建站
咨詢
售后
建站咨詢
新聞中心
一、大型分布式網站架構技術
1、大型網站的特點
- 用 戶多，分布廣泛
- 大流量，高并發(fā)
- 海量數據，服務高可用
- 安全環(huán)境惡劣，易受網絡攻擊
- 功能多，變更快，頻繁發(fā)布
- 從小到大，漸進發(fā)展
- 以用戶為中心
- 免費服務，付費體驗
2、大型網站架構目標
- 高性能：提供快速的訪問體驗。
- 高可用：網站服務一直可以正常訪問。
- 可伸縮：通過硬件增加/減少，提高/降低處理能力。
- 安全性：提供網站安全訪問和數據加密、安全存儲等策略。
- 擴展性：方便地通過新增/移除方式，增加/減少新的功能/模塊。
- 敏捷性：隨需應變，快速響應；
創(chuàng)新互聯(lián)公司2013年至今，先為秦安等服務建站，秦安等地企業(yè)，進行企業(yè)商務咨詢服務。為秦安企業(yè)網站制作PC+手機+微官網三網同步一站式服務解決您的所有建站問題。
3、大型網站架構模式
分層：一般可分為應用層、服務層、數據層、管理層與分析層；
分割：一般按照業(yè)務/模塊/功能特點進行劃分，比如應用層分為首頁、用戶中心。
分布式：將應用分開部署（比如多臺物理機），通過遠程調用協(xié)同工作。
集群：一個應用/模塊/功能部署多份（如：多臺物理機），通過負載均衡共同提供對外訪問。
緩存：將數據放在距離應用或用戶最近的位置，加快訪問速度。
異步：將同步的操作異步化?？蛻舳税l(fā)出請求，不等待服務端響應，等服務端處理完畢后，使用通知或輪詢的方式告知請求方。一般指：請求——響應——通知模式。
冗余：增加副本，提高可用性、安全性與性能。
安全：對已知問題有有效的解決方案，對未知/潛在問題建立發(fā)現和防御機制。
自動化：將重復的、不需要人工參與的事情，通過工具的方式，使用機器完成。
敏捷性：積極接受需求變更，快速響應業(yè)務發(fā)展需求。
4、高性能架構
以用戶為中心，提供快速的網頁訪問體驗。主要參數有較短的響應時間、較大的并發(fā)處理能力、較高的吞吐量與穩(wěn)定的性能參數。
可分為前端優(yōu)化、應用層優(yōu)化、代碼層優(yōu)化與存儲層優(yōu)化。
- 前端優(yōu)化：網站業(yè)務邏輯之前的部分；
- 瀏覽器優(yōu)化：減少HTTP請求數，使用瀏覽器緩存，啟用壓縮，CSS JS位置，JS異步，減少Cookie傳輸；CDN加速，反向代理；
- 應用層優(yōu)化：處理網站業(yè)務的服務器。使用緩存，異步，集群
- 代碼優(yōu)化：合理的架構，多線程，資源復用（對象池，線程池等），良好的數據結構，JVM調優(yōu)，單例，Cache等；
- 存儲優(yōu)化：緩存、固態(tài)硬盤、光纖傳輸、優(yōu)化讀寫、磁盤冗余、分布式存儲（HDFS）、NoSQL等。
5、高可用架構
大型網站應該在任何時候都可以正常訪問，正常提供對外服務。因為大型網站的復雜性，分布式，廉價服務器，開源數據庫，操作系統(tǒng)等特點，要保證高可用是很困難的，也就是說網站的故障是不可避免的。
如何提高可用性，就是需要迫切解決的問題。首先，需要從架構級別考慮，在規(guī)劃的時候，就考慮可用性。行業(yè)內一般用幾個9表示可用性指標，比如四個9（99.99），一年內允許的不可用時間是53分鐘。
不同層級使用的策略不同，一般采用冗余備份和失效轉移解決高可用問題。
