本文是学习大型分布式网站架构的技术总结。对架构一个高性能、高可用、可伸缩及可扩展的分布式网站进行了概要性描述，并给出一个架构参考。文中一部分为读书笔记，一部分是个人经验总结，对大型分布式网站架构有较好的参考价值。
1、电商案例的原因
分布式大型网站，目前看主要有几类：
大型门户，比如网易，新浪等；
SNS网站，比如校内，开心网等；
电商网站，比如阿里巴巴，京东商城，国美在线，汽车之家等。
大型门户一般是新闻类信息，可以使用CDN，静态化等方式优化，开心网等交互性比较多，可能会引入更多的NoSQL，分布式缓存，使用高性能的通信框架等。电商网站具备以上两类的特点，比如产品详情可以采用CDN，静态化，交互性高的需要采用NoSQL等技术。因此，我们采用电商网站作为案例，进行分析。
2、电商网站需求
客户需求：
建立一个全品类的电子商务网站（B2C），用户可以在线购买商品，可以在线支付，也可以货到付款；
用户购买时可以在线与客服沟通；
用户收到商品后，可以给商品打分，评价；
希望能够支持3~5年，业务的发展；
预计3~5年用户数达到1000万；
定期举办双11、双12、三八男人节等活动；
其他的功能参考京东或国美在线等网站。
客户就是客户，不会告诉你具体要什么，只会告诉你他想要什么，我们很多时候要引导，挖掘客户的需求。好在提供了明确的参考网站。因此，下一步要进行大量的分析，结合行业，以及参考网站，给客户提供方案。需求功能矩阵需求管理传统的做法，会使用用例图或模块图（需求列表）进行需求的描述。这样做常常忽视掉一个很重要的需求（非功能需求），因此推荐大家使用需求功能矩阵，进行需求描述。本电商网站的需求矩阵如下：
3、网站初级架构
一般网站，刚开始的做法，是三台服务器，一台部署应用，一台部署数据库，一台部署NFS文件系统。
这是前几年比较传统的做法，之前见到一个网站10万多会员，垂直服装设计门户，N多图片。使用了一台服务器部署了应用，数据库以及图片存储。出现了很多性能问题。
如下图：
但是，目前主流的网站架构已经发生了翻天覆地的变化。一般都会采用集群的方式，进行高可用设计。至少是下面这个样子：
使用集群对应用服务器进行冗余，实现高可用；（负载均衡设备可与应用一块部署）；
使用数据库主备模式，实现数据备份和高可用；
4、系统容量预估
预估步骤：
注册用户数-日均UV量-每日的PV量-每天的并发量；
峰值预估：平常量的2~3倍；
根据并发量（并发，事务数），存储容量计算系统容量。
根据客户需求：3~5年用户数达到1000万注册用户，可以做每秒并发数预估：
每天的UV为200万（二八原则）；
每日每天点击浏览30次；
PV量：200*30=6000万；
集中访问量：240.2=4.8小时会有6000万0.8=4800万（二八原则）；
每分并发量：4.8*60=288分钟，每分钟访问4800/288=16.7万（约等于）；
每秒并发量：16.7万/60=2780（约等于）；
假设：高峰期为平常值的三倍，则每秒的并发数可以达到8340次。
1毫秒=1.3次访问；
没好好学数学后悔了吧？！（不知道以上算是否有错误，呵呵~~）服务器预估：（以tomcat服务器举例）按一台web服务器，支持每秒300个并发计算。平常需要10台服务器（约等于）；[tomcat默认配置是150]，高峰期需要30台服务器；容量预估：70/90原则系统CPU一般维持在70%左右的水平，高峰期达到90%的水平，是不浪费资源，并比较稳定的。内存，IO类似。以上预估仅供参考，因为服务器配置，业务逻辑复杂度等都有影响。在此CPU，硬盘，网络等不再进行评估。5、网站架构分析根据以上预估，有几个问题：
需要部署大量的服务器，高峰期计算，可能要部署30台Web服务器。并且这三十台服务器，只有秒杀，活动时才会用到，存在大量的浪费。
所有的应用部署在同一台服务器，应用之间耦合严重。需要进行垂直切分和水平切分。
服务器Session同步耗费大量内存和网络带宽，数据需要频繁访问数据库，数据库访问压力巨大。
大型网站一般需要做以下架构优化（优化是架构设计时，就要考虑的，一般从架构/代码级别解决，调优主要是简单参数的调整，比如JVM调优；如果调优涉及大量代码改造，就不是调优了，属于重构）：
