如何设计高性能、高并发、高可用的系统。
电商网站需求
客户需求：
-
建立一个全品类的电子商务网站（B2C），用户可以在线购买商品，可以在线支付，也可以货到付款。
-
用户购买时可以在线与客服沟通。
-
用户收到商品后，可以给商品打分，评价。
-
目前有成熟的进销存系统；需要与网站对接。
-
希望能够支持 3~5 年，业务的发展。
-
预计 3~5 年，用户数达到 1000 万。
-
定期举办双 11、双 12、三八男人节等活动。
-
其他的功能参考京东或国美在线等网站。
客户就是客户，不会告诉你具体要什么，只会告诉你他想要什么，我们很多时候要引导，挖掘客户的需求。好在提供了明确的参考网站。
因此，下一步要进行大量的分析，结合行业，以及参考网站，给客户提供方案。
需求功能矩阵
这是需求管理传统的做法，会使用用例图或模块图（需求列表）进行需求的描述。
这样做常常忽视掉一个很重要的需求（非功能需求），因此推荐大家使用需求功能矩阵，进行需求描述。
本电商网站的需求矩阵如下：
网站初级架构
一般网站，刚开始的做法，是三台服务器，一台部署应用，一台部署数据库，一台部署 NFS 文件系统。
这是前几年比较传统的做法，之前见到一个网站 10 万多会员，垂直服装设计门户，N 多图片。
使用了一台服务器部署了应用，数据库以及图片存储。出现了很多性能问题，如下图：
但是，目前主流的网站架构已经发生了翻天覆地的变化。一般都会采用集群的方式，进行高可用设计。
至少是上面这个样子：
-
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。
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。
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
网站架构优化
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，产品子系统，购物子系统，支付子系统。
-
非核心系统，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。
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：
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
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。
流程说明如上图：
-
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。
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，如上图：
-
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。
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。
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。它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。
目前使用较多的 MQ 有 Active MQ、Rabbit MQ、Zero MQ、MS MQ 等，需要根据具体的业务场景进行选择，建议可以研究下 Rabbit MQ。
其他架构（技术）
除了以上介绍的业务拆分，应用集群，多级缓存，单点登录，数据库集群，服务化，消息队列外，还有 CDN，反向代理，分布式文件系统，大数据处理等系统。
架构汇总
大型网站的架构是根据业务需求不断完善的，根据不同的业务特征会做特定的设计和考虑。