做亿级流量网站开发如何设计出一个高性能架构

下面我们来总结一下高性能架构的设计

高性能架构可以分为为计算高性能和存储高性能

计算高性能架构

高性能架构设计主要集中在两方面：
1、尽量提升单服务器的性能，将单服务器的性能发挥到极致 。
2、如果单服务器无法支撑性能，考虑服务器集群方案 。

单服务器高性能

单服务器高性能的关键之一就是服务器采取的网络编程模型，网络编程模型有如下两个关键设计点 ：

1、服务器如何管理连接。
2、服务器如何处理请求 。

以上两个设计点最终都和操作系统的 I/O 模型及进程模型相关 。

1、1/0 模型：阻塞、非阻塞、同步 、异步
2、进程模型：单进程、 多进程、多线程。

常用的2种模型是

Reactor I/O多路复用 复用进程/线程 非阻塞同步，高性能

Proactor 异步 非阻塞异步 操作系统主动通知

集群高性能

高性能集群的本质很简单，通过增加更多的服务器来提升系统整体的计算能力。计算本身 存在一个特点：同样的输入数据和逻辑，无论在哪台服务器上执行，都应该得到相同的输出 。 因此高性能集群设计的复杂度主要体现在任务分配这部分

任务分配主要通过负载均衡来进行

不同的任务分配算法目标是不一样的，有的基于负载考虑、有的基于性能考虑、有的基于业务考虑

负载均衡类型

• DNS负载均衡 简单成本低，更新有延迟，扩展性不高，策略简单
• 硬件负载均衡 功能强大 性能强大 稳定性高 支持安全防护 价格高 扩展性低
• 软件负载均衡 简单，便宜，扩展性好，性能一般，功能一般

负载均衡架构

• 地理级别负载均衡
• 集群级别负载均衡
• 机器级别的负载均衡

负载均衡的算法

• 任务平分类 平均分配
• 负载均衡类 根据资源分配
• 性能最优类 根据性能好的分配
• Hash 类 相同id分配到同一台

存储高性能架构

mysql

mysql的高性能架构主要为读写分离和分库分表

读写分离 主要目的为 分散读压力 但是可能导致 主从一致性问题

分库分表 主要目的为分散写压力

问题是 无法join 导致分布式事务 查询复杂度提升（count join order by）

实现形式 主要有 通过代码封装 或者中间件实现

nosql

关系数据存在一些局限性

• 无法存储数据结构
• schema扩展不方便
• I/0 性能低
• 全文搜索 性能低

我们可以通过Nosql数据库来解决

• K-V 存储 解决数据结构的问题
• 文档数据库 解决schema扩展问题（场景 属性差异较大）
• 列式数据集 解决IO问题 （场景 大数据统计）
• 全文搜索引擎 解决全文搜索问题

缓存

需要经过复杂运算后得出的数据，存储系 统无能为力 。 读多写少 的数据，存储系统有心无力

缓存就是为了弥补存储系统在这些复杂业务场景下的不足 ， 缓存的基本原理就是将可能重 复使用 的数据放到内存中 ，一次生成，多次使用， 避免每次使用都去访问存储系统。

缓存可能带来的问题

• 缓存穿透
• 缓存雪崩
• 缓存热点

文章来源：https://my.oschina.net/jayqqaa12/blog/3161787

扩展阅读：https://www.roncoo.com/search/%E5%BE%AE%E6%9C%8D%E5%8A%A1%E6%9E%B6%E6%9E%84