273      阿裏雲  技術社區[雲棲]

如何打造一個小而精的電商網站架構？

本文大綱：

1. 小型電商網站的架構

2. 日誌與監控係統的解決方案

3. 構建數據庫的主從架構

4. 基於共享存儲的圖片服務器架構

5. 移動M站建設

6. 係統容量預估

7. 緩存係統

一、小型電商網站的架構

剛從傳統軟件行業進入到電商企業時，覺得電商網站沒有什麼技術含量，也沒有什麼門檻，都是一些現有的東西堆積木似的堆出來罷了。然而，真正進入到這個行業之後，才發現並非如此。有人說過，好的架構，是演化出來的，電商網站的架構也是如此。現在好的電商網站，看似很複雜，很牛逼，其實也是從很小的架構，也是從沒什麼技術含量開始的。所以，架構的演化過程，就是在技術團隊不斷追求極致的過程。

今天就來總結小型電商網站的架構演進。一套電商係統最初期的架構，往往會采用一個比較典型的LAMP架構，前端加上Apache/PHP，後端是MySQL。這個算是比較流行的。不過，目前還有一套.net的技術架構，可能大家很少提到。很不幸，我就是在一個.net平台為基礎的電商公司。所以，今天也是要總結.net 平台的電商架構。

一般初期的電商網站，基本就幾個業務子係統：網站前台、商家前台、係統管理後台、App、M站等。業務量也不是很大。所以，MVC + 緩存 + 數據庫基本就搞定了。

單就開發效率而言，.net MVC 的技術架構不會比LAMP開發速度慢。所以，一些企業，為了快速推出自己的電商平台，也會采用.net 架構。

上圖為基礎架構層麵。這是一個很簡單的基礎架構。

• 前端網站和M站，考慮到訪問量和係統的可用性，基本會采用分布式部署。通過代理服務器進行請求分發。

• 其它的業務子係統，像商家前台和管理係統，基本上都是單機或是主從部署。

• 各個DB ，Redis 服務和文件和圖片服務，搜索引擎Solr服務等，采用主從部署。

整個係統架構裏麵，還有一個比較重要的組成部分，那就是監控係統。例如：流量監控、硬件監控、係統性能監控等， 還有就是對某個頁麵進行監控，設置頁麵的其中一塊進行監控等。它是提高整個平台可用性的一個重要手段。多平台、多個維度的監控，能夠確保係統的可用性。一旦出現異常，特別在硬件或者性能方麵出現異常，監控係統也能立刻發出警告，這樣也好防範於未然。

總而言之，一個好的係統架構應該從擴展性、安全性、性能和可靠性來考慮。羅馬不是一天建成的，架構適合就行，可以先行之而後優。通過漸進演化的過程，逐步讓係統越來越完善。

二、日誌與監控係統的解決方案

監控係統主要用於服務器集群的資源和性能監控，以及應用異常、性能監控、日誌管理等多維度的性能監控分析。一個完善的監控係統和日誌係統對於一個係統的重要性不必多說。總之，隻有實時了解各係統的狀態，才能保證各係統的穩定。

如上圖所示，監控平台監控的範圍很廣，從服務器性能及資源，到應用係統的監控。每個公司都有特定的平台統一監控的需求及解決方案，但監控平台的任務和作用基本是一致的。

日誌是監視程序運行的一種重要的方式，主要有兩個目的：1.bug的及時發現和定位；2.顯示程序運行狀態。

正確詳細的日誌記錄能夠快速的定位問題。同樣，通過查看日誌，可以看出程序正在做什麼，是不是按預期的設計在執行，所以記錄下程序的運行狀態是必要的。這裏將日誌分為兩種：1.異常日誌；2.運行日誌。

我們主要是使用log4net，將各個係統的日誌，持久化記錄到數據庫或者文件中，以方便後續的係統異常監控和性能分析。如何集成log4net，這裏不多說。

日誌記錄的幾個原則：

• 日誌級別一定要區分清楚，哪些屬於error、warning、info等。

• 記錄錯誤的位置。如果是分層係統，一定要在某個層統一處理，例如我們的MVC架構，都是在各個Action中Catch異常並處理，而業務層和數據庫層這些地方的異常，都是Catch到異常後，往上一層拋。

• 日誌信息清晰準確有意義，日誌盡量詳細點，以方便處理。應該記錄相關係統、模塊、時間、操作人、堆棧信息等。方便後續處理。

監控係統是一個複雜的係統平台，目前有很多的開源產品和平台。不過我們平台小，監控任務和需求少，所以基本都是自己開發。主要有這五個方麵：1.係統資源；2.服務器；3.服務；4.應用異常；5.應用性能。