- 應用層：一般設計為無狀態(tài)的，對于每次請求，使用哪一臺服務器處理是沒有影響的。一般使用負載均衡技術（需要解決Session同步問題）實現高可用。
- 服務層：負載均衡，分級管理，快速失?。ǔ瑫r設置），異步調用，服務降級，冪等設計等。
- 數據層：冗余備份（冷，熱備[同步，異步]，溫備），失效轉移（確認，轉移，恢復）。數據高可用方面著名的理論基礎是CAP理論（持久性，可用性，數據一致性[強一致，用戶一致，最終一致]）
6、可伸縮架構
伸縮性是指在不改變原有架構設計的基礎上，通過添加/減少硬件（服務器）的方式，提高/降低系統(tǒng)的處理能力。
- 應用層：對應用進行垂直或水平切分。然后針對單一功能進行負載均衡（DNS、HTTP[反向代理]、IP、鏈路層）。
- 服務層：與應用層類似；
- 數據層：分庫、分表、NoSQL等；常用算法Hash，一致性Hash。
7、可擴展架構
可以方便地進行功能模塊的新增/移除，提供代碼/模塊級別良好的可擴展性。
- 模塊化，組件化：高內聚，低耦合，提高復用性，擴展性。
- 穩(wěn)定接口：定義穩(wěn)定的接口，在接口不變的情況下，內部結構可以“隨意”變化。
- 設計模式：應用面向對象思想，原則，使用設計模式，進行代碼層面的設計。
- 消息隊列：模塊化的系統(tǒng)，通過消息隊列進行交互，使模塊之間的依賴解耦。
- 分布式服務：公用模塊服務化，提供其他系統(tǒng)使用，提高可重用性，擴展性。
8、安全架構
對已知問題有有效的解決方案，對未知/潛在問題建立發(fā)現和防御機制。對于安全問題，首先要提高安全意識，建立一個安全的有效機制，從政策層面，組織層面進行保障，比如服務器密碼不能泄露，密碼每月更新，并且三次內不能重復；每周安全掃描等。以制度化的方式，加強安全體系的建設。同時，需要注意與安全有關的各個環(huán)節(jié)。安全問題不容忽視，包括基礎設施安全，應用系統(tǒng)安全，數據保密安全等。
基礎設施安全：硬件采購，操作系統(tǒng)，網絡環(huán)境方面的安全。一般采用正規(guī)渠道購買高質量的產品，選擇安全的操作系統(tǒng)，及時修補漏洞，安裝殺毒軟件防火墻。防范病毒，后門。設置防火墻策略，建立DDOS防御系統(tǒng)，使用攻擊檢測系統(tǒng)，進行子網隔離等手段。
應用系統(tǒng)安全：在程序開發(fā)時，對已知常用問題，使用正確的方式，在代碼層面解決掉。防止跨站腳本攻擊（XSS），注入攻擊，跨站請求偽造（CSRF），錯誤信息，HTML注釋，文件上傳，路徑遍歷等。還可以使用Web應用防火墻（比如：ModSecurity），進行安全漏洞掃描等措施，加強應用級別的安全。
數據保密安全：存儲安全（存儲在可靠的設備，實時，定時備份），保存安全（重要的信息加密保存，選擇合適的人員復雜保存和檢測等），傳輸安全（防止數據竊取和數據篡改）；
常用的加解密算法（單項散列加密[MD5、SHA]，對稱加密[DES、3DES、RC]），非對稱加密[RSA]等。
9、敏捷性
網站的架構設計，運維管理要適應變化，提供高伸縮性，高擴展性。方便的應對快速的業(yè)務發(fā)展，突增高流量訪問等要求。
除上面介紹的架構要素外，還需要引入敏捷管理，敏捷開發(fā)的思想。使業(yè)務，產品，技術，運維統(tǒng)一起來，隨需應變，快速響應。
10、大型架構舉例
