大型网站的架构研究及解决方案

《大型网站的架构研究及解决方案》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、大型网站的架构研究及解决方案周强1　谢靖1　赵华茗1（中国科学院文献情报中心北京100190）1摘要　随着互联网业务的发展，网站规模越来越大，各种技术被提出用于提升网站的性能、可用性、伸缩性、扩展性、安全，在分析影响性能、可用性、伸缩性、扩展性和安全等架构因素的基础上，提出了一套网站架构解决方案，并为图书馆集成发现系统管理运维探索总结成功经验。关键词　性能，可用性，伸缩性，扩展性，安全中图法分类号　TP393.4　　　文献标识码　AArchitectureandsolutionforlargeWebsitesZHOUQiang1　XIEJing1　ZHAOHua-min

2、g1(NationalScienceLibrary,ChineseAcademyofSciences,Beijing100190,China)1Abstract　WithInternetbusinessofdevelopment,websitescaleincreasinglybig,varioustechnologywasproposedforupgradewebsiteofperformance,andusability,andscalability,andexpandability,andsecurity,inanalysiseffectperformance,a

3、ndusability,andscalability,andexpandabilityandsecurity,schemafactorsofbasedon,proposedhasawebsiteschemasolutionprogramme,andforlibraryintegratedfoundsystemmanagementshippeddimensionexplorationsummarysuccessexperience.Keywords　performance，usability，scalability，expandability,security11引言随着

4、社会信息化建设不断发展，日常工作生活日益依赖各种信息化系统，作为信息化载体的网站显得尤其重要，但用户访问量、业务数据的持续增加，对网站系统提出了更高的要求。所以如何在有限的资源前提下，尽可能地提高系统性能、可用性、伸缩性、扩展性，并保证系统的安全性，成为一个紧迫的问题[1-4]。数字图书馆联盟（DLF）图书馆集成发现工作小组2011年指出，现代图书馆用户的需求发生了很大变化，他们希望图书馆集成发现系统能整合更多的相关机构的资源，集成更灵活的检索方式和获取方式，集成更多的接口由于无缝迁移所发现或搜索到的信息数据。在此情境下，基于元数据预索引的网络级的资源发现系统应运而生，

5、网络级的资源发现系统就是大型网站，常见的有EBSCO的DiscoveryService（EDS）（2010），ExLibris的Primo（2010），SerialsSolutions的Summon（2009），OCLC的WorldCatLocal（2007）。本文分析了大型网站的关键架构和实现要素，在这个基础上，介绍了中国科学院文献情报中心的资源发现系统的架构设计，这个架构设计方案是实验性的方案。2网站核心架构要素分析及应用实例大型网站有以下特点：1、海量数据：需要存储、管理海量数据，数据量将会有数以亿计，需要使用大量服务器。2、高可用：系统7*24小时不间断服务。3

6、、高并发，大流量：需要面对高并发用户，大流量访问。4、安全环境恶劣：由于互联网的开放性，使得网站更容易受到攻击，网站几乎每天都会面对黑客攻击。2.1网站核心架构要素分析2.1.1性能性能是网站架构设计的一个重要方面[5-6]。使用CDN，CDN的本质仍然是一个缓存，CDN部署在网络运营商的机房，这些运营商又是终端用户的网络服务提供商，因此用户请求路由的第一跳就到达了CDN服务器，当CDN中存在浏览器请求的资源时，从CDN直接返回给浏览器，最短路径响应，加快用户访问速度，减少数据中心负载压力。CDN能够缓存的一般是静态资源，如图片、CSS、Script脚本、静态网页等，这

7、些文件访问频度很高，缓存在CDN可极大改善网页的打开速度。使用反向代理服务器，反向代理服务器位于网站机房一侧，代理网站Web服务器接收HTTP请求，反向代理服务器具有保护网站安全的作用，来自互联网的访问请求必须经过代理服务器。除了安全功能，反向代理服务器可以通过配置缓存功能加速Web请求。当用户第一访问静态内容的时候，静态内容就被缓存在反向代理服务器上，这样当其他用户访问该静态内容的时候，就可以直接从反向代理服务器返回。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，优化手段主要缓存、集群、异步等。缓存指把数据存储在相对较