• 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：24*0.2=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。
• 大量应用存在冗余代码
• 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
• 单点登录（分布式Session）
• 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
根据业务属性进行垂直切分，划分为产品子系统，购物子系统，支付子系统，评论子系统，客服子系统，接口子系统（对接如进销存，短信等外部系统）。

根据业务子系统进行等级定义，可分为核心系统和非核心系统。核心系统：产品子系统，购物子系统，支付子系统；非核心：评论子系统，客服子系统，接口子系统。

• 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；

6.4单点登录（分布式Session）
系统分割为多个子系统，独立部署后，不可避免的会遇到会话管理的问题。一般可采用Session同步，Cookies，分布式Session方式。电商网站一般采用分布式Session实现。

再进一步可以根据分布式Session，建立完善的单点登录或账户管理系统。

 
流程说明

• 用户第一次登录时，将会话信息（用户Id和用户信息），比如以用户Id为Key，写入分布式Session；
• 用户再次登录时，获取分布式Session，是否有会话信息，如果没有则调到登录页；
• 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；
• 存入会话时，可以设置会话保持的时间，比如15分钟，超过后自动超时；

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；
• 分库后，如果表中有数据量很大的，则进行分表，一般可以按照Id，时间等进行分表；（高级的用法是一致性Hash）
• 在分库、分表的基础上，进行读写分离；

相关中间件可参考Cobar（阿里，目前已不在维护），TDDL（阿里），Atlas（奇虎360），MyCat。

分库分表后序列的问题，JOIN，事务的问题，会在分库分表主题分享中，介绍。

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；