具體的架構圖如下：

1）係統資源監控

監控各種網絡參數和各服務器相關資源（CPU、內存、磁盤讀寫、網絡、訪問請求等），保證服務器係統的安全運營，並提供異常通知機製以讓係統管理員快速定位/解決存在的各種問題。目前比較流行的應該是Zabbix。

2）服務器監控

服務器的監控，主要是監控各個服務器、網絡節點、網關等網絡設備的請求響應是否正常。通過定時服務，定時去Ping各個網絡節點設備，以確認各網絡設備是否正常。如果哪個網絡設備出現異常，則發出消息提醒。

3）服務監控

服務監控，指的是各個Web服務、圖片服務、搜索引擎服務、緩存服務等平台係統的各項服務是否正常運行。可以通過定時服務，每隔一段時間，就去請求相關的服務，以確保平台的各項服務正常運行。

4）應用異常監控

目前我們平台所有係統的異常記錄，都記錄在數據庫中。通過定時服務，統計分析一段時間之內的異常記錄。如果發現有相關重要的模塊的係統異常，比如支付、下單模塊頻繁發生異常，則立即通知相關人員處理，確保服務正常運行。

 5）應用性能監控

在API接口和各應用的相關位置進行攔截和記錄下程序性能（SQL性能，或是 程序執行效率）。相關重要模塊提供性能預警，提前發現問題。 同時統計相關監控信息並顯示給開發的人員，以方便後續的性能分析。

三、構建數據庫的主從架構

發展到大型成熟的公司之後，主從架構可能就有點落伍了，取而代之的是更加複雜的數據庫集群。但作為一個小型電商公司，數據庫的主從架構應該是最基礎的。任何大型的係統架構，都是不斷演進的。主從架構便是數據庫架構中最基礎的架構。所以研究完主從架構，也就能看懂更加複雜的架構了。

首先為什麼要讀寫分離？

對於一個小型網站，可能單台數據庫服務器就能滿足需求。但在一些大型的網站或者應用中，單台的數據庫服務器可能難以支撐大的訪問壓力，升級服務器性能成本又太高，所以必須要橫向擴展。還有就是，單庫的話，讀、寫都是操作一個數據庫。數據多了之後，對數據庫的讀、寫性能就會有很大影響。同時對於數據安全性和係統的穩定性也是挑戰。

數據庫的讀寫分離的好處？

• 將讀操作和寫操作分離到不同的數據庫上，避免主服務器出現性能瓶頸；

• 主服務器進行寫操作時，不影響查詢應用服務器的查詢性能，降低阻塞，提高並發；

• 數據擁有多個容災副本，提高數據安全性，同時當主服務器故障時，可立即切換到其他服務器，提高係統可用性。

讀寫分離的基本原理就是讓主數據庫處理事務性增、改、刪操作（Insert、Update、Delete）操作，而從數據庫處理Select查詢操作。數據庫複製被用來把事務性操作導致的變更同步到其它從數據庫。

以SQL為例，主庫負責寫數據、讀數據。讀庫僅負責讀數據。每次有寫庫操作，同步更新到讀庫。寫庫就一個，讀庫可以有多個，采用日誌同步的方式實現主庫和多個讀庫的數據同步。

SQL Server提供了三種技術，可以用於主從架構之間的數據同步的實現：日誌傳送、事務複製和SQL 2012 中新增的功能Always On 技術。各自優劣，具體的大家自己去百度吧，這裏提供網上的朋友的配置方式，僅供參考。

• 日誌傳送：SQL Server 2008 R2 主從數據庫同步

  （鏈接：https://www.it165.net/database/html/201306/4088.html）

• 事務複製：SQL Server 複製：事務發布

  （鏈接：https://www.cnblogs.com/gaizai/p/3305879.html）

（圖源：網絡）

C#的請求數據庫操作，單數據庫和主從架構的數據庫還是不一樣的。主從架構的數據庫，為了保證數據一致性，一般主庫可讀可寫，從庫隻負責讀，不負責寫入。所以，實際C#在請求數據庫時，要進行區別對待。

