大型網站及架構演進過程
來自： http://www.cnblogs.com/-10086/p/5179307.html
*通過前面的介紹，我們已經了解了分布式系統的相關知識，下面看一下大型網站架構演化及怎么用這個集群的。
大型網站的定義
看這個的我想都是有些經驗的人了，就不啰嗦了，大型網站就是 訪問量&數據量 都很大，必須同時具備這兩個條件才可以，你整一堆靜態頁面 每天1000000000000000000000個人訪問也不能稱之為大型網站。只有當以上兩個條件都具備的情況下，你才會有高并發的問題，才需要一個集群來支撐你的業務。
架構演進
這方面的文章確實不少，給大家介紹幾個比較不錯的演進過程
宜人貸： http://www.jianshu.com/p/410250e006cb
精品博客（包含很多案例）： http://www.hollischuang.com/archives/1036
關于負載均衡session的解決方案
關于負載均衡session問題的解決方案：
1.使用無狀態(cookie)的會話請求
缺點是
安全性：畢竟cookie是可見的。如果要實現安全的cookie就要在技術上改進，比如加密或每次生成一個token等方式來規避不安全問題。
cookie長度限制：這個無解
帶寬消耗及性能影響：每次請求都帶有session數據，還要解密及設置新token，相對來說肯定對性能有一定影響。
如果對安全性要求不是很高，還是可以選用這種方式。
2.ngxin使用ip輪詢的方式(不穩定）
缺點是當使用ip輪詢方式式，假如某一ip訪問的機器掛了。把這個ip定位到其他機器上，就沒有session了。以及nginx會變成一個有狀態的節點，內存消耗會更大（不過可以加內存嘛），但是容災會更麻煩。
3.session同步
現在主流的容器都有session同步功能，比如tomcat。
同步session造成網絡帶寬消耗，機器越多，消耗越大，相對來說性能也越差。
每臺機器都需要保存全部機器的session.這樣session數據占用的內容會很嚴重。
4.使用會話集中管理，如membercache來集中管理回話。
這種是比較常見的實現方式。比以上3種方式都要好，但是也有一定的缺點，比如session存儲需要遠程讀取，會有延時及不穩定性，不過一般我們集群都是部署在內網的，這點可以忽略。另一個問題就是要相應的做好session集中會話管理服務器的容災工作。假如沒有容災，session會話管理服務器掛了。整個應用就會受到影響。
</div>
讀取性能的優化
數據庫優化
分庫/分表/分區：這里建議采用分區操作，對sql比較友好，對orm層也沒有變化。分表分庫應為最后的優化手段，畢竟對數據層代碼有影響。而且會存在分布式事務這個大麻煩。讀寫分離：讀庫與寫庫分開，現在各種數據庫都有這種技術，只不過相應的來說，會有一定的延時性。但是性能提升是比較大的。
搜索
對于站內搜索，如果數據量比較大，可以使用做一個搜索組件來代替like,畢竟like效率不是很高。
緩存
對于經常需要讀很少改的數據，可以通過緩存來提高讀取的性能。這部分就不用多說了，主要就是ehcache/redis等各種cache組件。
另一個緩存的應用就是緩存頁面，把經常訪問的動態頁面緩存起來，直接讀取緩存，減小服務器的開銷。比如ehcahce就可以緩存頁面。
緩存使用的好不好的一個指標就是：緩存命中率，如果命中率很低，需要調整代碼結構。
總結
總的來說，所有的架構都是經歷了從以下這個階段
1.webapp&database:應用與數據庫在一臺機器上(all in one)。
2.webapp+database:分離數據庫與應用，提高數據讀寫性能。
webapp+database：負載均衡+多個應用服務器+數據庫。
webapp+cache+database：基于第3次改變，增加緩存設置，提高讀取性能。5.nginx+n webapp+cache+n database:添加多個數據庫，實現讀寫分離，提高讀取性能。
6.基于5的基礎上，對數據庫進行改造，包括分表分庫分區或使用第三方的軟件（mycat等）來增強數據庫性能。同時對webapp進行拆分，拆分出多個服務中心，每個服務中心負責專門的業務。期間涉及到的技術有(包括但不限于):redis/avtivemq(消息中間件)/mycat/zookeeper/nosql等
</div>
</div>
其實對于大型網站來說，主要問題就是
1.服務的管理：這個比較麻煩，如果服務多了以后各種接口的調用及服務狀態的監控
2.io：對于現在情況來看，我們服務的主要瓶頸還是集中在io層。主要是數據庫的讀寫比較耗費時間，所以解決了這個問題，我想應用的速度是可以更上一層樓的。包括利用適合ssd的數據庫，記得國外有個這樣的數據庫。還有好的中間件，現在的中間件都有較大的性能損耗（30%）。