从0到1，Java Web网站架构搭建的技术演进

工作也有几多年了，无论是身边遇到的还是耳间听闻的，多多少少也积攒了自己的一些经验和思考，当然，我并没有接触太多高大上的分布式架构实践，所以总结的经验相对比较零碎，欢迎大家随时补充。

俗话说得好，冰冻三尺非一日之寒，滴水穿石非一日之功，罗马也不是一天就建成的，对于开发人员来说，一个好的架构并不是一蹴而就的。

初始搭建

最开始，就是各种框架一搭，然后扔到 Tomcat 容器中跑，这时候我们的文件、数据库、应用都在一个服务器上。

服务分离

随着系统的上线，用户量也会逐步上升，很快一台服务器已经满足不了系统的负载，这时我们就要在服务器还没有超载时，提前做好准备。

由于我们是单体架构，优化架构在短时间内是不现实的，增加机器是一个不错的选择。这时，我们可能要把应用和数据库服务单独部署，如果有条件也可以把文件服务器单独部署。

反向代理

为了提升服务处理能力，我们在 Tomcat 容器前加一个代理服务器，一般使用 Nginx，当然你如果更熟悉 Apache 也未尝不可。

用户的请求发送给反向代理，然后反向代理把请求转发到后端的服务器。

从严格意义上说，Nginx 是属于 Web 服务器，一般处理静态 HTML、CSS、JS 请求;而 Tomcat 属于 Web 容器，专门处理 JSP 请求，当然 Tomcat 也是支持 Html 的，只是效果没 Nginx 好而已。

反向代理的优势，如下所示：

• 隐藏真实后端服务。
• 负载均衡集群。
• 高可用集群。
• 缓存静态内容实现动静分离。
• 安全限流。
• 静态文件压缩。
• 解决多个服务跨域问题。
• 合并静态请求(HTTP/2.0后已经被弱化)。
• 防火墙。
• SSL 以及 http2。

动静分离

基于以上 Nginx 反向代理，我们还可以实现动静分离，静态请求如 HTML、CSS、JS 等请求交给 Nginx 处理，动态请求分发给后端 Tomcat 处理。

Nginx 升级到 1.9.5+ 可以开启 HTTP/2.0 时代，加速网站访问。当然，如果公司不差钱，CDN 也是一个不错的选择。

服务拆分

在这分布式微服务已经普遍流行的年代，我们没必要踩过多的坑，就很容易进行拆分。

市面上已经有相对比较成熟的技术，比如阿里开源的 Dubbo(官方明确表示已经开始维护了)，Spring 家族的 Spring Cloud，当然具体如何去实施，无论是技术还是业务方面都要有很好的把控。

01Dubbo

02SpringCloud

• 服务发现——Netflix Eureka
• 客服端负载均衡——Netflix Ribbon
• 断路器——Netflix Hystrix
• 服务网关——Netflix Zuul
• 分布式配置——Spring Cloud Config

03微服务与轻量级通信

• 同步通信和异步通信
• 远程调用 RPC
• REST
• 消息队列

持续集成部署

服务拆分以后，随之而来的就是持续集成部署，你可能会用到以下工具：Docker、Jenkins、Git、Maven。

基本拓扑结构如下所示：

整个持续集成平台的架构演进，如下图所示：

服务集群

Linux 集群主要分成三大类：

• 高可用集群。
• 负载均衡集群。
• 科学计算集群。

我们最常见的也是生产中最常接触到的就是负载均衡集群。

01负载均衡实现

负载均衡实现的三种方法：

DNS 负载均衡，一般域名注册商的 DNS 服务器不支持，但我用的阿里云解析已经支持。

四层负载均衡(F5、LVS)，工作在 TCP 协议下。

七层负载均衡(Nginx、haproxy)，工作在 HTTP 协议下。

02分布式 Session

大家都知道，服务一般分为有状态和无状态，而分布式 Session 就是针对有状态的服务。

分布式 Session 的几种实现方式：

• 基于数据库的 Session 共享。
• 基于 resin/tomcat web 容器本身的 Session 复制机制。
• 基于 oscache/Redis/memcached 进行 Session 共享。
• 基于 cookie 进行 Session 共享。

