企業(yè)網(wǎng)站設(shè)計(jì)框架圖

近段時(shí)間以來(lái)，通過(guò)接觸有關(guān)海量數(shù)據(jù)處理和搜索引擎的諸多技術(shù)，常常見(jiàn)識(shí)到不少精妙絕倫的架構(gòu)圖。除了每每感嘆于每幅圖表面上的繪制的精細(xì)之外，更為架構(gòu)圖背后所隱藏的設(shè)計(jì)思想所嘆服。個(gè)人這兩天一直在搜集各大型網(wǎng)站的架構(gòu)設(shè)計(jì)圖，一為了一飽眼福，領(lǐng)略各類大型網(wǎng)站架構(gòu)設(shè)計(jì)的精彩之外，二來(lái)也可供閑時(shí)反復(fù)琢磨體會(huì)，何樂(lè)而不為呢?特此，總結(jié)整理了諸如國(guó)外wikipedia，F(xiàn)acebook，Yahoo！，YouTube，MySpace，Twitter，國(guó)內(nèi)如優(yōu)酷網(wǎng)等大型網(wǎng)站的技術(shù)架構(gòu)（本文重點(diǎn)分析優(yōu)酷網(wǎng)的技術(shù)架構(gòu)），以饗讀者。

本文著重凸顯每一幅圖的精彩之處與其背后含義，而圖的說(shuō)明性文字則從簡(jiǎn)從略。ok，好好享受此番架構(gòu)盛宴吧。當(dāng)然，若有任何建議或問(wèn)題，歡迎不吝指正。謝謝。

1、WikiPedia 技術(shù)架構(gòu)

WikiPedia 技術(shù)架構(gòu)圖Copy @Mark Bergsma

來(lái)自wikipedia的數(shù)據(jù)：峰值每秒鐘3萬(wàn)個(gè) HTTP 請(qǐng)求 每秒鐘 3Gbit 流量, 近乎375MB

350 臺(tái) PC 服務(wù)器。

GeoDNSA ：40-line patch for BIND to add geographical filters support to the existent views in BIND", 把用戶帶到最近的服務(wù)器。GeoDNS 在 WikiPedia 架構(gòu)中擔(dān)當(dāng)重任當(dāng)然是由 WikiPedia 的內(nèi)容性質(zhì)決定的--面向各個(gè)國(guó)家，各個(gè)地域。

負(fù)載均衡：LVS，請(qǐng)看下圖：

2、Facebook 架構(gòu)

Facebook 搜索功能的架構(gòu)示意圖

細(xì)心的讀者一定能發(fā)現(xiàn)，上副架構(gòu)圖之前出現(xiàn)在此文之中：從幾幅架構(gòu)圖中偷得半點(diǎn)海里數(shù)據(jù)處理經(jīng)驗(yàn)。本文與前文最大的不同是，前文只有幾幅，此文系列將有上百幅架構(gòu)圖，任您盡情觀賞。

3、Yahoo! Mail 架構(gòu)

Yahoo! Mail 架構(gòu)

Yahoo! Mail 架構(gòu)部署了 Oracle RAC，用來(lái)存儲(chǔ) Mail 服務(wù)相關(guān)的 Meta 數(shù)據(jù)。

4、twitter技術(shù)架構(gòu)

twitter的整體架構(gòu)設(shè)計(jì)圖

twitter平臺(tái)大致由twitter.com、手機(jī)以及第三方應(yīng)用構(gòu)成，如下圖所示（其中流量主要以手機(jī)和第三方為主要來(lái)源）：

緩存在大型web項(xiàng)目中起到了舉足輕重的作用，畢竟數(shù)據(jù)越靠近CPU存取速度越快。下圖是twitter的緩存架構(gòu)圖：

5、Google App Engine技術(shù)架構(gòu)

GAE的架構(gòu)圖

簡(jiǎn)單而言，上述GAE的架構(gòu)分為如圖所示的三個(gè)部分：前端，Datastore和服務(wù)群。

前端包括4個(gè)模塊：Front End，Static Files，App Server，App Master。

Datastore是基于BigTable技術(shù)的分布式數(shù)據(jù)庫(kù)，雖然其也可以被理解成為一個(gè)服務(wù)，但是由于其是整個(gè)App Engine唯一存儲(chǔ)持久化數(shù)據(jù)的地方，所以其是App Engine中一個(gè)非常核心的模塊。其具體細(xì)節(jié)將在下篇和大家討論。

