我們以javaweb為例，來搭建一個簡單的電商系統(tǒng)，看看這個系統(tǒng)可以如何一步步演變。

該系統(tǒng)具備的功能：

用戶模塊：用戶注冊和管理

商品模塊：商品展示和管理

交易模塊：創(chuàng)建交易和管理

階段一、單機構(gòu)建網(wǎng)站

網(wǎng)站的初期，我們經(jīng)常會在單機上跑我們所有的程序和軟件。此時我們使用一個容器，如tomcat、jetty、jboos，然后直接使用JSP/servlet技術(shù)，或者使用一些開源的框架如maven+spring+struct+hibernate、maven+spring+springmvc+mybatis；最后再選擇一個數(shù)據(jù)庫管理系統(tǒng)來存儲數(shù)據(jù)，如mysql、sqlserver、oracle，然后通過JDBC進(jìn)行數(shù)據(jù)庫的連接和操作。

把以上的所有軟件都裝載同一臺機器上，應(yīng)用跑起來了，也算是一個小系統(tǒng)了。此時系統(tǒng)結(jié)果如下：

階段二、應(yīng)用服務(wù)器與數(shù)據(jù)庫分離

隨著網(wǎng)站的上線，訪問量逐步上升，服務(wù)器的負(fù)載慢慢提高，在服務(wù)器還沒有超載的時候，我們應(yīng)該就要做好準(zhǔn)備，提升網(wǎng)站的負(fù)載能力。假如我們代碼層面已難以優(yōu)化，在不提高單臺機器的性能的情況下，增加機器是一個不錯的方式，不僅可以有效地提高系統(tǒng)的負(fù)載能力，而且性價比高。

增加的機器用來做什么呢？此時我們可以把數(shù)據(jù)庫，web服務(wù)器拆分開來，這樣不僅提高了單臺機器的負(fù)載能力，也提高了容災(zāi)能力。

應(yīng)用服務(wù)器與數(shù)據(jù)庫分開后的架構(gòu)如下圖所示：

階段三、應(yīng)用服務(wù)器集群

隨著訪問量繼續(xù)增加，單臺應(yīng)用服務(wù)器已經(jīng)無法滿足需求了。在假設(shè)數(shù)據(jù)庫服務(wù)器沒有壓力的情況下，我們可以把應(yīng)用服務(wù)器從一臺變成了兩臺甚至多臺，把用戶的請求分散到不同的服務(wù)器中，從而提高負(fù)載能力。多臺應(yīng)用服務(wù)器之間沒有直接的交互，他們都是依賴數(shù)據(jù)庫各自對外提供服務(wù)。著名的做故障切換的軟件有keepalived，keepalived是一個類似于layer3、4、7交換機制的軟件，他不是某個具體軟件故障切換的專屬品，而是可以適用于各種軟件的一款產(chǎn)品。keepalived配合上ipvsadm又可以做負(fù)載均衡，可謂是神器。

我們以增加了一臺應(yīng)用服務(wù)器為例，增加后的系統(tǒng)結(jié)構(gòu)圖如下：

系統(tǒng)演變到這里，將會出現(xiàn)下面四個問題：

1. 用戶的請求由誰來轉(zhuǎn)發(fā)到到具體的應(yīng)用服務(wù)器

2. 有什么轉(zhuǎn)發(fā)的算法

3. 應(yīng)用服務(wù)器如何返回用戶的請求

4. 用戶如果每次訪問到的服務(wù)器不一樣，那么如何維護(hù)session的一致性

我們來看看解決問題的方案：

1、第一個問題即是負(fù)載均衡的問題，一般有5種解決方案：

1. http重定向。HTTP重定向就是應(yīng)用層的請求轉(zhuǎn)發(fā)。用戶的請求其實已經(jīng)到了HTTP重定向負(fù)載均衡服務(wù)器，服務(wù)器根據(jù)算法要求用戶重定向，用戶收到重定向請求后，再次請求真正的集群

