學習架構設計思想

以一個網站為例：
網站一開始就是大型的嗎？
我們一開始就設計一個大型網站嗎？
不一定要做到很好，但一定要先做出來。

淘寶發展過程

第一版

一個無名小網站，沒有太多人訪問，一臺服務器就綽綽有余。使用的是Linux+Apache+MySQL+PHP（典型的LAMP）架設普通小型網站，最便捷。一個月完成淘寶第一版。
發展遇到的問題：用戶訪問越來越多，性能越來越差，越來越多的數據導致存儲空間不足。

發展問題一

第一版性能太差，改用java。java核心技術：高并發、網絡編程。應用服務與數據服務分離，拆分成三臺服務器：
應用服務器（處理大量的業務邏輯，需要更快更強大的CPU）
文件服務器（存儲用戶上傳的文件，需要更大的硬盤）
數據庫服務器（數據庫，需要更快的硬盤和更大的內存）
這樣，不同的服務器承擔不同的角色，使得并發處理能力、數據存儲空間得到很大的改善。

發展問題二

隨著用戶逐漸增多，網站有一次挑戰：數據庫壓力太大導致訪問延遲，進而影響整個網站的性能，用戶體驗收到影響。

使用緩存改善性能

應用程序服務器
文件服務器、分布式緩存服務器、數據庫服務器

常用緩存組件：memache，redis
會使用很簡單，要學它的原理，架構，怎樣實現高可用

發展問題三

隨著用戶增多，單一應用服務器能夠處理的請求連接有限。在網站訪問高峰期，應用服務器成為整個網站的瓶頸。

使用服務器集群——改善網站的并發處理能力

負載均衡調度服務器（負責調度） - 應用服務器（本地緩存） - 文件服務器、分布式緩存服務器（遠程分布式緩存）、數據庫服務器

為什么不使用更強的服務器？一臺服務器難以處理。在今天，淘寶的并發量是幾百萬，上千萬。從經濟的角度，使用集群更實惠。

負載均衡的實現方式有哪些？
淘寶用過的技術：
軟件（應用層的負載均衡）：Apache Nginx Reverse-proxy pWEB LVS（LVS在IP層，開源免費，性能高于nginx，nginx可處理十萬并發）
硬件：F5
DNS負載均衡（域名到ip地址轉換，一個域名可以對應很多個ip地址）

發展問題4

使用緩存后，大大減輕了數據庫的度壓力，但仍有一部分讀操作（緩存訪問不命中，緩存過期）和全部的寫操作要訪問數據庫，當用戶達到一定規模后，數據庫因為負載壓力過高而成為整個系統的瓶頸。

讀寫分離

將并發壓力分流。
增加數據訪問模塊（自己研發的），也可以在MyBatis中開發插件，或者mycat（服務端代理模式），sharding-jdbc（客戶端模式）

發展問題5

用戶規模越來越大，發布地獄越來越廣，地域網絡環境差別很大，如何保證用戶的訪問體驗，不至于因為訪問慢而流失用戶。
使用反向代理服務器，和CDN服務器。
CDN是內容分發網絡，原理是緩存。各大電信運營商服務器上存放的數據中心。
好處：加快用戶訪問速度，減輕后端服務器壓力。

發展問題6

單文件服務器、單數據服務器存不下日益增長的數據

使用分布式文件系統和分布式數據庫系統（分庫分表）

適合存儲小文件、圖片的分布文件系統LFastDFS，TFS
數據訪問模塊：mycat，sharing-jdbc

發展問題7

隨著業務的發展，數據的存儲需求和檢索需求越來越復雜。存儲的字段差異很大，整張表不是所有的數據都會用到（形成骷髏表），需要復雜的文本檢索。

使用NoSQL數據庫、搜索引擎服務器

搜索引擎用什么？lucene, solr, elasticsearch
NoSQL數據庫用什么？mongodb, elasticsearch

發展問題8

網站越做越好，業務不斷擴大，越來越復雜，應用程序變得無比龐大，迭代周期越來越快，牽一發兒動全身，怎么應對快速的業務發展需要？

進行業務拆分：拆分成很多子系統。
如，淘寶將首頁、商鋪、訂單、買家等拆分成不同的產品線，分歸不同的團隊負責，分成不同的應用，獨立部署。通過連接、MQ、數據存儲系統建立關聯。

消息隊列MQ：RabbitMQ，ActiveMQ，Kafla

一些開源免費的組件不足以滿足業務的需要。
工作會是開發中間件，開發MQ，自己搞一套，而不是寫簡單的業務代碼。

發展問題9

業務規模不斷增大，應用拆分越來越小，越來越多。應用之間的關系越來越復雜、應用中存在大量相同的業務操作。后端的數據庫要背成千上萬太應用服務器連接，數據庫連接資源不足。

分布式服務（服務化）

如何做服務化？
服務框架：Dubbo，SpringCloud
配置中心：zookeeper，SpringCloud config，disconf百度，config-toolkit當當，diamond阿里

發展問題10

數據挖掘、分析、推薦等業務需求，龐大系統的監控、問題分析等需求

大數據技術、監控、日志分析系統
集中式日志分析系統、監控系統服務器、大數據系統服務器

比如，如果出現了bug，去找到所有的日志構成完整的數據鏈；成百上千服務器使用監控系統檢測哪臺出現故障

大數據：hadoop，spark
系統監控：zabbix，Elasticsearch+beats+kibana
集中式日志分析系統：ELK

超強干貨來襲 云風專訪：近40年碼齡，通宵達旦的技術人生

總結

以上是生活随笔為你收集整理的【阿里架构设计思想】一线互联网系统的核心架构是什么样子的？淘宝系统架构演进之路的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。