一個大型的網站高并發(fā)架構實例

（1）單塊架構

（2）初步的高可用架構

（3）千萬級用戶量的壓力預估

（4）服務器壓力預估

（5）業(yè)務垂直拆分

（6）用分布式緩存抗下讀請求

（7）基于數據庫主從架構做讀寫分離

（8）總結

本文將會從一個大型的網站發(fā)展歷程出發(fā)，一步一步的探索這個網站的架構是如何從單體架構，演化到分布式架構，然后演化到高并發(fā)架構的。

一般一個網站剛開始建立的時候，用戶量是很少的，大概可能就幾萬或者幾十萬的用戶量，每天活躍的用戶可能就幾百或者幾千個。

這個時候一般網站架構都是采用單體架構來設計的，總共就部署3臺服務器，1臺應用服務器，1臺數據庫服務器，1臺圖片服務器。

研發(fā)團隊通常都在10人以內，就是在一個單塊應用里寫代碼，然后寫好之后合并代碼，接著就是直接在線上的應用服務器上發(fā)布。很可能就是手動把應用服務器上的Tomcat給關掉，然后替換系統(tǒng)的代碼war包，接著重新啟動Tomcat。

數據庫一般就部署在一臺獨立的服務器上，存放網站的全部核心數據。

然后在另外一臺獨立的服務器上部署NFS作為圖片服務器，存放網站的全部圖片。應用服務器上的代碼會連接以及操作數據庫以及圖片服務器。如下圖所示：

但是這種純單塊系統(tǒng)架構下，有高可用問題存在，大的問題就是應用服務器可能會故障，或者是數據庫可能會故障

所以在這個時期，一般稍微預算充足一點的公司，都會做一個初步的高可用架構出來。

對于應用服務器而言，一般會集群化部署。當然所謂的集群化部署，在初期用戶量很少的情況下，其實一般也就是部署兩臺應用服務器而已，然后前面會放一臺服務器部署負載均衡設備，比如說LVS，均勻的把用戶請求打到兩臺應用服務器上去。

如果此時某臺應用服務器故障了，還有另外一臺應用服務器是可以使用的，這樣就避免了單點故障問題。如下圖所示：

對于數據庫服務器而言，此時一般也會使用主從架構，部署一臺從庫來從主庫同步數據，這樣一旦主庫出現(xiàn)問題，可以迅速使用從庫繼續(xù)提供數據庫服務，避免數據庫故障導致整個系統(tǒng)都徹底故障不可用。如下圖：

這個假設這個網站預估的用戶數是1000萬，那么根據28法則，每天會來訪問這個網站的用戶占到20%，也就是200萬用戶每天會過來訪問。

通常假設平均每個用戶每次過來會有30次的點擊，那么總共就有6000萬的點擊（PV）。

每天24小時，根據28法則，每天大部分用戶最活躍的時間集中在（24小時 * 0.2）≈ 5小時內，而大部分用戶指的是（6000萬點擊 * 0.8 ≈ 5000萬點擊）

也就是說，在5小時內會有5000萬點擊進來。

換算下來，在那5小時的活躍訪問期內，大概每秒鐘會有3000左右的請求量，然后這5小時中可能又會出現(xiàn)大量用戶集中訪問的高峰時間段。

比如在集中半個小時內大量用戶涌入形成高峰訪問。根據線上經驗，一般高峰訪問是活躍訪問的2~3倍。假設我們按照3倍來計算，那么5小時內可能有短暫的峰值會出現(xiàn)每秒有10000左右的請求。

大概知道了高峰期每秒鐘可能會有1萬左右的請求量之后，來看一下系統(tǒng)中各個服務器的壓力預估。

一般來說一臺虛擬機部署的應用服務器，上面放一個Tomcat，也就支撐最多每秒幾百的請求。

按每秒支撐500的請求來計算，那么支撐高峰期的每秒1萬訪問量，需要部署20臺應用服務。

而且應用服務器對數據庫的訪問量又是要翻幾倍的，因為假設一秒鐘應用服務器接收到1萬個請求，但是應用服務器為了處理每個請求可能要涉及到平均3~5次數據庫的訪問。

按照3次數據庫訪問來算，那么每秒會對數據庫形成3萬次的請求。

按照一臺數據庫服務器高支撐每秒5000左右的請求量，此時需要通過6臺數據庫服務器才能支撐每秒3萬左右的請求。

圖片服務器的壓力同樣會很大，因為需要大量的讀取圖片展示頁面，這個不太好估算，但是大致可以推算出來每秒至少也會有幾千次請求，因此也需要多臺圖片服務器來支撐圖片訪問的請求。

