互聯網上有很多關于網站架構的各種分享，有些主要是從運維和基礎架構的角度去分析的（堆機器，做集群），太關注技術細節實現，普通的開發人員基本看不太懂。

本文上篇將主要介紹大型網站基礎架構的擴展，下篇則重點從應用程序的角度去介紹網站架構的擴展和演變。

草根時期，快速開發網站并上線。當然，通常只是先試水，用戶規模也沒有形成，經濟能力和投入也非常有限。

有一定的業務量和用戶規模了，想提升網站速度，于是，緩存出場了。

市場反響還不錯，用戶量每天在增長，數據庫瘋狂讀寫，逐漸發現一臺服務器快撐不住了。于是，決定把DB和APP做分離。

單臺數據庫也感覺快撐不住了，一般都會嘗試做“讀寫分離”。由于大部分互聯網“讀多寫少”的特性所決定的。Salve的臺數，取決于按業務評估的讀寫比例。

數據庫層面是緩解了，但是應用程序層面也出現了瓶頸，由于訪問量增大，加上早期程序員水平有限寫的代碼也很爛，人員流動性也大，很難去維護和優化。所以，很常用的辦法還是“堆機器”。

加機器誰都會加，關鍵是加完之后得有效果，加完之后可能會引發一些問題。例如非常常見的：頁面輸出緩存和本地緩存的問題，Session保存的問題......

到這里，已經基本做到了DB層面和應用層面的橫向擴展了，可以開始關注一些其它方面，例如：站內搜索的精準度，對DB的依賴，開始引入全文索引。

Java領域用的較多的是Lucene、Solr等，而php領域用的比較多的是sphinx/coreseek。

到目前為止，一個能夠承載日均百萬級訪問量的中型網站架構基本介紹完了。當然，每一步擴展里面都會有很多技術實現的細節，后續有時間會寫文章單獨去剖析那些細節。

在做擴展滿足了基本的性能需求后，我們會逐漸關注“可用性”（也就是我們通常聽別人吹牛時說的SLA、幾個9）。如何保證真正“高可用”，也是個難題。

幾乎主流的大中型互聯網公司，都會有用到類似的架構，只是節點數不同而已。

還有一招用的比較多的，那就是動靜分離。可以需要開發人員配合（把靜態資源放獨立站點下），也可以不需要開發人員配合（利用7層反向代理來處理，根據后綴名等信息來判斷資源類型）。有了單獨的靜態文件服務器之后，存儲也是個問題，也需要擴展。多臺服務器的文件怎么保持一致，買不起共享存儲怎么辦？分布式文件系統也派上用場了。

還有一項目前國內外用的非常普遍的技術CDN加速。目前該領域競爭激烈，也已經比較便宜了。國內南北互聯網問題比較嚴重，使用CDN可以有效解決這個問題。

CDN的基本原理并不復雜，可以理解為智能DNS+Squid反向代理緩存 ，然后需要有很多機房節點提供訪問。

截止目前為止，都沒有怎么去改動應用程序的架構，或者說通俗點，都不怎么需要大面積的修改代碼。

如果上面那些手段都用光了，還是支撐不住怎么辦？不停的加機器也不是辦法啊？

隨著業務越來越復雜，網站的功能越來越多，雖然部署層面是采用的集群，但是應用程序架構層面還是“集中式”的，這樣會導致很多耦合，不便于開發、維護，而且容易“一榮俱損”。所以，通常會把網站拆分出不同的子站點來單獨宿主。

應用都拆了，由于單個數據庫的連接，QPS，TPS，I/O處理能力都非常有限，DB層面也可以去做垂直分庫操作

拆分應用和DB之后，其實還是會有很多問題。不同的站點，里面可能會有相同邏輯和功能的代碼。當然，對于一些基礎的功能我們可以封裝DLL或者Jar包去到處提供引用，但是這種強依賴也很容易造成一些問題（版本問題、依賴關系等處理起來非常麻煩）。這樣，傳說中的SOA的價值就得到體現了。

應用、服務之間還是會出現一些依賴問題，這時候，高吞吐量的解耦利器出現了

最后，還介紹一個大型互聯網公司都用的絕技--分庫分表。個人經驗，不是業務發站和各方面非常迫切，不要輕易走這一步。

因為分庫分表誰都會干，關鍵是拆完之后怎么辦。目前，市面上還沒有完全開源免費的方案，能讓你一勞永逸地解決數據庫拆分問題。