件。要想保证服务器宕机的情况下依然可以继续服务，不丢失数据，就需要一定程度的服务器冗余运行，数据冗余备份，这样当某台服务器宕机时，可以将其上的服务和数据访问转移到其他机器上。
访问和负载很小的服务也必须部署至少两台服务器构成一个集群，其目的就是通过冗余实现服务高可用。数据库除了定期备份，存档保存，实现冷备份外，为了保证在线业务高可用，还需要对数据库进行主从分离，实时同步实现热备份。
八、自动化
在无人值守的情况下网站可用正常运行，一切都可以自动化是网站的理想状态。目前大型网站的自动化架构设计主要集中在发布运维方面。
发布对于网站来说是头等大事，许多网站故障处在发布环节，网站工程师经常加班也是因为发布不顺利。通过减少人为干预，使发布过程自动化可有效减少故障。发布过程包括诸多环节。自动化代码管理，代码版本控制、代码分支创建合并等过程自动化，开发工程师只要提交自己参加开发的产品代号，系统就会自动为其创建开发分支，后期自动进行代码合并；自动化测试，代码开发完成，提交测试后，系统自动将代码部署到测试环境，启动自动化测试用例进行测试，向相关人员发送测试报告，向系统反馈测试结果；自动化安全检测，安全检测工具通过对代码进行静态安全扫描及部署到安全测试环境进行安全攻击测试、评估其安全性；最后进行自动化部署，将工程代码自动部署到线上生产环境。