優(yōu)點：簡單。

缺點：性能較差。

2. DNS域名解析負(fù)載均衡。DNS域名解析負(fù)載均衡就是在用戶請求DNS服務(wù)器，獲取域名對應(yīng)的IP地址時，DNS服務(wù)器直接給出負(fù)載均衡后的服務(wù)器IP。

優(yōu)點：交給DNS，不用我們?nèi)ゾS護(hù)負(fù)載均衡服務(wù)器。

缺點：當(dāng)一個應(yīng)用服務(wù)器掛了，不能及時通知DNS，而且DNS負(fù)載均衡的控制權(quán)在域名服務(wù)商那里，網(wǎng)站無法做更多的改善和更強大的管理。

3. 反向代理服務(wù)器。在用戶的請求到達(dá)反向代理服務(wù)器時（已經(jīng)到達(dá)網(wǎng)站機房），由反向代理服務(wù)器根據(jù)算法轉(zhuǎn)發(fā)到具體的服務(wù)器。常用的apache，nginx都可以充當(dāng)反向代理服務(wù)器。

優(yōu)點：部署簡單。

缺點：代理服務(wù)器可能成為性能的瓶頸，特別是一次上傳大文件。

4. IP層負(fù)載均衡。在請求到達(dá)負(fù)載均衡器后，負(fù)載均衡器通過修改請求的目的IP地址，從而實現(xiàn)請求的轉(zhuǎn)發(fā)，做到負(fù)載均衡。

優(yōu)點：性能更好。

缺點：負(fù)載均衡器的寬帶成為瓶頸。

5. 數(shù)據(jù)鏈路層負(fù)載均衡。在請求到達(dá)負(fù)載均衡器后，負(fù)載均衡器通過修改請求的mac地址，從而做到負(fù)載均衡，與IP負(fù)載均衡不一樣的是，當(dāng)請求訪問完服務(wù)器之后，直接返回客戶。而無需再經(jīng)過負(fù)載均衡器。

2、第二個問題即是集群調(diào)度算法問題，常見的調(diào)度算法有10種。

1. rr 輪詢調(diào)度算法。顧名思義，輪詢分發(fā)請求。

優(yōu)點：實現(xiàn)簡單

缺點：不考慮每臺服務(wù)器的處理能力

2. wrr 加權(quán)調(diào)度算法。我們給每個服務(wù)器設(shè)置權(quán)值weight，負(fù)載均衡調(diào)度器根據(jù)權(quán)值調(diào)度服務(wù)器，服務(wù)器被調(diào)用的次數(shù)跟權(quán)值成正比。

優(yōu)點：考慮了服務(wù)器處理能力的不同

3. sh 原地址散列：提取用戶IP，根據(jù)散列函數(shù)得出一個key，再根據(jù)靜態(tài)映射表，查處對應(yīng)的value，即目標(biāo)服務(wù)器IP。過目標(biāo)機器超負(fù)荷，則返回空。

4. dh 目標(biāo)地址散列：同上，只是現(xiàn)在提取的是目標(biāo)地址的IP來做哈希。

優(yōu)點：以上兩種算法的都能實現(xiàn)同一個用戶訪問同一個服務(wù)器。

5. lc 最少連接。優(yōu)先把請求轉(zhuǎn)發(fā)給連接數(shù)少的服務(wù)器。

優(yōu)點：使得集群中各個服務(wù)器的負(fù)載更加均勻。

6. wlc 加權(quán)最少連接。在lc的基礎(chǔ)上，為每臺服務(wù)器加上權(quán)值。算法為：（活動連接數(shù)*256+非活動連接數(shù)）÷權(quán)重 ，計算出來的值小的服務(wù)器優(yōu)先被選擇。

優(yōu)點：可以根據(jù)服務(wù)器的能力分配請求。

7. sed 最短期望延遲。其實sed跟wlc類似，區(qū)別是不考慮非活動連接數(shù)。算法為：（活動連接數(shù)+1）*256÷權(quán)重，同樣計算出來的值小的服務(wù)器優(yōu)先被選擇。

