云端高性能技術架構淺析
無論是國外的Google、Facebook、Amazon，還是國內的Baidu、Taobao等，這些高性能的服務器在處理高并發的請求時，都能快速、準確的給予應答。通過查閱資料，了解現有大型網站的技術架構，發現目前常用的技術有分層、緩存、負載均衡、數據庫性能優化，分布式系統等等。接下類分別對這些技術進行簡單介紹。
1 分層與服務分離
無論OSI的7層網絡結構，還是計算機底層硬件與上層軟件之間的分層，甚至于Web領域大家非常熟悉的MVC開發模式，分層在計算機領域無處不在。分層可以將不同的功能部件獨立起來，下層為上層提供訪問接口，支撐上層的功能;上層調用下層接口來完成服務。
分層也是服務器端采用的一種方法，通過將數據庫、文件資源等與應用服務器分開，可以緩解服務器壓力。
另外，根據業務需求的不同，將明顯沒有交集的業務分開，獨立成不同的模塊單獨進行管理，也可以在很大程度上提升服務器性能。
2 緩存
緩存在計算機很多地方都有涉及，比如在內存與硬盤之間增加Cache、增加IO緩沖區來緩解速度之間的不匹配。緩存的出現主要是依據計算機中著名的二八定律。緩存的技術主要包括本地緩存、分布式緩存、CDN和反向代理。
根據二八定律，80%的操作集中在20%的數據上。網站將常用的數據緩存在本地應用服務器中，以后直接通過緩存中的數據來響應用戶的請求，而不用再去計算。這樣就可以減少響應時間。
分布式緩存相比本地緩存速度要慢，因為應用服務器要訪問專門的緩存服務器來獲取數據，但是應用服務器主要用于處理請求，其自身內存有限，如果緩存大量數據，應用程序的運行速度將受到明顯影響。因此很多大型網站都使用遠程分布式緩存，部署大內存的服務器作為專門的緩存服務器。
緩存的另外兩種表現形式是CDN和反向代理。不同的地方在于，CDN部署在網絡提供商(比如電信、移動、聯通等)的機房，用戶在請求網站服務時，可以直接從網絡提供商機房獲取數據;而反向代理則部署在網站的中心機房，當用戶的請求到中心機房后，首先訪問的服務器是反向代理服務器，如果反向代理服務器中有相應資源的緩存，就將其直接返回給用戶，而不用再去請求應用服務器。
3 負載均衡
負載均衡的原理就是去中心化。當用戶并發請求量巨大時，如果將所有的請求都交給一個服務器去處理，很可能造成服務器宕機，即使能夠正確響應，響應時間也可能會比較長，給用戶造成不好的體驗。
大型網站都是將一個域名綁定不同的服務器IP，這樣表面上好像只有一臺服務器在提供服務，實際則是一個服務器集群在提供相同的服務。負載均衡器接收所有用戶的請求，再根據每臺應用服務器正在處理的請求數量來對請求進行分配。這樣就能在很大程度上提高系統的性能，同時擴展性也得到很大提升——當某臺服務器宕機時，直接替換就可以，其它服務器繼續相應用戶請求;當用戶請求量超過預定峰值時，也可以通過實時增加服務器來緩解壓力。
4 數據庫性能優化
使用緩存后，大部分的數據操作不需要通過數據庫即可完成。但是仍有一部分讀操作(緩存訪問不命中，緩存過期)和全部的寫操作需要訪問數據庫，在網站的用戶達到一定規模時，數據庫因為負載壓力過高而成為網站的瓶頸。因而需要對數據庫進行優化，常用的技術主要包括讀寫分離、結合非關系型數據庫使用、分布式數據庫等。
一般情況下，數據庫讀操作所需要的時間比寫操作的要少很多，通過將數據庫的讀寫操作分離可以明顯改善數據庫性能。目前很多大型網站都配置數據庫主從關系，主數據庫用于寫操作并將數據同步更新到從數據庫上，從數據庫只負責讀操作。例如，新浪云計算平臺(SAE)給用戶的數據庫就進行了主從配置。
同時，可以利用非關系型數據庫和搜索引擎對數據檢索的優勢，來減輕應用服務器直接訪問關系型數據庫的壓力。
當對業務進行分離后，可以根據業務所涉及的數據，將數據庫進行分庫部署在不同的服務器上。
5 冗余
網站需要7x24小時連續運行，但是服務器隨時可能出現故障，特別是服務器規模比較大時，出現某臺服務器宕機是必然事件。要想保證在服務器宕機的情況下網站依然可以繼續服務，不丟失數據，就需要一定程度的服務器冗余運行，數據冗余備份，這樣當某臺服務器宕機時，可以將其上的服務和數據轉移到其它機器上繼續運行。
#p#
接下來，我們主要針對緩存中的Memcached技術進行介紹。
1 Memcached
1.1 Memcached簡介
Memcached是一個高性能的分布式對象緩存系統，用于動態Web應用，以減輕數據庫負載[1]。它通過在內存中緩存數據和對象來減少應用程序讀取數據庫的次數，從而提高網站的性能。如圖1是Memcached在網站中的位置示意圖。
圖1 Memcached位置示意圖
