【分布式架构的原理】淘宝的演进过程

一、分布式架构的原理：

1. 高并发，大流量

google的日平均pv（35亿），page view，日平均独立访问（ip），3亿。qq/wx的最大在线用户数2019年春节8亿。

2. 高可靠，高可用

系统全年365天不间断运行。阿里云服务器提供99.9999%，一年不超过32秒的服务中断。

集群备份，异地容灾

3. 海量数据存储

facebook每天上传照片10亿张。腾讯每天8亿张。海量数据存储需要硬件和软件支持。（磁盘阵列，HDFS（mapreduce），分布式文件系统，TFS 阿里和腾讯自建的分布式文件系统。）

服务器的部署场景：

• 本地部署 （自己建机房，自己买机房的配套设备，安全性高）
• 公有云 （普通的中小型企业和普通用户）
• 私有云（通过专线访问，安全性高于公有云）

1. 入住酒店，房间就是公有云，弹性扩展，不需要自己维护。
2. 租房相当于私有云，房间是专属你。
3. 本地化部署。自己买房，自己装修，安全自己负责。

4. 用户分布广，网络情况复杂

用户分布在全世界，每个国家的网络情况不同。针对不同的网络，提供不同的服务。

5. 网络安全环境恶劣

互联网是开放性的，大型的知名网站每天都在遭受网络攻击。

6. 需求变更频繁，版本迭代快

用户达到5000W经过了多少时间（获客）：

名称	时间
电话	75年
广播	38年
电视	13年
互联网	4年
Facebook	3年
Google+	88天
王者荣耀	24天

版本更新
好的系统不是设计出来的，是改出来的。

二、大型网站的发展演变过程（淘宝）

1. 原始阶段

淘宝网站诞生在马云家里，去国外买了一个电商网站（php+mysql），只有一台服务器。

2. 应用服务和数据分离

随着业务扩展，用户量上升，一台服务性能不够，需要把数据库和文件存储拆分。

3. 加入缓存 提升网站访问速度

在互联网有个规律，二八定律，经常访问的数据只占20%，80%的数据不经常访问，一般将20%的数据放入到缓存中。提高缓存的命中率。

4. 使用服务器集群避免单点故障

软件的负载均衡使用的是nginx
有钱的企业，购买硬件的负载均衡（F5）

5. 使用数据库集群

mycat实现数据库的读写分离，和分库分表

6. 使用cdn加速网站响应

CDN的全称是Content Delivery Network，即内容分发网络。CDN是构建在现有网络基础之上的智能虚拟网络，依靠部署在各地的边缘服务器，通过中心平台的负载均衡、内容分发、调度等功能模块，使用户就近获取所需内容，降低网络拥塞，提高用户访问响应速度和命中率。CDN的关键技术主要有内容存储和分发技术。

7. 使用分布式文件系统

文件服务器存在单点故障，并且存在容量限制
使用hdfs分布式文件系统，理论上没有容量限制，并且提供附件副本的备份。

8. 使用分布式搜索引擎

解决海量数据的快速搜索，例如淘宝的商品搜索，github的代码搜索，百度的新闻搜索，Lucene,slor，ES（elasctic search）

9. 业务拆分

之前的垂直架构项目，修改一个模块，整个项目需要重新打包部署，并且各个模块相互依赖。存在资源浪费。
每个业务独自建立一个工程，修改单个业务的时候，只需重新编译上线单独的服务器，对其他服务器不影响。

10. 使用分布式框架解决服务治理问题

上面的业务拆分，后果就是出现了一大堆的各种服务，没有一个人能够理清。