8. nq 永不排隊。改進(jìn)的sed算法。我們想一下什么情況下才能“永不排隊”，那就是服務(wù)器的連接數(shù)為0的時候，那么假如有服務(wù)器連接數(shù)為0，均衡器直接把請求轉(zhuǎn)發(fā)給它，無需經(jīng)過sed的計算。

9. LBLC 基于局部性的最少連接。均衡器根據(jù)請求的目的IP地址，找出該IP地址最近被使用的服務(wù)器，把請求轉(zhuǎn)發(fā)之，若該服務(wù)器超載，最采用最少連接數(shù)算法。

10. LBLCR 帶復(fù)制的基于局部性的最少連接。均衡器根據(jù)請求的目的IP地址，找出該IP地址最近使用的“服務(wù)器組”，注意，并不是具體某個服務(wù)器，然后采用最少連接數(shù)從該組中挑出具體的某臺服務(wù)器出來，把請求轉(zhuǎn)發(fā)之。若該服務(wù)器超載，那么根據(jù)最少連接數(shù)算法，在集群的非本服務(wù)器組的服務(wù)器中，找出一臺服務(wù)器出來，加入本服務(wù)器組，然后把請求轉(zhuǎn)發(fā)之。

3、第三個問題是集群模式問題，一般3種解決方案：

1. NAT：負(fù)載均衡器接收用戶的請求，轉(zhuǎn)發(fā)給具體服務(wù)器，服務(wù)器處理完請求返回給均衡器，均衡器再重新返回給用戶。

2. DR：負(fù)載均衡器接收用戶的請求，轉(zhuǎn)發(fā)給具體服務(wù)器，服務(wù)器出來玩請求后直接返回給用戶。需要系統(tǒng)支持IP Tunneling協(xié)議，難以跨平臺。

3. TUN：同上，但無需IP Tunneling協(xié)議，跨平臺性好，大部分系統(tǒng)都可以支持。

4、第四個問題是session問題，一般有4種解決方案：

1. Session Sticky。session sticky就是把同一個用戶在某一個會話中的請求，都分配到固定的某一臺服務(wù)器中，這樣我們就不需要解決跨服務(wù)器的session問題了，常見的算法有ip_hash法，即上面提到的兩種散列算法。

優(yōu)點：實現(xiàn)簡單。

缺點：應(yīng)用服務(wù)器重啟則session消失。

2. Session Replication。session replication就是在集群中復(fù)制session，使得每個服務(wù)器都保存有全部用戶的session數(shù)據(jù)。

優(yōu)點：減輕負(fù)載均衡服務(wù)器的壓力，不需要要實現(xiàn)ip_hasp算法來轉(zhuǎn)發(fā)請求。

缺點：復(fù)制時寬帶開銷大，訪問量大的話session占用內(nèi)存大且浪費。

3. Session數(shù)據(jù)集中存儲：session數(shù)據(jù)集中存儲就是利用數(shù)據(jù)庫來存儲session數(shù)據(jù)，實現(xiàn)了session和應(yīng)用服務(wù)器的解耦。

優(yōu)點：相比session replication的方案，集群間對于寬帶和內(nèi)存的壓力減少了很多。

缺點：需要維護(hù)存儲session的數(shù)據(jù)庫。

4. Cookie Base：cookie base就是把session存在cookie中，有瀏覽器來告訴應(yīng)用服務(wù)器我的session是什么，同樣實現(xiàn)了session和應(yīng)用服務(wù)器的解耦。

優(yōu)點：實現(xiàn)簡單，基本免維護(hù)。

缺點：cookie長度限制，安全性低，寬帶消耗。

值得一提的是：

nginx目前支持的負(fù)載均衡算法有wrr、sh（支持一致性哈希）、fair（本人覺得可以歸結(jié)為lc）。但nginx作為均衡器的話，還可以一同作為靜態(tài)資源服務(wù)器。