分布式 Session 的几种管理方式：

• Session Replication 方式管理 (即 Session 复制)。

简介：将一台机器上的 Session 数据广播复制到集群中其余机器上。

使用场景：机器较少，网络流量较小。

优点：实现简单、配置较少、当网络中有机器 Down 掉时不影响用户访问。

缺点：广播式复制到其余机器有一定延时，带来一定网络开销。

• Session Sticky 方式管理。

简介：即粘性 Session、当用户访问集群中某台机器后，强制指定后续所有请求均落到此机器上。

使用场景：机器数适中、对稳定性要求不是非常苛刻。

优点：实现简单、配置方便、没有额外网络开销。

缺点：网络中有机器 Down 掉时，用户 Session 会丢失、容易造成单点故障。

• 缓存集中式管理。

简介：将 Session 存入分布式缓存集群中的某台机器上，当用户访问不同节点时先从缓存中拿 Session 信息。

使用场景：集群中机器数多、网络环境复杂。

优点：可靠性好。

缺点：实现复杂，稳定性依赖于缓存的稳定性、Session 信息放入缓存时要有合理的策略写入。

目前生产中使用到的：

• 基于 Tomcat 配置实现的 Mem Cache 缓存管理 Session 实现(麻烦)。
• 基于 Os Cache 和 shiro 组播的方式实现(网络影响)。
• 基于 Spring-Session+Redis 的方式实现(最适合)。

03负载均衡策略

负载均衡策略的优劣及其实现的难易程度有两个关键因素：负载均衡算法，对网络系统状况的检测方式和能力。

rr 轮询调度算法

顾名思义，轮询分发请求。优点是实现简单，缺点是不考虑每台服务器的处理能力。

wrr 加权调度算法

我们给每个服务器设置权值 weight，负载均衡调度器根据权值调度服务器，服务器被调用的次数跟权值成正比。优点是考虑了服务器处理能力的不同。

sh 原地址散列

提取用户 IP，根据散列函数得出一个 key，再根据静态映射表，查出对应的 value，即目标服务器 IP。一单目标机器超负荷，则返回空。

dh 目标地址散列

同上，只是现在提取的是目标地址的 IP 来做哈希。优点是以上两种算法都能实现同一个用户访问同一个服务器。

lc 最少连接

优先把请求转发给连接数少的服务器。优点是使得集群中各个服务器的负载更加均匀。

wlc 加权最少连接

在 lc 的基础上，为每台服务器加上权值。算法为：(活动连接数*256+非活动连接数)÷权重 ，计算出来的值小的服务器优先被选择。优点是可以根据服务器的能力分配请求。

sed 最短期望延迟

sed 跟 wlc 类似，区别是不考虑非活动连接数。算法为：(活动连接数+1)*256÷权重，同样计算出来的值小的服务器优先被选择。

nq 永不排队

改进的 sed 算法，我们想一下什么情况下才能“永不排队”，那就是服务器的连接数为 0 的时候，那么假如有服务器连接数为 0，均衡器直接把请求转发给它，无需经过 sed 的计算。

LBLC 基于局部性的最少连接

均衡器根据请求的目的 IP 地址，找出该 IP 地址最近被使用的服务器，把请求转发之，若该服务器超载，则采用最少连接数算法。

LBLCR 带复制的基于局部性的最少连接

均衡器根据请求的目的 IP 地址，找出该 IP 地址最近使用的“服务器组”，注意，这里不是具体某个服务器，然后采用最少连接数算法，从该组中挑出具体的某台服务器出来，把请求转发之。