以上采用七層邏輯架構，第一層客戶層，第二層前端優(yōu)化層，第三層應用層，第四層服務層，第五層數據存儲層，第六層大數據存儲層，第七層大數據處理層。
客戶層：支持PC瀏覽器和手機APP。差別是手機APP可以直接通過IP訪問，反向代理服務器。
前端層：使用DNS負載均衡，CDN本地加速以及反向代理服務；
應用層：網站應用集群；按照業(yè)務進行垂直拆分，比如商品應用，會員中心等；
服務層：提供公用服務，比如用戶服務，訂單服務，支付服務等；
數據層：支持關系型數據庫集群（支持讀寫分離），NOSQL集群，分布式文件系統(tǒng)集群；以及分布式Cache；
大數據存儲層：支持應用層和服務層的日志數據收集，關系數據庫和NOSQL數據庫的結構化和半結構化數據收集；
大數據處理層：通過Mapreduce進行離線數據分析或Storm實時數據分析，并將處理后的數據存入關系型數據庫。（實際使用中，離線數據和實時數據會按照業(yè)務要求進行分類處理，并存入不同的數據庫中，供應用層或服務層使用）。
二、大型電商網站系統(tǒng)架構演變過程
一個成熟的大型網站（如淘寶、天貓、騰訊等）的系統(tǒng)架構并不是一開始設計時就具備完整的高性能、高可用、高伸縮等特性的，它是隨著用戶量的增加，業(yè)務功能的擴展逐漸演變完善的，在這個過程中，開發(fā)模式、技術架構、設計思想也發(fā)生了很大的變化，就連技術人員也從幾個人發(fā)展到一個部門甚至一條產品線。
所以成熟的系統(tǒng)架構是隨著業(yè)務的擴展而逐步完善的，并不是一蹴而就；不同業(yè)務特征的系統(tǒng)，會有各自的側重點，例如淘寶，要解決海量的商品信息的搜索、下單、支付；例如騰訊，要解決數億用戶的實時消息傳輸；百度它要處理海量的搜索請求。
他們都有各自的業(yè)務特性，系統(tǒng)架構也有所不同。盡管如此我們也可以從這些不同的網站背景中，找出其中共用的技術，這些技術和手段廣泛運用在大型網站系統(tǒng)的架構中，下面就通過介紹大型網站系統(tǒng)的演化過程，來認識這些技術和手段。
1、最開始的網站架構
最初的架構，應用程序、數據庫、文件都部署在一臺服務器上，如圖：
2、應用、數據、文件分離
隨著業(yè)務的擴展，一臺服務器已經不能滿足性能需求，故將應用程序、數據庫、文件各自部署在獨立的服務器上，并且根據服務器的用途配置不同的硬件，達到最佳的性能效果。
3、利用緩存改善網站性能
在硬件優(yōu)化性能的同時，同時也通過軟件進行性能優(yōu)化，在大部分的網站系統(tǒng)中，都會利用緩存技術改善系統(tǒng)的性能，使用緩存主要源于熱點數據的存在，大部分網站訪問都遵循28原則（即80%的訪問請求，最終落在20%的數據上），所以我們可以對熱點數據進行緩存，減少這些數據的訪問路徑，提高用戶體驗。
緩存實現常見的方式是本地緩存、分布式緩存。當然還有CDN、反向代理等，這個后面再講。本地緩存，顧名思義是將數據緩存在應用服務器本地，可以存在內存中，也可以存在文件，OSCache就是常用的本地緩存組件。本地緩存的特點是速度快，但因為本地空間有限所以緩存數據量也有限。分布式緩存的特點是，可以緩存海量的數據，并且擴展非常容易，在門戶類網站中常常被使用，速度按理沒有本地緩存快，常用的分布式緩存是Memcached、Redis。
4、使用集群改善應用服務器性能
應用服務器作為網站的入口，會承擔大量的請求，我們往往通過應用服務器集群來分擔請求數。應用服務器前面部署負載均衡服務器調度用戶請求，根據分發(fā)策略將請求分發(fā)到多個應用服務器節(jié)點。
