1. web动静资源分离
2. 缓存处理
3. web server集群 + 读写分离
4. CDN、分布式缓存、分库分表
5. 多数据中心+分布式存储与计算

web server与数据库分离

image.png

这里的web服务器指http服务器与应用服务器
上半部分的部署情况，任何一个出现瓶颈都会影响另一个，因此可以将web服务器与数据库服务器分开
还可以动静分离

但这两个，都只存在单点，不符合高可用

1. web动静资源分离

image.png

2. 缓存处理

缓存处理.png

Front Page Cache 可以做一些静态页面缓存

3. web server集群 + 读写分离

前端后端需要加一个负载均衡，然后数据库就可能出现瓶颈，因此增加读写分离。因此读可以比写多分配一个。主流都有replication机制对其做同步。

image.png

前端负载均衡

• DNS负载均衡
  在DNS服务器中，可以为多个不同的地址配置一个名字，对于不同的客户机访问同一个名字，得到不同的地址。
• 反向代理
  使用代理服务器将请求发给内部服务器，让代理服务器将请求均匀转发给多台内部服务器之一，从而达到负载均衡的目的。标准代理方式是客户使用代理访问多个外部Web服务器，而这种代理方式是多个用户使用它访问内部Web服务器，因此也称为反向代理模式
• 基于NAT的负载均衡技术
• LVS (开源软件）
• F5硬件负载均衡 （这个不便宜）

应用服务器负载均衡 （上节课讲的可以利用任务服务器）

数据库负载均衡

4. CDN、分布式缓存、分库分表

负载均衡.png

CDN:内容分发网络

在各个运营商增加一个CDN，这样不同地区访问网站速度都能得到提升

分布式缓存

所有缓存对主机都是共享

分布缓存.png

左边是本地数据缓存，数据库的缓存缓存到这台应用服务器之上，这台应用服务器的缓存和其它共享。

分库分表

数据库量太大，可能会有锁竞争。一定程度上可以避免锁竞争。分库后表可能也比较大，因此还可以分表。

分库

垂直分区.png
分表
水平分区.png
DAL数据访问层编写的难度增加

5. 多数据中心+分布式存储与计算

最终.png
可以发现对于之前，增加了基于分布式文件系统计算机构架建立数据中心
原因：对一致性要求不那么高的数据没有必要存在关系型数据库中，关系数据库一致性要求比较高，其事务处理、大表的join都是服务器性能杀手。（pB级别数据）。因此在数据中心可以用nosql等存储这些一致性要求不高的数据，从而有更高的并发性。

关系型数据库，更注重数据的一致性。

技术点[DFS（分布式文件系统）、Key-Value DB、 Map/Reduce（分布式的计算框架)]

image.png

如淘宝的商品有很多图标，小。如果用操作系统的文件系统来管理，操作系统磁盘每个块都比较小，查找某个图标，就会在磁头来回转动效率低。而用文件系统，可以用Hash算法快速找到文件。可以减轻对操作系统I/O的访问。

Map/Reduce ： 统计文件单词的计数，但是这些文件不能一次放在内存中。用一台机器统计效率比较低，因此可以用多台机器去统计它。得到Key-val 数据（可能出现在Key-value机器上）就是map的过程（hello 1次 hello 1次）， 合并就是reduce的过程（hello 2 次） map combine reduce