一个小型的站点。比方我的站点，可以使用最简单的html静态页面就实现了。配合一些图片达到美化效果，所有的页面均存放在一个文件夹下，这种站点对系统架构、性能的要求都很是easy。随着互联网业务的不断丰富。站点相关的技术通过这些年的发展，已经细分到很是细的方方面面，尤为对于大型站点来讲，所採用的技术更是涉及面很是广，从硬件到软件、编程语言、数据库、WebServer、防火墙等各个领域都有了很是高的要求，已经不是原来简单的html静态站点所能比拟的。前端
大型站点，比方门户站点。java
在面对大量用户訪问、高并发请求方面，主要的解决方式集中在这样几个环节：使用高性能的server、高性能的数据库、高效率的编程语言、还有高性能的Web容器。web
但是除了这几个方面，还无法根本解决大型站点面临的高负载和高并发问题。算法
上面提供的几个解决思路在必定程度上也意味着更大的投入，并且这种解决思路具有瓶颈，没有很是好的扩展性。如下我从低成本、高性能和高扩张性的角度来讲说个人一些经验。数据库
HTML静态化apache
事实上你们都知道，效率最高、消耗最小的就是纯静态化的html页面，因此咱们尽量使咱们的站点上的页面採用静态页面来实现，这个最简单的方法事实上也是最有效的方法。编程
但是对于大量内容并且频繁更新的站点，咱们没法全部手动去挨个实现。因而出现了咱们常见的信息公布系统CMS，像咱们常訪问的各个门户站点的新闻频道。甚至他们的其它频道，都是经过信息公布系统来管理和实现的。信息公布系统可以实现最简单的信息录入本身主动生成静态页面，还能具有频道管理、权限管理、本身主动抓取等功能，对于一个大型站点来讲，拥有一套高效、可管理的CMS是不可缺乏的。缓存
除了门户和信息公布类型的站点，对于交互性要求很是高的社区类型站点来讲，尽量的静态化也是提升性能的必要手段，将社区内的帖子、文章进行实时的静态化，有更新的时候再又一次静态化也是大量使用的策略，像Mop的大杂烩就是使用了这种策略，网易社区等也是如此。
眼下很是多博客也都实现了静态化，我使用的这个Blog程序WordPress尚未静态化，因此假设面对高负载訪问，www.toplee.com必定不能承受
同一时候，html静态化也是某些缓存策略使用的手段。对于系统中频繁使用数据库查询但是内容更新很是小的应用。可以考虑使用html静态化来实现，比方论坛中论坛的公用设置信息。这些信息眼下的主流论坛都可以进行后台管理并且存储再数据库中，这些信息事实上大量被前台程序调用，但是更新频率很是小，可以考虑将这部份内容进行后台更新的时候进行静态化，这样避免了大量的数据库訪问请求。
在进行html静态化的时候可以使用一种折中的方法。就是前端使用动态实现，在必定的策略下进行定时静态化和定时推断调用。这个能实现很是多灵活性的操做。我开发的台球站点故人居(www.8zone.cn)就是使用了这个方案，我经过设定一些html静态化的时间间隔来对动态站点内容进行缓存。达到分担大部分的压力到静态页面上，可以应用于中小型站点的架构上。
故人居站点的地址：http://www.8zone.cn。顺便提一下。有喜欢台球的朋友多多支持我这个免费站点:)
图片server分离
你们知道。对于Webserver来讲，不管是Apache、IIS仍是其它容器，图片是最消耗资源的。因而咱们有必要将图片与页面进行分离。这是基本上大型站点都会採用的策略。他们都有独立的图片server，甚至很是多台图片server。
这种架构可以减小提供页面訪问请求的server系统压力，并且可以保证系统不会因为图片问题而崩溃。
在应用server和图片server上，可以进行不一样的配置优化，比方Apache在配置ContentType的时候可以尽可能少支持，尽量少的LoadModule，保证更高的系统消耗和运行效率。
个人台球站点故人居8zone.cn也使用了图片server架构上的分离，眼下是不过架构上分离，物理上没有分离，由于没有钱买不少其它的server:)，你们可以看到故人居上的图片链接都是相似img.9tmd.com或者img1.9tmd.com的URL。
另外。在处理静态页面或者图片、js等訪问方面，可以考虑使用lighttpd取代Apache，它提供了更轻量级和更高效的处理能力
数据库集群和库表散列
大型站点都有复杂的应用，这些应用必须使用数据库，那么在面对大量訪问的时候。数据库的瓶颈很是快就能显现出来。这时一台数据库将很是快没法知足应用，因而咱们需要使用数据库集群或者库表散列。
在数据库集群方面，很是多数据库都有本身的解决方式，Oracle、Sybase等都有很是好的方案，常用的MySQL提供的Master/Slave也是相似的方案。您使用了什么样的DB，就參考对应的解决方式来实施就能够。