常用的負載均衡技術硬件的有F5，價格比較貴，軟件的有LVS、Nginx、HAProxy。LVS是四層負載均衡，根據目標地址和端口選擇內部服務器，Nginx和HAProxy是七層負載均衡，可以根據報文內容選擇內部服務器，因此LVS分發(fā)路徑優(yōu)于Nginx和HAProxy，性能要高些，而Nginx和HAProxy則更具配置性，如可以用來做動靜分離（根據請求報文特征，選擇靜態(tài)資源服務器還是應用服務器）。
5、數據庫讀寫分離和分庫分表
隨著用戶量的增加，數據庫成為最大的瓶頸，改善數據庫性能常用的手段是進行讀寫分離以及分庫分表，讀寫分離顧名思義就是將數據庫分為讀庫和寫庫，通過主備功能實現數據同步。分庫分表則分為水平切分和垂直切分，水平切分則是對一個數據庫特大的表進行拆分，例如用戶表。垂直切分則是根據業(yè)務的不同來切分，如用戶業(yè)務、商品業(yè)務相關的表放在不同的數據庫中。
6、使用CDN和反向代理提高網站性能
假如我們的服務器都部署在成都的機房，對于四川的用戶來說訪問是較快的，而對于北京的用戶訪問是較慢的，這是由于四川和北京分別屬于電信和聯(lián)通的不同發(fā)達地區(qū)，北京用戶訪問需要通過互聯(lián)路由器經過較長的路徑才能訪問到成都的服務器，返回路徑也一樣，所以數據傳輸時間比較長。對于這種情況，常常使用CDN解決，CDN將數據內容緩存到運營商的機房，用戶訪問時先從最近的運營商獲取數據，這樣大大減少了網絡訪問的路徑。比較專業(yè)的CDN運營商有藍汛、網宿。
而反向代理，則是部署在網站的機房，當用戶請求達到時首先訪問反向代理服務器，反向代理服務器將緩存的數據返回給用戶，如果沒有緩存數據才會繼續(xù)訪問應用服務器獲取，這樣做減少了獲取數據的成本。反向代理有Squid、Nginx。
7、使用分布式文件系統(tǒng)
用戶一天天增加，業(yè)務量越來越大，產生的文件越來越多，單臺的文件服務器已經不能滿足需求，這時就需要分布式文件系統(tǒng)的支撐。常用的分布式文件系統(tǒng)有GFS、HDFS、TFS。
8、使用NoSQL和搜索引擎
對于海量數據的查詢和分析，我們使用NoSQL數據庫加上搜索引擎可以達到更好的性能。并不是所有的數據都要放在關系型數據中。常用的NoSQL有MongoDB、HBase、Redis，搜索引擎有Lucene、Solr、Elasticsearch。
9、將應用服務器進行業(yè)務拆分
隨著業(yè)務進一步擴展，應用程序變得非常臃腫，這時我們需要將應用程序進行業(yè)務拆分，如百度分為新聞、網頁、圖片等業(yè)務。每個業(yè)務應用負責相對獨立的業(yè)務運作。業(yè)務之間通過消息進行通信或者共享數據庫來實現。
10、搭建分布式服務
這時我們發(fā)現各個業(yè)務應用都會使用到一些基本的業(yè)務服務，例如用戶服務、訂單服務、支付服務、安全服務，這些服務是支撐各業(yè)務應用的基本要素。我們將這些服務抽取出來利用分部式服務框架搭建分布式服務。阿里的Dubbo是一個不錯的選擇。
三、一張圖說明電商架構
四、大型電商網站架構案例
1、電商案例的原因
分布式大型網站，目前看主要有幾類：
- 大型門戶，比如網易，新浪等；
- SNS網站，比如校內，開心網等；
