网站架构，从小型到支持高负载的大型网站发展之路

2. 云计算是怎么产生的？

3. 找到源点
是什么？是搜索引擎？
Google是一个网站
Google是一个访问量很大的网站

4. 跟上Google的步伐
跟上Google的步伐
Google
现在，你要做一个网站，比如说
让我们从初创阶段开始吧……

5. 出发
起步了：
两台服务器
一台前端，一台数据库
Google也是这么起家的……

6. 半年后
你的网站火了
50万用户，2000万PV/天
出现问题
WEB端动态脚本导致CPU、内存资源耗损过，造
成WEB服务吞吐量低
数据量大，数据库端读压力过大
访问响应很慢很慢……
怎么办？

7. 第一次改造
我们没钱啊 ，还是从架构上下手吧
静态化、缓存
IIS+ASP.NET -> Nginx + PHP （轻松支持2-3万的并发连接）
MS SQL -> MYSQL （至少1：3的性能差距）
分库、分表

8. 又过了半年后
你的网站很有人气
1000万用户，1亿PV/天
“有钱了，有钱了，我手机一次买俩”
出现问题
WEB端服务吞吐量不足
数据量大，数据库端读写压力过大
大量静态文件，IO效率及其低下
访问响应很慢很慢……
怎么办？

9. 第二次改造
终于有钱买带款加服务器了
根据服务吞吐量买相应带宽
负载均衡，缓存怎么办？
打造缓存群（分布式缓存）
把数据库中的热数据搬到缓存里去
静态文件缓存起来：反向代理
数据库采用主从模式，读写分离

10. 火的上央视了
你的网站很有人气
5000万用户，10亿PV/天
出现问题
海量图片的管理把操作系统搞崩溃了
海量的数据把数据库搞崩溃了
崩溃了……
怎么办？

11. 第三次改造
加服务器也没用了 ，再次从架构上下手
MYSQL -> MYSQL + NOSQL（K/V数据库，文档型数据库）
关系型数据库关注数据的完整性，支持事务
NOSQL支持海量数据的快速存储和容错性
基于K/V数据库的消息服务；
基于文档数据库的存储与分布式计算（比如对海量数据的BI）
Map Reduce（分布式计算）是一个处理和生成大量数据集的编程模
型和相关实现。用户指定一个Map方法来处理一个键/值来生成一个
中间的键/值，还有一个Reduce方法以合并所有关联到同样的中间键
的中间值。以这种风格来写的程序会自动的在一个拥有大量机器的集
群里并行运行。运行时系统处理输入数据的划分、程序在机器集之间
执行的调度、机器失败处理和必需的内部机器交流等细节。这就允许
程序员没有多少并行和分布式系统的经验就可以很容易使用一个大型
分布式系统资源。
系统文件管理 -> Grid模式（文件存储，支持Sharding）

12. 第三次改造：
第三次改造：架构
Squid
Hadoop
MogileFS
Memcached
微软Velocity
TokyoTyrant
Mongodb
MS SQL
Cassandra
MYSQL

13. 更多的用户、
更多的用户、更多的服务
不同形式的服务不断推出，类似的框架不断搭建
我们在思考
架构基本一致，资源能共用吗？
服务器资源不平衡，服务器资源能弹性分配吗？

14. Google说，就叫它“云”吧
Google说 就叫它“

15. 对比现实中的云计算架构

16. 对比现实中的云计算架构

17. 对比现实中的云计算架构

18. 云计算的组成
软件即服务，Open API也
SAAS 可广义涵盖在内
--直接面向用户，云服务
PAAS Long long ago, It’s name is
HAAS（硬件即服务）
IAAS --不直接面向用户，云平台
硬件 服务器
硬件 部署在服务器上的服务资源，并驱动该资源为具
体应为服务

19. 怎样找到我
邮件：koolea@qq.com
QQ：2347998
大型网站架构交流群：127409673