标签：net family apach 拆分 speed 一个 必须 原创文章 多少
最新要写这个方面的知识，然后，发现网上的知识层次不一，至于怎么整理，也是一件比较头疼的事情。
所以，在这里，先列举出一些比较好的整理。最后，在此基础上，进行梳理成自己的文档。
一：这个是从开始到目前演变中针对技术做的总结
1.说明：
大型网站的技术挑战主要来自于庞大的用户，高并发的访问和海量的数据，任何简单的业务一旦需要处理数以P计的数据和面对数以亿计的用户，问题就会变得很棘手。大型网站架构主要就是解决这类问题
2.各个阶段的技术
最开始的网站
第一步：物理分离应用数据库
网站运营的最开始阶段，在每天高峰期的时候总是会出现宕机现象并且经常会有数据库和网站应用挣抢硬件资源的状况出现，这种情况下，最简单的方案就是把应用和数据库分开部署到不同机器上，以提高各自能够占有的资源。
第二步：页面缓存和静态化
随着网站访问量的迅猛攀升，系统的响应会开始变慢，主要原因是因为访问数据库的连接增多，数据库服务器的硬件配置又决定了只能提供一定数量的连接。由于网站里的很多内容是很少更新的。于是可以把这些页面缓存起来或者静态化，减少对数据库的访问。这一步对技术上有所要求：页面缓存技术，模板技术。页面缓存提议Squid等几种方案，静态化可通过生成静态HTML方式实现。
第三步：页面片段缓存
页面片段缓存可采用ESI、OSCacheD等框架来进行实现。
第四步：数据缓存
数据缓存可采用ehcache、OSCache或独立实现的缓存框架来实现。这步演变对技术上的要求：Map数据结构、程序语言中的Map数据结构（例如JAVA中的HashMap、TreeMap等）、所采用的缓存框架的实现方式（缓存内容的存储方式、查找算法和失效算法）
第五步：水平扩展应用服务器
如果单纯是访问量高造成了服务器压力过大，那就只能采用增加应用服务器，进入水平扩展阶段。那么如何让访问平均分配到每台应用服务器上。这里先用软件负载均衡技术。软件负载均衡技术可选：DNS轮询、Apahce、Nginx、LVS等。又如何保持信息同步呢，如session同步。可采用信息写入数据库、写入共享文件、cookie或在各台机器上同步状态信息等。如何保证数据缓存的同步？可采用缓存同步或分布式缓存。如何让文件相关的功能继续可用 ，例如文件上传功能等。可采用共享文件系统或存储设备，采用前者的居多一些。这一步需要积累的知识有1.负载均衡技术，包括但不限于硬件负载金衡技术（四层，七层等）、软件负载均衡技术、负载均衡算法、转发协议、（如VS/NAT、VS/TUN、VS/DR）所选用的技术的实现细节（如LVS的实现）等。2.容灾技术，包括但不限于ARP、Linux Heart-beanting等。3.状态信息或缓存同步技术，包括但不限于cookie、UDP协议、组播、数据同步框架的实现（例如jgroups等）。4.共乡文件原理,如NFS等
第六步：分库
以上工作完成后，你的团队可以做各种各样的小调优工作，例如操作系统调优、Apache调优、JVM调优等等。分库的实现对技术没有太高的要求，仅在于整理业务，进行拆分，并相应的对程序进行适当的修改。
第七步：分表、DAL、分布式缓存
由于数据库数据量太大，分库往往不能够解决系统缓慢，这时，需要采取适当的分表和数据库调优，由于服务器没有那么多内存可以提供缓存，所以开始采用分布式缓存。问题： 在进行分表时，发现很明显的问题：分表后导致访问数据库的程序复杂度提高。因为在查表时必然要先考虑分表规则。要将这一层统一 ，最好的办法就也就是著名的DAL。增加数据访问层。分布式缓存可采用的方案有memcache、JbossCache等。分表时应做的知识储备：动态Hash、Consistent Hash 、分布式缓存实现原理、数据库连接管理、数据库操作的控制等。
第八步：改变应用服务器水平扩展环境
当Apache、nginx或LVS等软件负载均衡方式已经无法承受巨大的访问量的调度压力时，可考虑购买硬件负载均衡设备。如F5、Netsclar、Athlon等，也可从业务角度进行划分，构建不同的业务软件负载集群组。文件共享方案出现瓶颈时，这个时候可以考虑购买昂贵的存储设备 。如NAS等，也可考虑自行设计或是采用成熟的分布式文件系统。
第九步：数据读写分离与廉价的存储