若该服务器超载，那么根据最少连接数算法，从在集群的非本服务器组的服务器中，找出一台服务器出来，加入本服务器组，然后把请求转发之。

读写分离

MySQL 主从配置，读写分离并引入中间件，开源的 MyCat，阿里的 DRDS 都是不错的选择。

如果是对高可用要求比较高，但是又没有相应的技术保障，建议使用阿里云的 RDS 或者 Redis 相关数据库，省事省力又省钱。

全文检索

如果有搜索业务需求，引入 solr 或者 elasticsearch 也是一个不错的选择，不要什么都塞进关系型数据库。

缓存优化

引入缓存无非是为了减轻后端数据库服务的压力，防止其"罢工"。

常见的缓存服务有：Ehcache、OsCache、MemCache、Redis，它们都是主流经得起考验的缓存技术实现，特别是 Redis 已大规模运用于分布式集群服务中，并证明了自己优越的性能。

消息队列

异步通知：比如短信验证，邮件验证这些非实时反馈性的逻辑操作。

流量削锋：应该是消息队列中的常用场景，一般在秒杀或团抢活动中使用广泛。

日志处理：系统中的日志是必不可少的，但是如何去处理高并发下的日志却是一个技术活，一不小心可能会压垮整个服务。

工作中我们常用到的开源日志 ELK，为嘛中间会加一个 Kafka 或者 Redis 就是这么一个道理(一群人涌入和排队进的区别)。

消息通讯：点对点通信(个人对个人)或发布订阅模式(聊天室)。

日志服务

消息队列中提到的 ELK 开源日志组件对于中小型创业公司是一个不错的选择。

安全优化

以上种种，没有安全做保证，一切都会归于零：

• 阿里云的 VPN 虚拟专有网络以及安全组配置。
• 自建机房的话，要自行配置防火墙安全策略。
• 相关服务访问，比如 MySQL、Redis、Solr 等如果没有特殊需求尽量使用内网访问并设置鉴权。
• 尽量使用代理服务器，不要对外开放过多的端口。
• HTTPS 配合 HTTP/2.0 也是个不错的选择。

架构师必备词汇

01高可用

• 负载均衡(负载均衡算法)
• 反向代理
• 服务隔离
• 服务限流
• 服务降级(自动优雅降级)
• 失效转移
• 超时重试(代理超时、容器超时、前端超时、中间件超时、数据库超时、NoSql超时)
• 回滚机制(上线回滚、数据库版本回滚、事务回滚)

02高并发

• 应用缓存
• HTTP 缓存
• 多级缓存
• 分布式缓存
• 连接池
• 异步并发

03分布式事务

• 二阶段提交(强一致)
• 三阶段提交(强一致)
• 消息中间件(最终一致性)，推荐阿里的 RocketMQ。

04队列

• 任务队列
• 消息队列
• 请求队列

05扩容

• 单体垂直扩容
• 单体水平扩容
• 应用拆分
• 数据库拆分
• 数据库分库分表
• 数据异构
• 分布式任务

06网络安全

• SQL 注入
• XSS 攻击
• CSRF 攻击
• 拒绝服务(DoS，Denial　of　Service)攻击

架构师必备工具

01操作系统

Linux(必备)、某软的

02负载均衡

DNS、F5、LVS、Nginx、OpenResty、HAproxy、负载均衡SLB(阿里云)

03分布式框架

Dubbo、Motan、Spring-Could

04数据库中间件

DRDS (阿里云)、Mycat、360 Atlas、Cobar (不维护了)

05消息队列

RabbitMQ、ZeroMQ、Redis、ActiveMQ、Kafka

06注册中心

Zookeeper、Redis

07缓存

Redis、Oscache、Memcache、Ehcache

08集成部署

Docker、Jenkins、Git、Maven

09存储

OSS、NFS、FastDFS、MogileFS

10数据库

MySQL、Redis、MongoDB、PostgreSQL、Memcache、HBase

11网络