整個(gè)服務(wù)群包括很多服務(wù)供App Server調(diào)用，比如Memcache，圖形，用戶，URL抓取和任務(wù)隊(duì)列等。

6、Amazon技術(shù)架構(gòu)

Amazon的Dynamo Key-Value存儲(chǔ)架構(gòu)圖

可能有讀者并不熟悉Amazon，它現(xiàn)在已經(jīng)是全球商品品種最多的網(wǎng)上零售商和全球第2大互聯(lián)網(wǎng)公司。而之前它僅僅是一個(gè)小小的網(wǎng)上書店。ok，下面，咱們來(lái)見(jiàn)識(shí)下它的架構(gòu)。

Dynamo是亞馬遜的key-value模式的存儲(chǔ)平臺(tái)，可用性和擴(kuò)展性都很好，性能也不錯(cuò)：讀寫訪問(wèn)中99.9%的響應(yīng)時(shí)間都在300ms內(nèi)。按分布式系統(tǒng)常用的哈希算法切分?jǐn)?shù)據(jù)，分放在不同的node上。Read操作時(shí)，也是根據(jù)key的哈希值尋找對(duì)應(yīng)的node。Dynamo使用了 Consistent Hashing算法，node對(duì)應(yīng)的不再是一個(gè)確定的hash值，而是一個(gè)hash值范圍，key的hash值落在這個(gè)范圍內(nèi)，則順時(shí)針沿ring找，碰到的第一個(gè)node即為所需。

Dynamo對(duì)Consistent Hashing算法的改進(jìn)在于：它放在環(huán)上作為一個(gè)node的是一組機(jī)器（而不是memcached把一臺(tái)機(jī)器作為node），這一組機(jī)器是通過(guò)同步機(jī)制保證數(shù)據(jù)一致的。

下圖是分布式存儲(chǔ)系統(tǒng)的示意圖，讀者可觀摩之：

Amazon的云架構(gòu)圖如下：

Amazon的云架構(gòu)圖

7、優(yōu)酷網(wǎng)的技術(shù)架構(gòu)

從一開(kāi)始，優(yōu)酷網(wǎng)就自建了一套CMS來(lái)解決前端的頁(yè)面顯示，各個(gè)模塊之間分離得比較恰當(dāng)，前端可擴(kuò)展性很好，UI的分離，讓開(kāi)發(fā)與維護(hù)變得十分簡(jiǎn)單和靈活，下圖是優(yōu)酷前端的模塊調(diào)用關(guān)系：

這樣，就根據(jù)module、method及params來(lái)確定調(diào)用相對(duì)獨(dú)立的模塊，顯得非常簡(jiǎn)潔。下圖是優(yōu)酷的前端局部架構(gòu)圖：

優(yōu)酷的數(shù)據(jù)庫(kù)架構(gòu)也是經(jīng)歷了許多波折，從一開(kāi)始的單臺(tái)MySQL服務(wù)器（Just Running）到簡(jiǎn)單的MySQL主從復(fù)制、SSD優(yōu)化、垂直分庫(kù)、水平sharding分庫(kù)。

1.簡(jiǎn)單的MySQL主從復(fù)制。

MySQL的主從復(fù)制解決了數(shù)據(jù)庫(kù)的讀寫分離，并很好的提升了讀的性能，其原來(lái)圖如下：

其主從復(fù)制的過(guò)程如下圖所示：

但是，主從復(fù)制也帶來(lái)其他一系列性能瓶頸問(wèn)題：

寫入無(wú)法擴(kuò)展

寫入無(wú)法緩存

復(fù)制延時(shí)