Memcached以鍵值對的形式將數據(或對象)緩存在內存中，雖然使用到了多個服務節點，但是和一般分布式緩存系統不同的是，每一份數據在Memcached中只存在一份，每個Memcached服務節點之間相互不可見。因此，Memcached中每份數據的鍵值是唯一的。
簡而言之，Memcached類似于一個典型的非關系型存儲系統，可以歸入基于內容的鍵值對存儲類型[2]。
1.2 Memcached工作原理
當高并發的外部請求訪問服務器時，負載均衡服務器會根據各應用服務器的使用情況進行分配轉發，如果需要對數據進行讀取，應用服務器會按照一定的Hash算法計算鍵值的結果，并根據計算結果訪問Memcached的某一個服務節點，服務節點再次計算鍵值的第二次Hash值，再根據計算結果對數據進行讀取，如果緩存中有數據則直接返回給應用，否則需要從數據庫獲取數據，同時將獲取到的數據寫入到Memcached中[3]。
圖2 Memcached工作原理
#p#
2 性能分析
在本機上安裝Memcached，客戶端使用Memcached提供的接口進行數據的存儲與訪問，并與直接通過MySQL獲取數據的方式進行對比。
2.1 Memcached安裝
由于Memcached主要用于服務器端，而服務器端操作系統大多用Linux，因此網上多數教程是關于在Linux上安裝使用Memcached的。在Windows上安裝更加簡單，只需找到對應操作系統的版本即可[4]。
安裝Memcached后，打開服務即可使用相應功能，Memcached默認監聽11211端口，如果是在本機上，直接使用127.0.0.1:11211就可以訪問了，這點和MySQL非常類似。
Memcached提供了很多高級語言的接口，可以根據這些接口來完成對數據的存儲與訪問。
2.2 Memcached和MySQL性能比較
為了比較使用Memcached前后訪問數據性能的情況，進行以下模擬實驗。
硬件條件：
CPU：Intel Core 2.60GHz;
內存：2GB;
軟件條件：
操作系統：Window 64;
Memcached***內存：64MB;
Memcached***連接數：1024。
MySQL中共有29120條記錄，使用多線程模擬用戶的并發訪問，每個用戶請求100次數據讀取。表1是在用戶數量為N的條件下，測試所有請求都處理完所用時間T的結果。
表1 測試結果
三種方法說明：MySQL表示所有的數據請求直接通過訪問數據庫返回;隨機Mem表示在增加了Memcached緩存后，對于每個用戶的100次請求，數據之間沒有任何關系，完全隨機;二八定律Mem表示用戶的請求遵循二八定律，就是說平均100次請求中，有比較多的次數訪問的是相同數據，這個可以通過程序模擬，在訪問時控制相應次數訪問相同的數據。
圖3、圖4分別對應表1的兩種數據表示。
圖3 柱狀圖顯示結果
圖4 折線顯示結果
由于在完全隨機訪問的條件下，數據的命中率非常低(幾乎為0)，每次請求都需要從數據庫中獲取，同時還要將請求到的數據保存在緩存中，因此效率比直接從數據庫中獲取還要低。但是當用戶多次請求相同的數據是，使用Memcached 明顯比直接從MySQL中獲取效率要高很多。
整個測試過程還存在著一些不足之處：
- 受實際條件限制，Memcached服務節點數只有1個;
- 另外，數據庫中數據量級也不是非常大;
- 沒有測試數據寫入的情況
#p#
3 關鍵問題
通過上述分析可知，Memcached在一些條件下對提升數據訪問效率有很大作用。對于那些不常變動訪問頻率又非常高的數據，將其放在緩存中，可以很好的緩解數據庫的壓力，進而提升系統性能。但同時，Memcached自身也還存在著一些不足之處：
由于Memcached是將數據緩存在內存中，當出現斷電情況時，數據將立即消失;
所有數據在Memcached中只保存一份，因此可靠性不是很高，一旦某臺服務節點出現故障，相應的數據將丟失;
Memcached在設計之初每個key的value***是1MB，隨著目前數據量的快速增長，緩存數據量大的文件，比如音頻、視頻等有很大不足。
4 參考資料
俞華鋒.Memcached 在大型網站中的應用[J]. 科技信息, 2008(1), p70.
王新根. Web后端性能優化關鍵技術研究[D]. 浙江大學, 2012.
http://en.wikipedia.org/wiki/Memcached
http://blog.csdn.net/zhaotengfei36520/article/details/41315329
徐劍強，鄒偉平. Memcached應用研究[J]. 科技廣場, 2012(7), p95-97.