keepalived+ipvsadm比較強大，目前支持的算法有：rr、wrr、lc、wlc、lblc、sh、dh

keepalived支持集群模式有：NAT、DR、TUN

nginx本身并沒有提供session同步的解決方案，而apache則提供了session共享的支持。

好了，解決了以上的問題之后，系統(tǒng)的結(jié)構(gòu)如下：

階段四、數(shù)據(jù)庫讀寫分離化

上面我們總是假設(shè)數(shù)據(jù)庫負(fù)載正常，但隨著訪問量的的提高，數(shù)據(jù)庫的負(fù)載也在慢慢增大。那么可能有人馬上就想到跟應(yīng)用服務(wù)器一樣，把數(shù)據(jù)庫一份為二再負(fù)載均衡即可。但對于數(shù)據(jù)庫來說，并沒有那么簡單。假如我們簡單的把數(shù)據(jù)庫一分為二，然后對于數(shù)據(jù)庫的請求，分別負(fù)載到A機器和B機器，那么顯而易見會造成兩臺數(shù)據(jù)庫數(shù)據(jù)不統(tǒng)一的問題。那么對于這種情況，我們可以先考慮使用讀寫分離的方式。

讀寫分離后的數(shù)據(jù)庫系統(tǒng)結(jié)構(gòu)如下：

這個結(jié)構(gòu)變化后也會帶來兩個問題：

1. 主從數(shù)據(jù)庫之間數(shù)據(jù)同步問題

2. 應(yīng)用對于數(shù)據(jù)源的選擇問題

解決問題方案：

1. 我們可以使用MYSQL自帶的master+slave的方式實現(xiàn)主從復(fù)制。

2. 采用第三方數(shù)據(jù)庫中間件，例如mycat。mycat是從cobar發(fā)展而來的，而cobar是阿里開源的數(shù)據(jù)庫中間件，后來停止開發(fā)。mycat是國內(nèi)比較好的mysql開源數(shù)據(jù)庫分庫分表中間件。

階段五、用搜索引擎緩解讀庫的壓力

數(shù)據(jù)庫做讀庫的話，常常對模糊查找力不從心，即使做了讀寫分離，這個問題還未能解決。以我們所舉的交易網(wǎng)站為例，發(fā)布的商品存儲在數(shù)據(jù)庫中，用戶最常使用的功能就是查找商品，尤其是根據(jù)商品的標(biāo)題來查找對應(yīng)的商品。對于這種需求，一般我們都是通過like功能來實現(xiàn)的，但是這種方式的代價非常大。此時我們可以使用搜索引擎的倒排索引來完成。

搜索引擎具有以下優(yōu)點：

它能夠大大提高查詢速度。

引入搜索引擎后也會帶來以下的開銷：

帶來大量的維護(hù)工作，我們需要自己實現(xiàn)索引的構(gòu)建過程，設(shè)計全量/增加的構(gòu)建方式來應(yīng)對非實時與實時的查詢需求。

需要維護(hù)搜索引擎集群

搜索引擎并不能替代數(shù)據(jù)庫，他解決了某些場景下的“讀”的問題，是否引入搜索引擎，需要綜合考慮整個系統(tǒng)的需求。引入搜索引擎后的系統(tǒng)結(jié)構(gòu)如下：

階段六、用緩存緩解讀庫的壓力

1、后臺應(yīng)用層和數(shù)據(jù)庫層的緩存

隨著訪問量的增加，逐漸出現(xiàn)了許多用戶訪問同一部分內(nèi)容的情況，對于這些比較熱門的內(nèi)容，沒必要每次都從數(shù)據(jù)庫讀取。我們可以使用緩存技術(shù)，例如可以使用google的開源緩存技術(shù)guava或者使用memcacahe作為應(yīng)用層的緩存，也可以使用redis作為數(shù)據(jù)庫層的緩存。