上面提到的数据库集群由于在架构、成本、扩张性方面都会受到所採用DB类型的限制。因而咱们需要从应用程序的角度来考虑改善系统架构，库表散列是常用并且最有效的解决方式。咱们在应用程序中安装业务和应用或者功能模块将数据库进行分离，不一样的模块相应不一样的数据库或者表，再依照必定的策略对某个页面或者功能进行更小的数据库散列，比方用户表，依照用户ID进行表散列，这样就行低成本的提高系统的性能并且有很是好的扩展性。
sohu的论坛就是採用了这种架构，将论坛的用户、设置、帖子等信息进行数据库分离，而后对帖子、用户依照板块和ID进行散列数据库和表。终于能够在配置文件里进行简单的配置便能让系统随时添加一台低成本的数据库进来补充系统性能。
缓存
缓存一词搞技术的都接触过，很是多地方用到缓存。
站点架构和站点开发中的缓存也是很是重要。这里先讲述最主要的两种缓存。
高级和分布式的缓存在后面讲述。
架构方面的缓存。对Apache比較熟悉的人都能知道Apache提供了本身的mod_proxy缓存模块，也可以使用外加的Squid进行缓存，这两种方式均可以有效的提升Apache的訪问响应能力。
站点程序开发方面的缓存，Linux上提供的Memcached是常用的缓存方案，很多web编程语言都提供memcache訪问接口，php、perl、c和java都有。可以在web开发中使用，可以实时或者Cron的把数据、对象等内容进行缓存。策略很灵活。
一些大型社区使用了这种架构。
另外，在使用web语言开发的时候，各类语言基本都有本身的缓存模块和方法，PHP有Pear的Cache模块和eAccelerator加速和Cache模块，还要知名的Apc、XCache（国人开发的，支持！）php缓存模块。Java就不少其它了，.net不是很是熟悉，相信也确定有。
镜像
镜像是大型站点常採用的提升性能和数据安全性的方式，镜像的技术可以解决不一样网络接入商和地域带来的用户訪问速度差别。比方ChinaNet和EduNet之间的差别就促使了很是多站点在教育网内搭建镜像站点。数据进行定时更新或者实时更新。在镜像的细节技术方面，这里不阐述太深，有很是多专业的现成的解决架构和产品可选。也有便宜的经过软件实现的思路，比方Linux上的rsync等工具。
负载均衡
负载均衡将是大型站点解决高负荷訪问和大量并发请求採用的终极解决的方法。负载均衡技术发展了多年，有很是多专业的服务提供商和产品可以选择，我我的接触过一些解决方法，当中有两个架构可以给你们作參考。
另外有关0基础的负载均衡DNS轮循和较专业的CDN架构就很少说了。
硬件四层交换
第四层交换使用第三层和第四层信息包的报头信息，依据应用区间识别业务流，将整个区间段的业务流分配到合适的应用server进行处理。 第四层交换功能就象是虚IP，指向物理server。
它传输的业务服从的协议多种多样，有HTTP、FTP、NFS、Telnet或其它协议。
这些业务在物理server基础上。需要复杂的载量平衡算法。在IP世界。业务类型由终端TCP或UDPport地址来决定，在第四层交换中的应用区间则由源端和终端IP地址、TCP和UDPport共同决定。
在硬件四层交换产品领域。有一些知名的产品能够选择。比方Alteon、F5等，这些产品很是昂贵，但是物有所值。能够提供很是优秀的性能和很是灵活的管理能力。
Yahoo中国当初接近2000台server使用了三四台Alteon就搞定了。
软件四层交换
你们知道了硬件四层交换机的原理后。基于OSI模型来实现的软件四层交换也就应运而生。这种解决方式实现的原理一致，只是性能稍差。但是知足必定量的压力仍是游刃有余的，有人说软件实现方式事实上更灵活。处理能力全然看你配置的熟悉能力。
软件四层交换咱们可以使用Linux上常用的LVS来解决。LVS就是Linux Virtual Server。他提供了基于心跳线heartbeat的实时灾难应对解决方式，提升系统的鲁棒性，同一时候可供了灵活的虚拟VIP配置和管理功能，可以同一时候知足多种应用需求，这对于分布式的系统来讲不可缺乏。
一个典型的使用负载均衡的策略就是，在软件或者硬件四层交换的基础上搭建squid集群，这种思路在很是多大型站点包含搜索引擎上被採用，这种架构低成本、高性能还有很是强的扩张性，随时往架构里面增减节点都很是easy。这种架构我准备空了专门具体整理一下和你们探讨。
总结
对于大型站点来讲。前面提到的每个方法可能都会被同一时候使用到，Michael这里介绍得比較浅显，详细实现过程当中很是多细节还需要你们慢慢熟悉和体会，有时一个很是小的squid參数或者apache參数设置，对于系统性能的影响就会很是大，但愿你们一块儿讨论，达到抛砖引玉之效。