作者：nightsailer
來源：http://www.phpchina.com/bbs/thread-15484-1-1.html

• 數據庫

 

沒錯,首先是數據庫,這是大多數應用所面臨的首個SPOF。尤其是Web2.0的應用，數據庫的響應是首先要解決的。
一般來說MySQL是最常用的，可能最初是一個mysql主機，當數據增加到100萬以上，
那么，MySQL的效能急劇下降。常用的優化措施是M-S（主-從）方式進行同步復制，將查詢和操作和分別在不同的
服務器上進行操作。我推薦的是M-M-Slaves方式，2個主Mysql，多個Slaves，需要注意的是，雖然有2個Master，
但是同時只有1個是Active，我們可以在一定時候切換。之所以用2個M，是保證M不會又成為系統的SPOF。
Slaves可以進一步負載均衡，可以結合LVS,從而將select操作適當的平衡到不同的slaves上。

以上架構可以抗衡到一定量的負載，但是隨著用戶進一步增加，你的用戶表數據超過1千萬，這時那個M變成了
SPOF。你不能任意擴充Slaves，否則復制同步的開銷將直線上升，怎么辦？我的方法是表分區，
從業務層面上進行分區。最簡單的，以用戶數據為例。根據一定的切分方式，比如id，切分到不同的數據庫集群去。
全局數據庫用于meta數據的查詢。缺點是每次查詢，會增加一次，比如你要查一個用戶nightsailer,你首先要到
全局數據庫群找到nightsailer對應的cluster id，然后再到指定的cluster找到nightsailer的實際數據。
每個cluster可以用m-m方式，或者m-m-slaves方式。
這是一個可以擴展的結構，隨著負載的增加，你可以簡單的增加新的mysql cluster進去。

需要注意的是：
1、禁用全部auto_increment的字段
2、id需要采用通用的算法集中分配
3、要具有比較好的方法來監控mysql主機的負載和服務的運行狀態。如果你有30臺以上的mysql數據庫在跑就明白我的意思了。
4、不要使用持久性鏈接（不要用pconnect）,相反，使用sqlrelay這種第三方的數據庫鏈接池，或者干脆自己做，因為php4中mysql的
鏈接池經常出問題。

• 緩存

 

緩存是另一個大問題，我一般用memcached來做緩存集群，一般來說部署10臺左右就差不多（10g內存池）。需要注意一點，千萬不能用使用
swap，最好關閉linux的swap。

• 負載均衡/加速

 

可能上面說緩存的時候，有人第一想的是頁面靜態化，所謂的靜態html，我認為這是常識，不屬于要點了。頁面的靜態化隨之帶來的是靜態服務的
負載均衡和加速。我認為Lighttped+Squid是最好的方式了。
LVS <------->lighttped====>squid(s) ====lighttpd

上面是我經常用的。注意，我沒有用apache，除非特定的需求，否則我不部署apache，因為我一般用php-fastcgi配合lighttpd,
性能比apache+mod_php要強很多。

squid的使用可以解決文件的同步等等問題，但是需要注意，你要很好的監控緩存的命中率，盡可能的提高的90%以上。
squid和lighttped也有很多的話題要討論，這里不贅述。

• 存儲

 

存儲也是一個大問題，一種是小文件的存儲，比如圖片這類。另一種是大文件的存儲，比如搜索引擎的索引，一般單文件都超過2g以上。
小文件的存儲最簡單的方法是結合lighttpd來進行分布。或者干脆使用Redhat的GFS，優點是應用透明，缺點是費用較高。我是指
你購買盤陣的問題。我的項目中，存儲量是2-10Tb，我采用了分布式存儲。這里要解決文件的復制和冗余。
這樣每個文件有不同的冗余，這方面可以參考google的gfs的論文。
大文件的存儲，可以參考nutch的方案，現在已經獨立為hadoop子項目。(你可以google it)

其他：
此外，passport等也是考慮的，不過都屬于比較簡單的了。

jwebee

我的個人網站