另外，在某些場景下，關(guān)系型數(shù)據(jù)庫并不是很適合，例如我想做一個“每日輸入密碼錯誤次數(shù)限制”的功能，思路大概是在用戶登錄時，如果登錄錯誤，則記錄下該用戶的IP和錯誤次數(shù)，那么這個數(shù)據(jù)要放在哪里呢？假如放在內(nèi)存中，那么顯然會占用太大的內(nèi)容；假如放在關(guān)系型數(shù)據(jù)庫中，那么既要建立數(shù)據(jù)庫表，還要簡歷對應(yīng)的java bean，還要寫SQL等等。而分析一下我們要存儲的數(shù)據(jù)，無非就是類似{ip:errorNumber}這樣的key:value數(shù)據(jù)。對于這種數(shù)據(jù)，我們可以用NOSQL數(shù)據(jù)庫來代替?zhèn)鹘y(tǒng)的關(guān)系型數(shù)據(jù)庫。

2、頁面緩存

除了數(shù)據(jù)緩存，還有頁面緩存。比如使用HTML5的localstroage或者cookie。

優(yōu)點：

減輕數(shù)據(jù)庫的壓力

大幅度提高訪問速度

缺點：

需要維護(hù)緩存服務(wù)器

提高了編碼的復(fù)雜性

值得一提的是：

緩存集群的調(diào)度算法不同與上面提到的應(yīng)用服務(wù)器和數(shù)據(jù)庫。最好采用“一致性哈希算法”，這樣才能提高命中率。這個就不展開講了，有興趣的可以查閱相關(guān)資料。

加入緩存后的結(jié)構(gòu)：

階段七、數(shù)據(jù)庫水平拆分與垂直拆分

我們的網(wǎng)站演進(jìn)到現(xiàn)在，交易、商品、用戶的數(shù)據(jù)都還在同一個數(shù)據(jù)庫中。盡管采取了增加緩存，讀寫分離的方式，但隨著數(shù)據(jù)庫的壓力繼續(xù)增加，數(shù)據(jù)庫的瓶頸越來越突出，此時，我們可以有數(shù)據(jù)垂直拆分和水平拆分兩種選擇。

7.1、數(shù)據(jù)垂直拆分

垂直拆分的意思是把數(shù)據(jù)庫中不同的業(yè)務(wù)數(shù)據(jù)拆分道不同的數(shù)據(jù)庫中，結(jié)合現(xiàn)在的例子，就是把交易、商品、用戶的數(shù)據(jù)分開。

優(yōu)點：

解決了原來把所有業(yè)務(wù)放在一個數(shù)據(jù)庫中的壓力問題。

可以根據(jù)業(yè)務(wù)的特點進(jìn)行更多的優(yōu)化

缺點：

需要維護(hù)多個數(shù)據(jù)庫

問題：

1. 需要考慮原來跨業(yè)務(wù)的事務(wù)

2. 跨數(shù)據(jù)庫的join

解決問題方案：

1. 我們應(yīng)該在應(yīng)用層盡量避免跨數(shù)據(jù)庫的事物，如果非要跨數(shù)據(jù)庫，盡量在代碼中控制。

2. 我們可以通過第三方應(yīng)用來解決，如上面提到的mycat，mycat提供了豐富的跨庫join方案，詳情可參考mycat官方文檔。

垂直拆分后的結(jié)構(gòu)如下：

7.2、數(shù)據(jù)水平拆分

數(shù)據(jù)水平拆分就是把同一個表中的數(shù)據(jù)拆分到兩個甚至多個數(shù)據(jù)庫中。產(chǎn)生數(shù)據(jù)水平拆分的原因是某個業(yè)務(wù)的數(shù)據(jù)量或者更新量到達(dá)了單個數(shù)據(jù)庫的瓶頸，這時就可以把這個表拆分到兩個或更多個數(shù)據(jù)庫中。

優(yōu)點：

如果我們能客服以上問題，那么我們將能夠很好地對數(shù)據(jù)量及寫入量增長的情況。

問題：

1. 訪問用戶信息的應(yīng)用系統(tǒng)需要解決SQL路由的問題，因為現(xiàn)在用戶信息分在了兩個數(shù)據(jù)庫中，需要在進(jìn)行數(shù)據(jù)操作時了解需要操作的數(shù)據(jù)在哪里。

