大型

WEB 网站架构深入分析

1、HTML 静态化
其实大家都知道，效率最高、消耗最小的就是纯静态化的

html 页面，所以我们尽可能使我们的网站上的

页面采用静态页面来实现，这个最简单的方法其实也是最有效的方法。但是对于大量内容并且频繁更新
的网站，我们无法全部手动去挨个实现，于是出现了我们常见的信息发布系统

CMS，像我们常访问的各

个门户站点的新闻频道，甚至他们的其他频道，都是通过信息发布系统来管理和实现的，信息发布系统
可以实现最简单的信息录入自动生成静态页面，还能具备频道管理、权限管理、自动抓取等功能，对于一
个大型网站来说，拥有一套高效、可管理的

CMS 是必不可少的。

除了门户和信息发布类型的网站，对于交互性要求很高的社区类型网站来说，尽可能的静态化也是提高
性能的必要手段，将社区内的帖子、文章进行实时的静态化，有更新的时候再重新静态化也是大量使用
的策略，像

Mop 的大杂烩就是使用了这样的策略，网易社区等也是如此。

同时，

html 静态化也是某些缓存策略使用的手段，对于系统中频繁使用数据库查询但是内容更新很小的

应用，可以考虑使用

html 静态化来实现，比如论坛中论坛的公用设置信息，这些信息目前的主流论坛都

可以进行后台管理并且存储再数据库中，这些信息其实大量被前台程序调用，但是更新频率很小，可以
考虑将这部分内容进行后台更新的时候进行静态化，这样避免了大量的数据库访问请求。
2、图片服务器分离
大家知道，对于

Web 服务器来说，不管是 Apache、IIS 还是其他容器，图片是最消耗资源的，于是我们有

必要将图片与页面进行分离，这是基本上大型网站都会采用的策略，他们都有独立的图片服务器，甚至
很多台图片服务器。这样的架构可以降低提供页面访问请求的服务器系统压力，并且可以保证系统不会
因为图片问题而崩溃，在应用服务器和图片服务器上，可以进行不同的配置优化，比如

apache 在配置

ContentType 的时候可以尽量少支持，尽可能少的 LoadModule，保证更高的系统消耗和执行效率。
3、数据库集群和库表散列
大型网站都有复杂的应用，这些应用必须使用数据库，那么在面对大量访问的时候，数据库的瓶颈很快
就能显现出来，这时一台数据库将很快无法满足应用，于是我们需要使用数据库集群或者库表散列。
在数据库集群方面，很多数据库都有自己的解决方案，

Oracle、Sybase 等都有很好的方案，常用的

MySQL 提供的 Master/Slave 也是类似的方案，您使用了什么样的 DB，就参考相应的解决方案来实施即
可。
上面提到的数据库集群由于在架构、成本、扩张性方面都会受到所采用

DB 类型的限制，于是我们需要从

应用程序的角度来考虑改善系统架构，库表散列是常用并且最有效的解决方案。我们在应用程序中安装
业务和应用或者功能模块将数据库进行分离，不同的模块对应不同的数据库或者表，再按照一定的策略
对某个页面或者功能进行更小的数据库散列，比如用户表，按照用户

ID 进行表散列，这样就能够低成

本的提升系统的性能并且有很好的扩展性。

sohu 的论坛就是采用了这样的架构，将论坛的用户、设置、帖

子等信息进行数据库分离，然后对帖子、用户按照板块和

ID 进行散列数据库和表，最终可以在配置文件

中进行简单的配置便能让系统随时增加一台低成本的数据库进来补充系统性能。
4、缓存
缓存一词搞技术的都接触过，很多地方用到缓存。网站架构和网站开发中的缓存也是非常重要。这里先讲
述最基本的两种缓存。高级和分布式的缓存在后面讲述。
架构方面的缓存，对

Apache 比较熟悉的人都能知道 Apache 提供了自己的缓存模块，也可以使用外加的

Squid 模块进行缓存，这两种方式均可以有效的提高 Apache 的访问响应能力。
网站程序开发方面的缓存，

Linux 上提供的 Memory Cache 是常用的缓存接口，可以在 web 开发中使用，

比如用

Java 开发的时候就可以调用 MemoryCache 对一些数据进行缓存和通讯共享，一些大型社区使用

了这样的架构。另外，在使用

web 语言开发的时候，各种语言基本都有自己的缓存模块和方法，PHP 有

Pear 的 Cache 模块，Java 就更多了，.net 不是很熟悉，相信也肯定有。
5、镜像

1