最簡單的就是：配置兩個數據庫連接，然後在各個數據庫調用的位置，區分讀寫請求相應的數據庫服務器，如下圖：　

第二種解決方案就是判斷SQL語句是寫語句（Insert 、Update、Create、 Alter）還是讀語句（Select）。

Demo下載：https://files.cnblogs.com/files/zhangweizhong/Weiz.DB.rar

（PS：此Demo為本人總結，跟實際生產中的DLL 不太相同，但原理是一樣的，大家總結封裝吧）

同時，增加相關的數據庫配置

四、基於共享存儲的圖片服務器架構

在當前這個互聯網的時代，不管何種網站，對圖片的需求量越來越大。尤其是電商網站，幾乎都會麵臨到海量圖片資源的存儲、訪問等相關技術問題。在對圖片服務器的架構、擴展、升級的過程中，肯定也會碰到各種各樣的問題與需求。當然這並不代表，你就必須得弄一個特別NB的圖片服務架構，隻要簡單、高效、穩定就行。這部分我們來總結一個特別簡單、高效的圖片服務架構：通過共享存儲的方式來實現圖片服務架構。

然而，也有一些人問我，現在大型網站的圖片服務器的架構已經完全不是這樣了，別人家的圖片係統比你這個牛逼多了，為啥不直接寫那個呢？ 

事實是：第一，大型牛逼的係統我也不會；第二， 再牛逼的係統也是從小的架構演化過去的，沒有一步到位的。這裏介紹圖片服務器架構雖然比較簡單，但也是經過了單機時代的演化了，基本上可以滿足中小型分布式網站的需求。這種架構的搭建和學習成本都極低，符合目前“短平快”的開發模式。

通過共享目錄的方式實現共享存儲 ，在共享目錄文件服務器上配置獨立域名，這樣可以將圖片服務器和應用服務器進行分離，來實現獨立圖片服務器。

優點：

1. 將圖片服務和應用服務分離，緩解應用服務器的I/O負載。

2. 通過共享目錄的方式來進行讀寫操作，可以避免多服務器之間同步相關的問題。

3. 相對來講很靈活，也支持擴容/擴展。支持配置成獨立圖片服務器和域名訪問，方便日後的擴展和優化。 

4. 相對於更加複雜的分布式的NFS係統，這種方式是性價比高，符合目前互聯網的“短平快”的開發模式。

缺點 ：

1. 共享目錄配置有些繁瑣。

2. 會造成一定的（讀寫和安全）性能損失。

3. 如果圖片服務器出現問題，那所有的應用都會受到影響。同時也對存儲服務器的性能要求特別高。

4. 圖片上傳操作，還是得經過Web服務器，這對Web服務器還是有巨大的壓力。

架構非常簡單，基本架構如下圖所示：

在存儲服務器上建立一個共享目錄（具體方式，我就不去重複了，自己百度吧，注意共享目錄的文件安全）。

各個應用直接通過共享目錄（\\192.168.1.200），將圖片上傳到存儲服務器上。

建立一個Web站點（i1.abc.com）將該共享目錄通過Web站點發布出去。這樣其它的應用就能訪問到相關圖片。

所以，各應用將文件上傳到共享目錄

    //保存原圖
//完整的地址：\\192.168.1.200\lib\2016\03\04\10\IMG\4ugvvt6m9gdu.jpg
relativePath = relativeDir + fileName + imageExtension;

       var absolutePath = ConfigHelper.SharePath + relativePath;

       fileData.SaveAs(absolutePath);             

上傳成功後，可直接通過web 的方式訪問：

https://i1.abc.com/lib/2016/03/04/10/IMG/4ugvvt6m9gdu.jpg

五、移動M站建設

最近在一直在搞M站，也就是移動Web站點。由於是第一次，也遇到了很多問題，所以把最近了解到的東西總結一番。聊一聊什麼是移動M站，以及它有什麼作用和優勢。

有人會問，M站和APP有什麼不同？

1. APP直接在用戶的移動設備上，曝光率相對較高。 而M站需打開瀏覽器，輸入地址才能訪問，所以曝光率相對較低。

2. M站的推廣的渠道相比移動APP，渠道較多，方便追蹤用戶來源、流量入口等，方便以後的活動推廣和數據分析。

3. M站用戶無需安裝，輸入URL即可訪問，而APP需要下載安裝。

4. M站能夠快速地通過數據分析，能快速得到用戶的反饋，從而更容易根據統計數據分析和用戶的需求來調整產品。

5. APP對用戶更具粘性及用戶體驗也更好。

6. M站對於營銷推廣活動非常方便，轉發分享方便快捷。

7. M站更新迭代產品速度和響應產品調整非常快，隨時發布，而APP需要審核時間。

8. M站跨平台，無需開發安卓和iOS版，隻需有瀏覽器即可。     

所以， 我覺得，M站和客戶端是相輔相成的。M站的及時性和快捷性，是APP無法比擬的。而APP的用戶體驗，則是M站無法做到的。目前來說兩者是不可能被對方完全替代的，在互聯網營銷大行其道的今天，M站也越來越重要。營銷活動大多以H5頁麵的形式展示和傳播。通過M站的營銷和推廣，從而又促進APP的使用和推廣。