- 電商網站，比如阿里巴巴，京東商城，國美在線，汽車之家等。
大型門戶一般是新聞類信息，可以使用CDN，靜態(tài)化等方式優(yōu)化，開心網等交互性比較多，可能會引入更多的NoSQL，分布式緩存，使用高性能的通信框架等。電商網站具備以上兩類的特點，比如產品詳情可以采用CDN，靜態(tài)化，交互性高的需要采用NoSQL等技術。因此，我們采用電商網站作為案例，進行分析。
2、電商網站需求
客戶需求：
- 建立一個全品類的電子商務網站（B2C），用戶可以在線購買商品，可以在線支付，也可以貨到付款；
- 用戶購買時可以在線與客服溝通；
- 用戶收到商品后，可以給商品打分，評價；
- 目前有成熟的進銷存系統(tǒng)；需要與網站對接；
- 希望能夠支持3~5年，業(yè)務的發(fā)展；
- 預計3~5年用戶數達到1000萬；
- 定期舉辦雙11、雙12、三八男人節(jié)等活動；
- 其他的功能參考京東或國美在線等網站。
客戶就是客戶，不會告訴你具體要什么，只會告訴你他想要什么，我們很多時候要引導，挖掘客戶的需求。好在提供了明確的參考網站。因此，下一步要進行大量的分析，結合行業(yè)，以及參考網站，給客戶提供方案。
需求功能矩陣
需求管理傳統(tǒng)的做法，會使用用例圖或模塊圖（需求列表）進行需求的描述。這樣做常常忽視掉一個很重要的需求（非功能需求），因此推薦大家使用需求功能矩陣，進行需求描述。
本電商網站的需求矩陣如下：
3、網站初級架構
一般網站，剛開始的做法，是三臺服務器，一臺部署應用，一臺部署數據庫，一臺部署NFS文件系統(tǒng)。
這是前幾年比較傳統(tǒng)的做法，之前見到一個網站10萬多會員，垂直服裝設計門戶，N多圖片。使用了一臺服務器部署了應用，數據庫以及圖片存儲。出現了很多性能問題。
如下圖：
但是，目前主流的網站架構已經發(fā)生了翻天覆地的變化。一般都會采用集群的方式，進行高可用設計。至少是下面這個樣子：
- 使用集群對應用服務器進行冗余，實現高可用；（負載均衡設備可與應用一塊部署）
- 使用數據庫主備模式，實現數據備份和高可用；
4、系統(tǒng)容量預估
預估步驟：
- 注冊用戶數-日均UV量-每日的PV量-每天的并發(fā)量；
- 峰值預估：平常量的2~3倍；
- 根據并發(fā)量（并發(fā)，事務數），存儲容量計算系統(tǒng)容量。
根據客戶需求：3~5年用戶數達到1000萬注冊用戶，可以做每秒并發(fā)數預估：
- 每天的UV為200萬（二八原則）；
- 每日每天點擊瀏覽30次；
- PV量：200*30=6000萬；
- 集中訪問量：24*0.2=4.8小時會有6000萬*0.8=4800萬（二八原則）；
- 每分并發(fā)量：4.8*60=288分鐘，每分鐘訪問4800/288=16.7萬（約等于）；
- 每秒并發(fā)量：16.7萬/60=2780（約等于）；
- 假設：高峰期為平常值的三倍，則每秒的并發(fā)數可以達到8340次。
- 1毫秒=1.3次訪問；
沒好好學數學后悔了吧？?。ú恢酪陨纤闶欠裼绣e誤，呵呵~~）
服務器預估：（以tomcat服務器舉例）
按一臺web服務器，支持每秒300個并發(fā)計算。平常需要10臺服務器（約等于）；[tomcat默認配置是150]，高峰期需要30臺服務器；
容量預估：70/90原則
系統(tǒng)CPU一般維持在70%左右的水平，高峰期達到90%的水平，是不浪費資源，并比較穩(wěn)定的。內存，IO類似。
