www.tmsmall666.cn

 　　以高負(fù)載高數(shù)據(jù)交換高數(shù)據(jù)流動(dòng)性的網(wǎng)站為例，比如海內(nèi)，開心網(wǎng)等類似的web2.0系列架構(gòu)。我們這里不討論是PHP還是JSP或者.NET環(huán)境，我們從架構(gòu)的方面去看問題，實(shí)現(xiàn)語言方面并不是問題，語言的優(yōu)勢在于實(shí)現(xiàn)而不是好壞，不論你選擇任何語言，架構(gòu)都是必須要面對(duì)的。

　　中技在這里和大家討論一下大型網(wǎng)站需要注意和考慮的問題

　　1、存儲(chǔ)文件

　　對(duì)于一些支持文件上傳的2.0的站點(diǎn)，在慶幸硬盤容量越來越大的時(shí)候我們更多的應(yīng)該考慮的是文件應(yīng)該如何被存儲(chǔ)并且被有效的索引。常見的方案是對(duì)文件按照日期和類型進(jìn)行存貯。但是當(dāng)文件量是海量的數(shù)據(jù)的情況下，如果一塊硬盤存貯了500個(gè)G的瑣碎文件，那么維護(hù)的時(shí)候和使用的時(shí)候磁盤的Io就是一個(gè)巨大的問題，哪怕你的帶寬足夠，但是你的磁盤也未必響應(yīng)過來。如果這個(gè)時(shí)候還涉及上傳，磁盤很容易就完蛋了。

　　也許用raid和專用存儲(chǔ)服務(wù)器能解決眼下的問題，但是還有個(gè)問題就是各地的訪問問題，也許我們的服務(wù)器在北京，可能在云南或者新疆的訪問速度如何解決?如果做分布式，那么我們的文件索引以及架構(gòu)該如何規(guī)劃。

　　所以我們不得不承認(rèn)，文件存儲(chǔ)是個(gè)很不容易的問題。

　　2、數(shù)據(jù)并發(fā)的處理

　　在一些時(shí)候，2.0的CTO都有個(gè)尚方寶劍，就是緩存。對(duì)于緩存，在高并發(fā)高處理的時(shí)候也是個(gè)大問題。在整個(gè)應(yīng)用程序下，緩存是全局共享的，然而在我們進(jìn)行修改的時(shí)候就，如果兩個(gè)或者多個(gè)請(qǐng)求同時(shí)對(duì)緩存有更新的要求的情況下，應(yīng)用程序會(huì)直接的死掉。這個(gè)時(shí)候，就需要一個(gè)好的數(shù)據(jù)并發(fā)處理策略以及緩存策略。

　　另外，就是數(shù)據(jù)庫的死鎖問題，也許平時(shí)我們感覺不到，死鎖在高并發(fā)的情況下的出現(xiàn)的概率是非常高的，磁盤緩存就是一個(gè)大問題。

　　3、　　海量數(shù)據(jù)的處理

　　眾所周知，對(duì)于一些相對(duì)小的站點(diǎn)來說，數(shù)據(jù)量并不是很大，select和update就可以解決我們面對(duì)的問題，本身負(fù)載量不是很大，最多再加幾個(gè)索引就可以搞定。對(duì)于大型網(wǎng)站，每天的數(shù)據(jù)量可能就上百萬，如果一個(gè)設(shè)計(jì)不好的多對(duì)多關(guān)系，在前期是沒有任何問題的，但是隨著用戶的增長，數(shù)據(jù)量會(huì)是幾何級(jí)的增長的。在這個(gè)時(shí)候我們對(duì)于一個(gè)表的select和update的時(shí)候(還不說多表聯(lián)合查詢)的成本的非常高的。

　　4、　　分布式處理

　　對(duì)于2.0網(wǎng)站由于其高互動(dòng)性，CDN實(shí)現(xiàn)的效果基本上為0，內(nèi)容是實(shí)時(shí)更新的，我們常規(guī)的處理。為了保證各地的訪問速度，我們就需要面對(duì)一個(gè)絕大的問題，就是如何有效的實(shí)現(xiàn)數(shù)據(jù)同步和更新，實(shí)現(xiàn)各地服務(wù)器的實(shí)時(shí)通訊有是一個(gè)不得不需要考慮的問題。

　　5、數(shù)據(jù)索引的問題

　　眾所周知，索引是提高數(shù)據(jù)庫效率查詢的最方面最廉價(jià)最容易實(shí)現(xiàn)的方案。但是，在高UPDATE的情況下，update和delete付出的成本會(huì)高的無法想想，中技遇到過一個(gè)情況，在更新一個(gè)聚焦索引的時(shí)候需要10分鐘來完成，那么對(duì)于站點(diǎn)來說，這些基本上是不可忍受的。