一般來說在這個階段要做的第一件事兒就是業(yè)務的垂直拆分

因為如果所有業(yè)務代碼都混合在一起部署，會導致多人協(xié)作開發(fā)時難以維護。在網站到了千萬級用戶的時候，研發(fā)團隊一般都有幾十人甚至上百人。

所以這時如果還是在一個單塊系統(tǒng)里做開發(fā)，是一件非常痛苦的事情，此時需要做的就是進行業(yè)務的垂直拆分，把一個單塊系統(tǒng)拆分為多個業(yè)務系統(tǒng)，然后一個小團隊10個人左右就專門負責維護一個業(yè)務系統(tǒng)。如下圖

這個時候應用服務器層面一般沒什么大問題，因為無非就是加機器就可以抗住更高的并發(fā)請求。

現(xiàn)在估算出來每秒鐘是1萬左右的請求，部署個二三十臺機器就沒問題了。

但是目前上述系統(tǒng)架構中壓力大的，其實是數據庫層面 ，因為估算出來可能高峰期對數據庫的讀寫并發(fā)會有3萬左右的請求。

此時就需要引入分布式緩存來抗下對數據庫的讀請求壓力了，也就是引入Redis集群。

一般來說對數據庫的讀寫請求也大致遵循28法則，所以每秒3萬的讀寫請求中，大概有2.4萬左右是讀請求

這些讀請求基本上90%都可以通過分布式緩存集群來抗下來，也就是大概2萬左右的讀請求可以通過 Redis集群來抗住。

我們完全可以把熱點的、常見的數據都在Redis集群里放一份作為緩存，然后對外提供緩存服務。

在讀數據的時候優(yōu)先從緩存里讀，如果緩存里沒有，再從數據庫里讀取。這樣2萬讀請求就落到Redis上了，1萬讀寫請求繼續(xù)落在數據庫上。

Redis一般單臺服務器抗每秒幾萬請求是沒問題的，所以Redis集群一般就部署3臺機器，抗下每秒2萬讀請求是絕對沒問題的。如下圖所示：

此時數據庫服務器還是存在每秒1萬的請求，對于單臺服務器來說壓力還是過大。

但是數據庫一般都支持主從架構，也就是有一個從庫一直從主庫同步數據過去。此時可以基于主從架構做讀寫分離。

也就是說，每秒大概6000寫請求是進入主庫，大概還有4000個讀請求是在從庫上去讀，這樣就可以把1萬讀寫請求壓力分攤到兩臺服務器上去。

這么分攤過后，主庫每秒最多6000寫請求，從庫每秒最多4000讀請求，基本上可以勉強把壓力給抗住。如下圖：

本文主要是探討在千萬級用戶場景下的大型網站的高并發(fā)架構設計，也就是預估出了千萬級用戶的訪問壓力以及對應的后臺系統(tǒng)為了要抗住高并發(fā)，在業(yè)務系統(tǒng)、緩存、數據庫幾個層面的架構設計以及抗高并發(fā)的分析。

但是要記住，大型網站架構中共涉及的技術遠遠不止這些，還包括了MQ、CDN、靜態(tài)化、分庫分表、NoSQL、搜索、分布式文件系統(tǒng)、反向代理，等等很多話題，但是本文不能一一涉及，主要是在高并發(fā)這個角度分析一下系統(tǒng)如何抗下每秒上萬的請求。

網站欄目：一個大型的網站高并發(fā)架構實例
文章地址：http://www.bm7419.com/news17/103867.html

成都網站建設公司_創(chuàng)新互聯(lián)，為您提供關鍵詞優(yōu)化、企業(yè)建站、網頁設計公司、網站制作、小程序開發(fā)、商城網站

廣告

聲明：本網站發(fā)布的內容（圖片、視頻和文字）以用戶投稿、用戶轉載內容為主，如果涉及侵權請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內容未經允許不得轉載，或轉載時需注明來源： 創(chuàng)新互聯(lián)