一、分層

最常見的架構模式，將系統(tǒng)在橫向維度上切分成幾個部分，每個部分單一職責。網(wǎng)站一般分為三個層次：應用層、服務層和數(shù)據(jù)層，其具體結構如下圖所示：

通過分層，一個龐大系統(tǒng)切分成不同部分，便于分工合作和維護。

但是，分層架構也有一些挑戰(zhàn)：①必須合理規(guī)劃層次邊界和接口；②禁止跨層次的調用及逆向調用。

二、分割

分割是在縱向方面對軟件進行切分->將不同的功能和服務分割開來，包裝成高內(nèi)聚低耦合的模塊單元，有助于軟件開發(fā)和維護，還便于不同模塊的分布式部署，提高網(wǎng)站的并發(fā)處理能力和功能擴展能力。

三、分布式

①分布式應用和服務：應用和服務模塊分布式部署，便于業(yè)務功能擴展；

②分布式靜態(tài)資源：JS、CSS、LOGO圖片等資源獨立部署，采用獨立域名->動靜分離；

③分布式數(shù)據(jù)和存儲：傳統(tǒng)RDBMS分布式部署和NoSQL產(chǎn)品；

④分布式計算：Hadoop及其MapReduce分布式計算框架，其特點是移動計算而不是移動數(shù)據(jù)。

四、集群

多臺服務器部署相同應用構成一個集群，通過負載均衡設備共同對外提供服務。當某臺服務器發(fā)生故障，負載均衡設備或者系統(tǒng)的失效轉移機制將請求轉發(fā)到集群中的其他服務器上，提高系統(tǒng)的可用性，即所謂的HA（高可用性）。

所以，在網(wǎng)站應用中，即使是訪問量很小的分布式應用和服務，也至少要部署兩臺服務器構成一個小集群。

五、緩存

緩存是改善軟件性能的第一手段。在復雜的軟件設計中，緩存幾乎無處不在。

①CDN：內(nèi)容分發(fā)網(wǎng)絡，緩存網(wǎng)站的一些靜態(tài)資源；

②反向代理：部署在網(wǎng)站的前端，最先訪問到的就是反向代理服務器；

③本地緩存：在應用服務器本地緩存熱點數(shù)據(jù)，無需訪問數(shù)據(jù)庫；

④分布式緩存：應用程序通過網(wǎng)絡通信訪問緩存數(shù)據(jù)；

網(wǎng)站應用中，緩存除了可以加快數(shù)據(jù)訪問速度，還可以減輕后端應用和數(shù)據(jù)存儲的負載壓力。

六、異步

業(yè)務之間的消息傳遞不是同步調用，而是將一個業(yè)務操作分成多個階段，每個階段之間通過共享數(shù)據(jù)的方式異步執(zhí)行進行協(xié)作。

異步架構是典型的生產(chǎn)者消費者模式，兩者不存在直接調用，只要保持數(shù)據(jù)結構不變，彼此功能實現(xiàn)可以隨意變化而不互相影響，這對網(wǎng)站擴展新功能非常便利。

異步消息隊列可以提高系統(tǒng)可用性、加快網(wǎng)站響應速度，消除并發(fā)訪問高峰。

七、冗余

要想保證在服務器宕機的情況下網(wǎng)站依然可以繼續(xù)服務，不丟失數(shù)據(jù)，就需要一定程度的服務器冗余運行，數(shù)據(jù)冗余備份，這樣當某臺服務器宕機時，可以將其上的服務和數(shù)據(jù)訪問轉移到其他機器上。

數(shù)據(jù)庫除了定期備份存檔保存實現(xiàn)冷備份之外，為了保證在線業(yè)務高可用，還需要對數(shù)據(jù)庫進行主從分離，實時同步實現(xiàn)熱備份。

八、自動化

在無人值守的情況下，網(wǎng)站可以正常運行，一切都可以自動化是網(wǎng)站的理想狀態(tài)。目前大型網(wǎng)站的自動化架構設計主要集中在發(fā)布運維方面。

①發(fā)布部署過程自動化；

②自動化代碼管理；

③自動化測試；

④自動化安全監(jiān)測；

九、安全

①通過密碼和手機校驗碼進行身份驗證；

②對登錄、交易等操作進行加密；

③使用驗證碼進行識別；

④對于常見的XSS攻擊、SQL注入、編碼轉換等進行防范；

⑤對垃圾或敏感信息進行過濾；

⑥對交易轉賬等操作進行風險控制；

好的設計絕對不是模仿，不是生搬硬套某個模式，而是對問題深刻理解之上的創(chuàng)造與創(chuàng)新，即使是“微創(chuàng)新”，也是讓人耳目一新的似曾相識。山寨與創(chuàng)新的大區(qū)別不在于是否抄襲，是否模仿，而在于對問題和需求是否真正理解與把握。

本章思維導圖

新聞標題：大型網(wǎng)站的分層架構模式
鏈接地址：http://www.rwnh.cn/news13/100663.html

成都網(wǎng)站建設公司_創(chuàng)新互聯(lián)，為您提供面包屑導航、外貿(mào)網(wǎng)站建設、服務器托管、企業(yè)網(wǎng)站制作、營銷型網(wǎng)站建設、ChatGPT

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉載內(nèi)容為主，如果涉及侵權請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉載，或轉載時需注明來源： 創(chuàng)新互聯(lián)