业务拆分；
应用集群部署（分布式部署，集群部署和负载均衡）；
多级缓存；
数据库集群（读写分离，分库分表）；
服务化；
消息队列；
其他技术；
6、网站架构优化
6.1业务拆分
业务拆分作用：提升为子系统可由专门的团队和部门负责，专业的人做专业的事，解决模块之间耦合以及扩展性问题；每个子系统单独部署，避免集中部署导致一个应用挂了，全部应用不可用的问题。
等级定义作用：用于流量突发时，对关键应用进行保护，实现优雅降级；保护关键应用不受到影响。
拆分后的架构图：
参考部署方案2
如上图每个应用单独部署，核心系统和非核心系统组合部署
6.2应用集群部署（分布式，集群，负载均衡）
分布式部署：将业务拆分后的应用单独部署，应用直接通过RPC进行远程通信；
集群部署：电商网站的高可用要求，每个应用至少部署两台服务器进行集群部署；
负载均衡：是高可用系统必须的，一般应用通过负载均衡实现高可用，分布式服务通过内置的负载均衡实现高可用，关系型数据库通过主备方式实现高可用。
集群部署后架构图：
6.3多级缓存
缓存按照存放的位置一般可分为两类本地缓存和分布式缓存。本案例采用二级缓存的方式，进行缓存的设计。一级缓存为本地缓存，二级缓存为分布式缓存。（还有页面缓存，片段缓存等，那是更细粒度的划分）一级缓存，缓存数据字典，和常用热点数据等基本不可变/有规则变化的信息，二级缓存缓存需要的所有缓存。当一级缓存过期或不可用时，访问二级缓存的数据。如果二级缓存也没有，则访问数据库。缓存的比例，一般1:4，即可考虑使用缓存。（理论上是1:2即可）。
根据业务特性可使用以下缓存过期策略：
缓存自动过期；
缓存触发过期；
流程说明
一般采用Cache中间件实现，建议使用Redis，因此它有持久化功能，方便分布式Session宕机后，可以从持久化存储中加载会话信息；
结合Cache中间件，实现的分布式Session，可以很好的模拟Session会话。
6.5数据库集群（读写分离，分库分表）
大型网站需要存储海量的数据，为达到海量数据存储，高可用，高性能一般采用冗余的方式进行系统设计。一般有两种方式读写分离和分库分表。读写分离：一般解决读比例远大于写比例的场景，可采用一主一备，一主多备或多主多备方式。本案例在业务拆分的基础上，结合分库分表和读写分离。如下图：
业务拆分后：每个子系统需要单独的库；
如果单独的库太大，可以根据业务特性，进行再次分库，比如商品分类库，产品库；
在分库、分表的基础上，进行读写分离；
6.6服务化
将多个子系统公用的功能/模块，进行抽取，作为公用服务使用。比如本案例的会员子系统就可以抽取为公用的服务。
6.7消息队列
消息队列可以解决子系统/模块之间的耦合，实现异步，高可用，高性能的系统。是分布式系统的标准配置。本案例中，消息队列主要应用在购物，配送环节。
用户下单后，写入消息队列，后直接返回客户端；
库存子系统：读取消息队列信息，完成减库存；
配送子系统：读取消息队列信息，进行配送；
目前使用较多的MQ有ActiveMQ、RabbitMQ、ZeroMQ、MSMQ等，需要根据具体的业务场景进行选择。建议可以研究下RabbitMQ。
6.8其他架构（技术）
大型网站的架构是根据业务需求不断完善的，根据不同的业务特征会做特定的设计和考虑，本文只是讲述一个常规大型网站会涉及的一些技术和手段，希望能给大家带来启发。
数商云是一家全链数字化运营服务商，专注于提供SCM/企业采购/SRM供应商/DMS经销商/渠道商等管理系统，B2B/S2B/S2C/B2B2C/B2C等电商系统，从“供应链——生产运营——销售市场”端到端的全链数字化产品和方案，致力于通过数字化和新技术为企业创造商业数字化价值。
打造高效协同的供需对接平台：数商云助力企业数字化转型与产业升级
制造业如何借助数商云B2B+S2B2C平台架构实现产业升级？
数商云B2B平台和AI深度融合，一键解锁高效订单处理与交付的新境界
科技助力：2025年医疗器械B2B电商平台的人工智能与大数据应用
巨头环伺下游走：掌合天下如何攻防？
有卫哲做主咖的第三届B2B大会无法超越？错！2017B2B跨年更HI！