以上預估僅供參考，因為服務器配置，業(yè)務邏輯復雜度等都有影響。在此CPU，硬盤，網絡等不再進行評估。
5、網站架構分析
根據以上預估，有幾個問題：
- 需要部署大量的服務器，高峰期計算，可能要部署30臺Web服務器。并且這三十臺服務器，只有秒殺，活動時才會用到，存在大量的浪費。
- 所有的應用部署在同一臺服務器，應用之間耦合嚴重。需要進行垂直切分和水平切分。
- 大量應用存在冗余代碼
- 服務器Session同步耗費大量內存和網絡帶寬
- 數據需要頻繁訪問數據庫，數據庫訪問壓力巨大。
大型網站一般需要做以下架構優(yōu)化（優(yōu)化是架構設計時，就要考慮的，一般從架構/代碼級別解決，調優(yōu)主要是簡單參數的調整，比如JVM調優(yōu)；如果調優(yōu)涉及大量代碼改造，就不是調優(yōu)了，屬于重構）：
- 業(yè)務拆分
- 應用集群部署（分布式部署，集群部署和負載均衡）
- 多級緩存
- 單點登錄（分布式Session）
- 數據庫集群（讀寫分離，分庫分表）
- 服務化
- 消息隊列
- 其他技術
6、網站架構優(yōu)化
（1）業(yè)務拆分
根據業(yè)務屬性進行垂直切分，劃分為產品子系統(tǒng)，購物子系統(tǒng)，支付子系統(tǒng)，評論子系統(tǒng)，客服子系統(tǒng)，接口子系統(tǒng)（對接如進銷存，短信等外部系統(tǒng)）。
根據業(yè)務子系統(tǒng)進行等級定義，可分為核心系統(tǒng)和非核心系統(tǒng)。核心系統(tǒng)：產品子系統(tǒng)，購物子系統(tǒng)，支付子系統(tǒng)；非核心：評論子系統(tǒng)，客服子系統(tǒng)，接口子系統(tǒng)。
業(yè)務拆分作用：提升為子系統(tǒng)可由專門的團隊和部門負責，專業(yè)的人做專業(yè)的事，解決模塊之間耦合以及擴展性問題；每個子系統(tǒng)單獨部署，避免集中部署導致一個應用掛了，全部應用不可用的問題。
等級定義作用：用于流量突發(fā)時，對關鍵應用進行保護，實現優(yōu)雅降級；保護關鍵應用不受到影響。
拆分后的架構圖：
參考部署方案2
如上圖每個應用單獨部署，核心系統(tǒng)和非核心系統(tǒng)組合部署
（2）應用集群部署（分布式，集群，負載均衡）
分布式部署：將業(yè)務拆分后的應用單獨部署，應用直接通過RPC進行遠程通信；
集群部署：電商網站的高可用要求，每個應用至少部署兩臺服務器進行集群部署；
負載均衡：是高可用系統(tǒng)必須的，一般應用通過負載均衡實現高可用，分布式服務通過內置的負載均衡實現高可用，關系型數據庫通過主備方式實現高可用。
集群部署后架構圖：
（3）多級緩存
緩存按照存放的位置一般可分為兩類本地緩存和分布式緩存。本案例采用二級緩存的方式，進行緩存的設計。一級緩存為本地緩存，二級緩存為分布式緩存。（還有頁面緩存，片段緩存等，那是更細粒度的劃分）
一級緩存，緩存數據字典，和常用熱點數據等基本不可變/有規(guī)則變化的信息，二級緩存緩存需要的所有緩存。當一級緩存過期或不可用時，訪問二級緩存的數據。如果二級緩存也沒有，則訪問數據庫。
緩存的比例，一般1:4，即可考慮使用緩存。（理論上是1:2即可）。
根據業(yè)務特性可使用以下緩存過期策略：
- 緩存自動過期；
- 緩存觸發(fā)過期；
（4）單點登錄（分布式Session）