如服务器增加太多了，数据库连接相当激烈，读写比相当高，这时可构件大型数据库集群或数据读写分离。数据读写分离可选择的方案或程序级的同步方案，在实现读写分离的时候要同步改造DAL，以适应新的演变。廉价的存储方面有Google的Bigtable、新浪的 Memcachedb等。应具备的知识储备：数据库自行复制、同步方案及实现原理（如Oracle的Standby、MySQL的Replication等）；数据延迟以及不一直的解决方案。读写分离规则判断。
第十步：使用反向代理与CDN加速网站响应
第十一步：使用分布式文件系统与分布式数据库
第十二步：使用nosql与搜索引擎
第十三步：业务拆分
第十四步：大型分布式应用时代
拆分成分布式后一个很明显的需求就是高效、稳定的通信和调用框架。
管理好大型分布式的应用，涉及到陆游、以来、版本、错误追踪、检测和报警等多方面的问题。
合理拆分，涉及业务的整理和大型系统架构的把握。
这一步涉及很多知识体系：通信、分布调用、分布式事务、消息机制、并行计算、报表、检测技术、规则策略等。
二：这个是一个比较经典的框架总结（MVC,RPC,SOA,微服务）
一、传统的垂直应用架构
以经典的MVC垂直应用架构为栗子，通常分为三层：
标准的MVC模式并不包括数据访问层，所以通常还需要专门的ORM框架，可以屏蔽对底层数据库连接池和数据源的实现，提供对上层JDBC的访问，提升开发效率，常见的一般都是Hibernate和Mybatis。通常基于MVC框架的应用都会打成一个war包，部署在Tomcat等Web容器中。
业务组网也不复杂，通常做好双热机即可，可通过watchDog来检测应用，判断应用进程是否异常，如果一个出现问题可以立即启动到备机，如果考虑到更复杂的并发场景，可在后端做集群部署，还有前端F5等负载均衡处理。
1.难以应付复杂的业务场景，且开发和维护的成本会增高。
2.团队协作效率差，公共功能重复开发，重复率高。
3.系统的可靠性变差，某个节点的故障会导致整个系统的“雪崩效应”。
4.维护和定制困难，复杂应用的业务拆分困难，代码修改牵一发而动全身。
当垂直应用越来越多，应用之间的交互不可避免，将核心业务抽取出来，作为独立的服务，逐渐形成稳定的服务中心，使得前端能够更快的相应市场需求，同时将公共的API抽取出来，可以作为独立的公共服务给其他调用者消费，实现服务的共享和重用，于是有了RPC框架的需求。
RPC的全称为（Remote Procedure Call），远程过程调用，是一种进程间的通信方式，在2006年后的移动互联网时代开始兴起，出现了各种各样的开源RPC框架。
RPC的框架屏蔽了底层的传输方式（TCP/UDP），序列化方式（XML / JASON / ProtoBuf）和通信细节，使用者只需要知道who（谁）在where（哪里）提供了what（什么）服务即可。
一个最简单的RPC框架只需要考虑如下三个部分的实现：
在大规模服务化以前，应用以前只能通过暴露接口和应用远程服务的方式去调用，服务越来越多的时候会有以下情况：
服务化之后，随之而来的就是服务治理问题，现在的RPC框架在这方面都有所欠缺，要解决这些问题必须通过服务框架+服务治理来完成，单凭RPC框架无法解决服务治理的问题。
SOA，Service-Oriented Architecture，面向服务的架构（SOA）是一个组件模型，是一种粗粒度、松耦合的以服务为中心的架构，接口之间通过定义明确的协议和接口进行通信。
面向服务的核心是对传统的垂直架构进行改造，其中的核心技术就是分布式服务框架，应用也从集中式走向了分布式，大规模系统的架构设计原则就是尽可能的拆分，以达到更好的独立扩展与伸缩，更灵活的部署、更好的隔离和容错，更高的开发效率，具体的拆分策略是：横向拆分和纵向拆分。
根据业务的特性把应用拆开，不同的业务模块独立部署，将复杂的业务线拆分成相对独立的、灵活的具体能力域，由大到小分而治之。
业务横向拆分：
将核心的、公共的业务拆分出来，通过分布式服务框架对业务进行服务化，消费者通过标准的契约来消费这些服务，服务提供者独立打包、部署，与消费者解耦。
服务治理