鎖表率上升

表變大，緩存率下降

那問(wèn)題產(chǎn)生總得解決的，這就產(chǎn)生下面的優(yōu)化方案。

2. MySQL垂直分區(qū)

如果把業(yè)務(wù)切割得足夠獨(dú)立，那把不同業(yè)務(wù)的數(shù)據(jù)放到不同的數(shù)據(jù)庫(kù)服務(wù)器將是一個(gè)不錯(cuò)的方案，而且萬(wàn)一其中一個(gè)業(yè)務(wù)崩潰了也不會(huì)影響其他業(yè)務(wù)的正常進(jìn)行，并且也起到了負(fù)載分流的作用，大大提升了數(shù)據(jù)庫(kù)的吞吐能力。經(jīng)過(guò)垂直分區(qū)后的數(shù)據(jù)庫(kù)架構(gòu)圖如下：

然而，盡管業(yè)務(wù)之間已經(jīng)足夠獨(dú)立了，但是有些業(yè)務(wù)之間或多或少總會(huì)有點(diǎn)聯(lián)系，如用戶，基本上都會(huì)和每個(gè)業(yè)務(wù)相關(guān)聯(lián)，況且這種分區(qū)方式，也不能解決單張表數(shù)據(jù)量暴漲的問(wèn)題，因此為何不試試水平sharding呢？

3. MySQL水平分片（Sharding）

這是一個(gè)非常好的思路，將用戶按一定規(guī)則（按id哈希）分組，并把該組用戶的數(shù)據(jù)存儲(chǔ)到一個(gè)數(shù)據(jù)庫(kù)分片中，即一個(gè)sharding，這樣隨著用戶數(shù)量的增加，只要簡(jiǎn)單地配置一臺(tái)服務(wù)器即可，原理圖如下：

如何來(lái)確定某個(gè)用戶所在的shard呢，可以建一張用戶和shard對(duì)應(yīng)的數(shù)據(jù)表，每次請(qǐng)求先從這張表找用戶的shard id，再?gòu)膶?duì)應(yīng)shard中查詢相關(guān)數(shù)據(jù)，如下圖所示：

是如何解決跨shard的查詢呢，這個(gè)是個(gè)難點(diǎn)，據(jù)介紹優(yōu)酷是盡量不跨shard查詢，實(shí)在不行通過(guò)多維分片索引、分布式搜索引擎，下策是分布式數(shù)據(jù)庫(kù)查詢（這個(gè)非常麻煩而且耗性能）。

緩存策略

貌似大的系統(tǒng)都對(duì)“緩存”情有獨(dú)鐘，從http緩存到memcached內(nèi)存數(shù)據(jù)緩存，但優(yōu)酷表示沒(méi)有用內(nèi)存緩存，理由如下：

避免內(nèi)存拷貝，避免內(nèi)存鎖

如接到老大哥通知要把某個(gè)視頻撤下來(lái)，如果在緩存里是比較麻煩的

而且Squid 的 write() 用戶進(jìn)程空間有消耗，Lighttpd 1.5 的 AIO(異步I/O) 讀取文件到用戶內(nèi)存導(dǎo)致效率也比較低下。

但為何我們?cè)L問(wèn)優(yōu)酷會(huì)如此流暢，與土豆相比優(yōu)酷的視頻加載速度略勝一籌？這個(gè)要?dú)w功于優(yōu)酷建立的比較完善的內(nèi)容分發(fā)網(wǎng)絡(luò)（CDN），它通過(guò)多種方式保證分布在全國(guó)各地的用戶進(jìn)行就近訪問(wèn)——用戶點(diǎn)擊視頻請(qǐng)求后，優(yōu)酷網(wǎng)將根據(jù)用戶所處地區(qū)位置，將離用戶最近、服務(wù)狀況最好的視頻服務(wù)器地址傳送給用戶，從而保證用戶可以得到快速的視頻體驗(yàn)。這就是CDN帶來(lái)的優(yōu)勢(shì)，就近訪問(wèn)。

遨游建站每篇文章都是根據(jù)市場(chǎng)調(diào)研及多年工作經(jīng)驗(yàn)總結(jié)后有的放矢，絕不是簡(jiǎn)單的網(wǎng)絡(luò)語(yǔ)言復(fù)制，請(qǐng)認(rèn)真閱讀，必將受益匪淺！