大型网站技术架构（四）网站的高性能架构

比眉伴天荒 2022-10-02 08:49 184阅读 0赞

[2019独角兽企业重金招聘Python工程师标准>>> ][2019_Python_] ![hot3.png][]

网站性能是客观的指标，可以具体体现到响应时间、吞吐量、并发数、性能计数器等技术指标。

## 1、性能测试指标 ##

### 1.1 响应时间 ###

指应用执行一个操作需要的时间，指从发出请求到最后收到响应数据所需要的时间。如下列出了系统常用的操作响应时间表.

<table style="color:rgb(0,0,0);font-family:Arial;font-size:14px;line-height:26px;"> 
 <tbody> 
 <tr> 
 <td> 操作 </td> 
 <td> 响应时间 </td> 
 </tr> 
 <tr> 
 <td> 打开一个网站 </td> 
 <td> 几秒 </td> 
 </tr> 
 <tr> 
 <td> 数据库查询一条记录（有索引） </td> 
 <td> 十几毫秒 </td> 
 </tr> 
 <tr> 
 <td> 机械磁盘一次寻址定位 </td> 
 <td> 4毫秒 </td> 
 </tr> 
 <tr> 
 <td> 从机械磁盘顺序读取1M数据 </td> 
 <td> 2毫秒 </td> 
 </tr> 
 <tr> 
 <td> 从SSD磁盘顺序读取1M数据 </td> 
 <td> 0.3毫秒 </td> 
 </tr> 
 <tr> 
 <td> 从远程分布式换成Redis读取一个数据 </td> 
 <td> 0.5毫秒 </td> 
 </tr> 
 <tr> 
 <td> 从内存读取1M数据 </td> 
 <td> 十几微妙 </td> 
 </tr> 
 <tr> 
 <td> Java程序本地方法调用 </td> 
 <td> 几微妙 </td> 
 </tr> 
 <tr> 
 <td> 网络传输2Kb数据 </td> 
 <td> 1微妙 </td> 
 </tr> 
 </tbody> 
</table>

实践中计算响应时间通常是通过平均时间计算的平均值。

### 1.2并发数 ###

指系统能够同时处理的请求的数目，这个数字也反映了系统的负载性能。对于网站而言，并发数指网站用户同时提交请求的用户数目。  
    **网站系统用户数>网站在线用户数>网站并发用户数**

### 1.3吞吐量 ###

指单位时间内系统处理的请求数量，体现系统的整体处理能力。对于网站，可用“请求数/秒”或“页面数/秒”或“访问人数/天”或“处理业务数/小时”等来衡量。  
 TPS(每秒事物数)是吞吐量的一个常用量化指标。刺猬还有HPS（每秒HTTP请求数）、QPS(每秒查询数)。

### 1.4性能计数器 ###

指操作系统的一些数据指标如System load(系统负载)，CPU使用率、内存使用率、磁盘等使用情况。

## 2、性能优化策略 ##

根据网站分层架构，可分为Web前端性能优化、应用服务器性能优化、存储服务器性能优化。

### 2.1 Web前端优化 ###

#### 2.1.1 浏览器访问优化 ####

*  减少HTTP请求数,主要可通过合并CSS，JavaScript、图片。
 *  使用浏览器端缓存。在某些时候，静态资源文件编写需要及时应用到客户端浏览器，这种情况下，可通过改变文件名来实现。
 *  启用页面压缩，文本文件的压缩效率可达80%以上。
 *  CSS放在页面最上面，JavaScript放在页面最下面
 *  减少Cookie传输。可以考虑使用独立域名来发送Cookie等。

#### 2.1.2 CDN加速 ####

CDN的本质仍然是一个缓存，只是部署在离用户最近的服务器上，一般缓存的都是静态资源。

#### 2.1.3 反向代理 ####

除了能够保护网站安全的作用以及负载均衡的作用外，反向代理还能够提供缓存作用(动态资源)。

![30183124_vQGv.jpg][]

### 2.2 应用服务器性能优化 ###

应用服务器就是处理网站业务的服务器，网站的业务代码都部署在这里，主要优化手段有缓存、集群、异步等。

#### 2.2.1 分布式缓存 ####

缓存主要用来存放哪些读写比很高、很少变化的数据。

分布式缓存指缓存部署在多个服务器组成的集群中，以集群方式提供缓存服务，其具体架构有两种，一种是以JBoss Cache伪代码的**需要更新同步的分布式缓存**， 一种是以Memcached为代表的**不互相通信的分布式缓存**。

Jboss Cache 的分布式缓存在集群中的所有服务器中保存相同的缓存数据，当某台服务器有缓存更新的时候，会通知集群中其他机器跟新缓存数据。优点是应用程序可以 从本地快速的获取缓存数据，但当集群规模较大的时候，缓存更新信息需要通过到集群所有机器，其代价可想而知。

![30183124_4ROw.jpg][]

大型网站需要的缓存数据一般都很大，可能会有TB的内存占用，这时候就的使用Memcached，是一中互不通信的架构，每台存储的缓存数据可以不一样。

![30183124_MDre.jpg][]

#### 2.2.2 异步操作 ####

为了改善网站的扩展性，可以使用消息队列将调用异步化。

#### 2.2.3 使用集群 ####

在网站高并发访问的情况下，使用负载均衡技术为一个应用构建一个由多台服务器组成的集群，将并发访问请求分发到多台服务器上处理。   
![30183124_vQGv.jpg][]

#### 2.2.4 代码优化 ####

代码优化主要涉及多线程、资源复用（对象池或单例）、数据结构和垃圾回收。

### 2.3 存储性能优化 ###

可以考虑使用分布式存储、openfiler、磁盘阵列、HDFS（Hadoop）。

转载于:https://my.oschina.net/zhanghaiyang/blog/593009

[2019_Python_]: https://my.oschina.net/u/2663968/blog/3061697
[hot3.png]: /images/20220113/32bdf301116649ffa35cacdb790704a1.png
[30183124_vQGv.jpg]: /images/20220113/60b90a2fd42143ab85081df92612d875.png
[30183124_4ROw.jpg]: /images/20220113/69de5f99b4bf465f89379c4eb89a1794.png
[30183124_MDre.jpg]: /images/20220113/3b567e3e7ce64ba090d8d8a581961ccc.png