企業(yè)網(wǎng)站設計框架圖

近段時間以來，通過接觸有關海量數(shù)據(jù)處理和搜索引擎的諸多技術，常常見識到不少精妙絕倫的架構圖。除了每每感嘆于每幅圖表面上的繪制的精細之外，更為架構圖背后所隱藏的設計思想所嘆服。個人這兩天一直在搜集各大型網(wǎng)站的架構設計圖，一為了一飽眼福，領略各類大型網(wǎng)站架構設計的精彩之外，二來也可供閑時反復琢磨體會，何樂而不為呢?特此，總結整理了諸如國外wikipedia，F(xiàn)acebook，Yahoo！，YouTube，MySpace，Twitter，國內(nèi)如優(yōu)酷網(wǎng)等大型網(wǎng)站的技術架構（本文重點分析優(yōu)酷網(wǎng)的技術架構），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，而圖的說明性文字則從簡從略。ok，好好享受此番架構盛宴吧。當然，若有任何建議或問題，歡迎不吝指正。謝謝。

1、WikiPedia 技術架構

WikiPedia 技術架構圖Copy @Mark Bergsma

來自wikipedia的數(shù)據(jù)：峰值每秒鐘3萬個 HTTP 請求 每秒鐘 3Gbit 流量, 近乎375MB

350 臺 PC 服務器。

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器。GeoDNS 在 WikiPedia 架構中擔當重任當然是由 WikiPedia 的內(nèi)容性質(zhì)決定的--面向各個國家，各個地域。

負載均衡：LVS，請看下圖：

2、Facebook 架構

Facebook 搜索功能的架構示意圖

細心的讀者一定能發(fā)現(xiàn)，上副架構圖之前出現(xiàn)在此文之中：從幾幅架構圖中偷得半點海里數(shù)據(jù)處理經(jīng)驗。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圖，任您盡情觀賞。

3、Yahoo! Mail 架構

Yahoo! Mail 架構

Yahoo! Mail 架構部署了 Oracle RAC，用來存儲 Mail 服務相關的 Meta 數(shù)據(jù)。

4、twitter技術架構

twitter的整體架構設計圖

twitter平臺大致由twitter.com、手機以及第三方應用構成，如下圖所示（其中流量主要以手機和第三方為主要來源）：

緩存在大型web項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的緩存架構圖：

5、Google App Engine技術架構

GAE的架構圖

簡單而言，上述GAE的架構分為如圖所示的三個部分：前端，Datastore和服務群。

前端包括4個模塊：Front End，Static Files，App Server，App Master。

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

整個服務群包括很多服務供App Server調(diào)用，比如Memcache，圖形，用戶，URL抓取和任務隊列等。

6、Amazon技術架構

Amazon的Dynamo Key-Value存儲架構圖

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小小的網(wǎng)上書店。ok，下面，咱們來見識下它的架構。

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

Dynamo對Consistent Hashing算法的改進在于：它放在環(huán)上作為一個node的是一組機器（而不是memcached把一臺機器作為node），這一組機器是通過同步機制保證數(shù)據(jù)一致的。

下圖是分布式存儲系統(tǒng)的示意圖，讀者可觀摩之：

Amazon的云架構圖如下：

Amazon的云架構圖

7、優(yōu)酷網(wǎng)的技術架構

從一開始，優(yōu)酷網(wǎng)就自建了一套CMS來解決前端的頁面顯示，各個模塊之間分離得比較恰當，前端可擴展性很好，UI的分離，讓開發(fā)與維護變得十分簡單和靈活，下圖是優(yōu)酷前端的模塊調(diào)用關系：

這樣，就根據(jù)module、method及params來確定調(diào)用相對獨立的模塊，顯得非常簡潔。下圖是優(yōu)酷的前端局部架構圖：

優(yōu)酷的數(shù)據(jù)庫架構也是經(jīng)歷了許多波折，從一開始的單臺MySQL服務器（Just Running）到簡單的MySQL主從復制、SSD優(yōu)化、垂直分庫、水平sharding分庫。

1.簡單的MySQL主從復制。

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

其主從復制的過程如下圖所示：

但是，主從復制也帶來其他一系列性能瓶頸問題：

寫入無法擴展

寫入無法緩存

復制延時

鎖表率上升

表變大，緩存率下降

那問題產(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)務切割得足夠獨立，那把不同業(yè)務的數(shù)據(jù)放到不同的數(shù)據(jù)庫服務器將是一個不錯的方案，而且萬一其中一個業(yè)務崩潰了也不會影響其他業(yè)務的正常進行，并且也起到了負載分流的作用，大大提升了數(shù)據(jù)庫的吞吐能力。經(jīng)過垂直分區(qū)后的數(shù)據(jù)庫架構圖如下：

然而，盡管業(yè)務之間已經(jīng)足夠獨立了，但是有些業(yè)務之間或多或少總會有點聯(lián)系，如用戶，基本上都會和每個業(yè)務相關聯(lián)，況且這種分區(qū)方式，也不能解決單張表數(shù)據(jù)量暴漲的問題，因此為何不試試水平sharding呢？

3. MySQL水平分片（Sharding）

這是一個非常好的思路，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)存儲到一個數(shù)據(jù)庫分片中，即一個sharding，這樣隨著用戶數(shù)量的增加，只要簡單地配置一臺服務器即可，原理圖如下：

如何來確定某個用戶所在的shard呢，可以建一張用戶和shard對應的數(shù)據(jù)表，每次請求先從這張表找用戶的shard id，再從對應shard中查詢相關數(shù)據(jù)，如下圖所示：

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

緩存策略

貌似大的系統(tǒng)都對“緩存”情有獨鐘，從http緩存到memcached內(nèi)存數(shù)據(jù)緩存，但優(yōu)酷表示沒有用內(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視頻撤下來，如果在緩存里是比較麻煩的

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

但為何我們訪問優(yōu)酷會如此流暢，與土豆相比優(yōu)酷的視頻加載速度略勝一籌？這個要歸功于優(yōu)酷建立的比較完善的內(nèi)容分發(fā)網(wǎng)絡（CDN），它通過多種方式保證分布在全國各地的用戶進行就近訪問——用戶點擊視頻請求后，優(yōu)酷網(wǎng)將根據(jù)用戶所處地區(qū)位置，將離用戶最近、服務狀況最好的視頻服務器地址傳送給用戶，從而保證用戶可以得到快速的視頻體驗。這就是CDN帶來的優(yōu)勢，就近訪問。

遨游建站每篇文章都是根據(jù)市場調(diào)研及多年工作經(jīng)驗總結后有的放矢，絕不是簡單的網(wǎng)絡語言復制，請認真閱讀，必將受益匪淺！