拆分了之后，随着服务数的增多，亟需一个服务治理框架，有效管理服务，提升服务的运行质量，服务治理需要满足：服务生命周期管理，服务容量规划，运行期治理和服务安全等。目前较为成熟的商用服务框架有Spring cloud，阿里巴巴提供的开源的Dubbo框架，非开源的HSF框架，
至于Dubbo和HSF这两者的差别，抄一段来展示：阿里巴巴第一代RPC框架Dubbo是国内第一款成熟的商用级RPC框架，已于2011年正式对外开源，目前已发展成为国内开源价值最高、用户使用规模最大的开源软件之一。2016年度中国开源软件Top10。最新一代RPC框架HSF，全称High Speed Framework，也叫"好舒服"，"很舒服"框架，是阿里内部对这一款高性能服务框架的昵称，是一款面向企业级互联网架构量身定制的分布式服务框架。HSF以高性能网络通信框架为基础，提供了诸如服务发布与注册，服务调用，服务路由，服务鉴权，服务限流，服务降级和服务调用链路跟踪等一系列久经考验的功能特性。
分布式服务的架构可以抽象为三层：
1、RPC层：底层通信框架（例如NIO框架的封装），序列化和反序列化框架等。
2、FilterChain层：服务调用职责链，例如负载均衡，服务调用性能统计，服务调用完成通知，失败重发等等。
3、Service层：java动态代理，将服务提供者的接口封装成远程服务调用；java反射，服务提供者使用，根据消费者请求消息中的接口名、方法名、参数列表反射调用服务提供者的接口本地实现类。
分布式服务框架的两个核心功能：服务治理和服务注册中心，服务中心中dubbo默认使用的是ZooKeeper，HSF默认使用的为ConfigServer。
SOA解决了应用服务化的问题，随着服务化实践的深入，服务的规模也越来越大，服务治理的问题也越来越多，这时候出现了微服务的思想。微服务架构由多个微小服务构成，每个服务就是一个独立的可部署单元或组件，它们是分布式的，相互解耦的，通过轻量级远程通信协议（比如REST）来交互，每个服务可以使用不同的数据库，而且是语言无关性的。它的特征是彼此独立、微小、轻量、松耦合，又能方便的组合和重构，犹如《超能陆战队》中的微型机器人，个体简单，但组合起来威力强大。
微服务之所以这么火，另一个原因是因为 Docker 的出现，它让微服务有一个非常完美的运行环境，Docker 的独立性和细粒度非常匹配微服务的理念，Docker的优秀性能和丰富的管理工具，让大家对微服务有了一定的信息，概括来说 Docker 有如下四点适合微服务：
三：阿里Dubbo上总结的一个图
展示了的小型网站发展到一个大型网站的过程
单一应用架构
当网站流量很小时，只需一个应用，将所有功能都部署在一起，以减少部署节点和成本。（减少io的操作，资源的重复利用）
此时，用于简化增删改查工作量的 数据访问框架(ORM) 是关键。
垂直应用架构当访问量逐渐增大，单一应用增加机器带来的加速度越来越小，将应用拆成互不相干的几个应用，以提升效率。此时，用于加速前端页面开发的 Web框架(MVC) 是关键。
分布式服务架构
当垂直应用越来越多，应用之间交互不可避免，将核心业务抽取出来，作为独立的服务，逐渐形成稳定的服务中心，使前端应用能更快速的响应多变的市场需求。
此时，用于提高业务复用及整合的 分布式服务框架(RPC) 是关键。
流动计算架构
当服务越来越多，容量的评估，小服务资源的浪费等问题逐渐显现，此时需增加一个调度中心基于访问压力实时管理集群容量，提高集群利用率。
此时，用于提高机器利用率的 资源调度和治理中心(SOA) 是关键。
---------------------
作者：行者man
来源：CSDN
原文：https://blog.csdn.net/it_manman/article/details/79394226?utm_source=copy
版权声明：本文为博主原创文章，转载请附上博文链接！
四：总结
1.说明
上面有三篇文章，第一张是在技术层面的说法，适合帮助理解网站的发展历程，没有明确划分的界限。
第二章与第三章是一样：ORM,MVC,RPC,SOA（微服务属于SOA）
2.因此
对于演变，还是说明后一种更合适一点。
标签：net family apach 拆分 speed 一个 必须 原创文章 多少
原文地址：https://www.cnblogs.com/juncaoit/p/9785365.html