系統(tǒng)分割為多個子系統(tǒng)，獨立部署后，不可避免的會遇到會話管理的問題。一般可采用Session同步，Cookies，分布式Session方式。電商網站一般采用分布式Session實現。
再進一步可以根據分布式Session，建立完善的單點登錄或賬戶管理系統(tǒng)。
流程說明
用戶第一次登錄時，將會話信息（用戶Id和用戶信息），比如以用戶Id為Key，寫入分布式Session；
用戶再次登錄時，獲取分布式Session，是否有會話信息，如果沒有則調到登錄頁；
一般采用Cache中間件實現，建議使用Redis，因此它有持久化功能，方便分布式Session宕機后，可以從持久化存儲中加載會話信息；
存入會話時，可以設置會話保持的時間，比如15分鐘，超過后自動超時；
結合Cache中間件，實現的分布式Session，可以很好的模擬Session會話。
（5）數據庫集群（讀寫分離，分庫分表）
大型網站需要存儲海量的數據，為達到海量數據存儲，高可用，高性能一般采用冗余的方式進行系統(tǒng)設計。一般有兩種方式讀寫分離和分庫分表。
讀寫分離：一般解決讀比例遠大于寫比例的場景，可采用一主一備，一主多備或多主多備方式。
本案例在業(yè)務拆分的基礎上，結合分庫分表和讀寫分離。如下圖：
業(yè)務拆分后：每個子系統(tǒng)需要單獨的庫；
如果單獨的庫太大，可以根據業(yè)務特性，進行再次分庫，比如商品分類庫，產品庫；
分庫后，如果表中有數據量很大的，則進行分表，一般可以按照Id，時間等進行分表；（高級的用法是一致性Hash）
在分庫、分表的基礎上，進行讀寫分離；
相關中間件可參考Cobar（阿里，目前已不在維護），TDDL（阿里），Atlas（奇虎360），MyCat。
分庫分表后序列的問題，JOIN，事務的問題，會在分庫分表主題分享中，介紹。
（6）服務化
將多個子系統(tǒng)公用的功能/模塊，進行抽取，作為公用服務使用。比如本案例的會員子系統(tǒng)就可以抽取為公用的服務。
（7）消息隊列
消息隊列可以解決子系統(tǒng)/模塊之間的耦合，實現異步，高可用，高性能的系統(tǒng)。是分布式系統(tǒng)的標準配置。本案例中，消息隊列主要應用在購物，配送環(huán)節(jié)。
用戶下單后，寫入消息隊列，后直接返回客戶端；
庫存子系統(tǒng)：讀取消息隊列信息，完成減庫存；
配送子系統(tǒng)：讀取消息隊列信息，進行配送；
目前使用較多的MQ有Active MQ、Rabbit MQ、Zero MQ、MS MQ等，需要根據具體的業(yè)務場景進行選擇。建議可以研究下Rabbit MQ。
（8）其他架構（技術）
除了以上介紹的業(yè)務拆分，應用集群，多級緩存，單點登錄，數據庫集群，服務化，消息隊列外。還有CDN，反向代理，分布式文件系統(tǒng)，大數據處理等系統(tǒng)。
此處不詳細介紹，大家可以問度娘/Google，有機會的話也可以分享給大家。
7、架構匯總
大型網站的架構是根據業(yè)務需求不斷完善的，根據不同的業(yè)務特征會做特定的設計和考慮，本文只是講述一個常規(guī)大型網站會涉及的一些技術和手段，希望能給大家?guī)韱l(fā)。
名稱欄目：千萬級流量的大型分布式系統(tǒng)架構設計
網站路徑：http://m.fisionsoft.com.cn/article/cdcgheh.html