　　索引和更新是一對(duì)天生的冤家，問題A，D，E這些是我們?cè)谧黾軜?gòu)的時(shí)候不得不考慮的問題，并且也可能是花費(fèi)時(shí)間最多的問題。

　　6、　　數(shù)據(jù)關(guān)系的處理

　　我們可以很容易的規(guī)劃出一個(gè)符合第三范式的數(shù)據(jù)庫，里面布滿了多對(duì)多關(guān)系，還能用GUID來替換INDENTIFY COLUMN 但是，多對(duì)多關(guān)系充斥的2.0時(shí)代，第三范式是第一個(gè)應(yīng)該被拋棄的。必須有效的把多表聯(lián)合查詢降到最低。

　　7、Ajax的利弊分析

　　成也AJAX，敗也AJAX，AJAX成為了主流趨勢，突然發(fā)現(xiàn)基于XMLHTTP的post和get是如此的容易?？蛻舳薵et或者post 到服務(wù)器數(shù)據(jù)，服務(wù)器接到數(shù)據(jù)請(qǐng)求之后返回來，這是一個(gè)很正常的AJAX請(qǐng)求。但是在AJAX處理的時(shí)候，如果我們使用一個(gè)抓包工具的話，對(duì)數(shù)據(jù)返回和處理是一目了然。對(duì)于一些計(jì)算量大的AJAX請(qǐng)求的話，我們可以構(gòu)造一個(gè)發(fā)包機(jī)，很容易就可以把一個(gè)webserver干掉。

　　8、數(shù)據(jù)安全性的分析

　　對(duì)于HTTP協(xié)議來說，數(shù)據(jù)包都是明文傳輸?shù)模苍S我們可以說我們可以用加密啊，但是對(duì)于G問題來說的話，加密的過程就可能是明文了(比如我們知道的QQ，可以很容易的判斷他的加密，并有效的寫一個(gè)跟他一樣的加密和解密方法出來的)。當(dāng)你站點(diǎn)流量不是很大的時(shí)候沒有人會(huì)在乎你，但是當(dāng)你流量上來之后，那么所謂的外掛，所謂的群發(fā)就會(huì)接踵而來(從qq一開始的群發(fā)可見端倪)。也許我們可以很的意的說，我們可以采用更高級(jí)別的判斷甚至HTTPS來實(shí)現(xiàn)，注意，當(dāng)你做這些處理的時(shí)候付出的將是海量的database，io以及CPU的成本。對(duì)于一些群發(fā)，基本上是不可能的。中技已經(jīng)可以實(shí)現(xiàn)對(duì)于百度空間和qq空間的群發(fā)了。大家愿意試試，實(shí)際上并不是很難。

　　9、　　數(shù)據(jù)共享的渠道以及OPENAPI趨勢

　　Openapi已經(jīng)成為一個(gè)不可避免的趨勢，從google，facebook，myspace到海內(nèi)校內(nèi)，都在考慮這個(gè)問題，它可以更有效的留住用戶并激發(fā)用戶的更多的興趣以及讓更多的人幫助你做最有效的開發(fā)。這個(gè)時(shí)候一個(gè)有效的數(shù)據(jù)共享平臺(tái)，數(shù)據(jù)開放平臺(tái)就成為必不可少的途徑了，而在開放的接口的情況保證數(shù)據(jù)的安全性和性能，又是一個(gè)我們必須要認(rèn)真思考的問題了。

　　10、數(shù)據(jù)同步和集群的處理的問題

　　當(dāng)我們的一臺(tái)databaseserver不堪重負(fù)的時(shí)候，這個(gè)時(shí)候我們就需要做基于數(shù)據(jù)庫的負(fù)載和集群了。而這個(gè)時(shí)候可能是最讓人困擾的的問題了，數(shù)據(jù)基于網(wǎng)絡(luò)傳輸根據(jù)數(shù)據(jù)庫的設(shè)計(jì)的不同，數(shù)據(jù)延遲是很可怕的問題，也是不可避免的問題，這樣的話，我們就需要通過另外的手段來保證在這延遲的幾秒或者更長的幾分鐘時(shí)間內(nèi)，實(shí)現(xiàn)有效的交互。比如數(shù)據(jù)散列，分割，內(nèi)容處理等等問題。

　　大型網(wǎng)站比起小網(wǎng)站來說更不容易，因?yàn)榇笮途W(wǎng)站里面分類太多，所以要注意的東西也很多，但是中技認(rèn)為大型網(wǎng)站內(nèi)部雖然管理復(fù)雜，后期就比較輕松了，因?yàn)槊總€(gè)部門有每個(gè)部門的責(zé)任。

重慶中技互聯(lián)網(wǎng)信息咨詢有限公司 www.tmsmall666.cn