2. 主鍵的處理也變得不同，例如原來自增字段，現(xiàn)在不能簡單地繼續(xù)使用了。

3. 如果需要分頁，就麻煩了。

解決問題方案：

1. 我們還是可以通過可以解決第三方中間件，如mycat。mycat可以通過SQL解析模塊對我們的SQL進(jìn)行解析，再根據(jù)我們的配置，把請求轉(zhuǎn)發(fā)到具體的某個數(shù)據(jù)庫。

2. 我們可以通過UUID保證唯一或自定義ID方案來解決。

3. mycat也提供了豐富的分頁查詢方案，比如先從每個數(shù)據(jù)庫做分頁查詢，再合并數(shù)據(jù)做一次分頁查詢等等。

數(shù)據(jù)水平拆分后的結(jié)構(gòu)：

階段八、應(yīng)用的拆分

8.1、拆分應(yīng)用

隨著業(yè)務(wù)的發(fā)展，業(yè)務(wù)越來越多，應(yīng)用越來越大。我們需要考慮如何避免讓應(yīng)用越來越臃腫。這就需要把應(yīng)用拆開，從一個應(yīng)用變?yōu)閭z個甚至更多。還是以我們上面的例子，我們可以把用戶、商品、交易拆分開。變成“用戶、商品”和“用戶，交易”兩個子系統(tǒng)。

拆分后的結(jié)構(gòu)：

問題：

1. 這樣拆分后，可能會有一些相同的代碼，如用戶相關(guān)的代碼，商品和交易都需要用戶信息，所以在兩個系統(tǒng)中都保留差不多的操作用戶信息的代碼。如何保證這些代碼可以復(fù)用是一個需要解決的問題。

解決問題：

1. 通過走服務(wù)化的路線來解決

8.2、走服務(wù)化的道路

為了解決上面拆分應(yīng)用后所出現(xiàn)的問題，我們把公共的服務(wù)拆分出來，形成一種服務(wù)化的模式，簡稱SOA。

采用服務(wù)化之后的系統(tǒng)結(jié)構(gòu)：

優(yōu)點：

相同的代碼不會散落在不同的應(yīng)用中了，這些實現(xiàn)放在了各個服務(wù)中心，使代碼得到更好的維護(hù)。

我們把對數(shù)據(jù)庫的交互放在了各個服務(wù)中心，讓”前端“的web應(yīng)用更注重與瀏覽器交互的工作。

問題：

1. 如何進(jìn)行遠(yuǎn)程的服務(wù)調(diào)用

解決方法：

1. 我們可以通過下面的引入消息中間件來解決

階段九、引入消息中間件

隨著網(wǎng)站的繼續(xù)發(fā)展，我們的系統(tǒng)中可能出現(xiàn)不同語言開發(fā)的子模塊和部署在不同平臺的子系統(tǒng)。此時我們需要一個平臺來傳遞可靠的，與平臺和語言無關(guān)的數(shù)據(jù)，并且能夠把負(fù)載均衡透明化，能在調(diào)用過程中收集調(diào)用數(shù)據(jù)并分析之，推測出網(wǎng)站的訪問增長率等等一系列需求，對于網(wǎng)站應(yīng)該如何成長做出預(yù)測。開源消息中間件有阿里的dubbo，可以搭配Google開源的分布式程序協(xié)調(diào)服務(wù)zookeeper實現(xiàn)服務(wù)器的注冊與發(fā)現(xiàn)。

引入消息中間件后的結(jié)構(gòu)：

十、總結(jié)

以上的演變過程只是一個例子，并不適合所有的網(wǎng)站，實際中網(wǎng)站演進(jìn)過程與自身業(yè)務(wù)和不同遇到的問題有密切的關(guān)系，沒有固定的模式。只有認(rèn)真的分析和不斷地探究，才能發(fā)現(xiàn)適合自己網(wǎng)站的架構(gòu)。