目前，移動M站有傾向APP的趨勢。M站會越來越像個APP，使得M站也越來越重要。而且，很多APP的展示效果，在原生代碼無法實現的時候，嵌套移動H5頁麵也是一個很好的選擇。

下麵介紹幾個移動M站建設的要點：

51Degrees號稱是目前最快、最準確的設備檢測的解決方案。它是一個免費開源的.NET移動應用開發組件，可以用來檢測移動設備和瀏覽器。甚至可以獲取屏幕尺寸、輸入法、加上製造商和型號信息等。從而可以選擇性地被定向到為移動設備而設計的內容。由於擁有精確的移動設備的數據，所以幾乎支持所有的智能手機，平板電腦等移動設備。

其實說白了，51Degree的作用就是識別客戶端的設備。PC瀏覽器訪問，就跳轉到PC站，手機瀏覽器訪問就跳轉到M站。從而達到更好的用戶體驗。

如何將51Degree加入到現有網站？

• https://51degrees.codeplex.com/wikipage？title=Enhance%20existing%20web%20site

移動Web和傳統的Web其實並沒有本質的區別。說白了還是一個Web站點，使用的技術都是Html+CSS+JS。不同的是，隻不過目前在Html5的大趨勢下，將Html5加入到了移動M站，使得M站更像個輕APP。

Bootstrap就不多說了，網上有很多Bootstrap的資料。它最大的優勢應該就是非常流行，非常容易上手。如果缺少專業的設計或美工，那麼Bootstrap是一個比較好的選擇。他的用法極其簡單，幾乎沒什麼學習成本，絕對是快速開發的利器。

官網：https://getbootstrap.com/
Github：https://github.com/twbs/bootstrap/

• 移動M站的URL要盡量和PC相同，這是可以避免同一URL在PC站可以顯示，但是在手機上打開卻是404；

• M站寫單獨的TDK。

六、係統容量預估

電商公司的朋友，這樣的場景是否似曾相識：

運營和產品神秘兮兮的跑過來問：我們晚上要做搞個促銷，服務器能抗得住麼？如果扛不住，需要加多少台機器？

於是，技術一臉懵逼。

其實這些都是係統容量預估的問題，容量預估是架構師必備的技能之一。所謂，容量預估其實說白了就是係統在Down掉之前，所能承受的最大流量。這個是技術人員對於係統性能了解的重要指標。常見的容量評估包括流量、並發量、帶寬、CPU、內存 、磁盤等一係列內容。這部分來聊一聊容量預估的問題。

• QPS：每秒鍾處理的請求數。

• 並發量： 係統同時處理的請求數。

• 響應時間：  一般取平均響應時間。

很多人經常會把並發數和QPS給混淆了。其實隻要理解了上麵三個要素的意義之後，就能推算出它們之間的關係：QPS = 並發量 / 平均響應時間。

1）預估總訪問量

如何知道總訪問量？對於一個運營活動的訪問量評估，或者一個係統上線後PV的評估，有什麼好方法？

最簡單的辦法就是：詢問業務方，詢問運營同學，詢問產品同學，看產品和運營對此次活動的流量預估。

不過，業務方對於流量的預估，應該就PV和用戶訪問數這兩個指標。技術人員需要根據這兩個數據，計算其他相關指標，比如QPS等。

2）預估平均QPS

• 總請求數=總PV*頁麵衍生連接數

• 平均QPS = 總請求數/總時間

比如：活動落地頁1小時內的總訪問量是30w PV，該落地頁的衍生連接數為30，那麼落地頁的平均QPS=(30w*30)/(60*60)=2500。

3）預估峰值QPS

係統容量規劃時，不能隻考慮平均QPS，還要考慮高峰的QPS，那麼如何評估峰值QPS呢？

這個要根據實際的業務評估，通過以往的一些營銷活動的PV等數據進行預估。一般情況下，峰值QPS大概是均值QPS的3-5倍，如果日均QPS為1000，於是評估出峰值QPS為5000。

不過，有一些業務會比較難評估業務訪問量，例如“秒殺業務”，這類業務的容量評估暫時不在此討論。

4）預估係統、單機極限QPS

如何預估一個業務，一個服務器單機的極限QPS呢？

這個性能指標是服務器最基本的指標之一，所以除了壓力測試沒有其他的辦法。通過壓力測試，算出服務器的單機極限QPS 。

在一個業務上線前，一般都需要進行壓力測試（很多創業型公司，業務迭代很快的係統可能沒有這一步，那就悲劇了），以APP推送某營銷活動為例（預計日均QPS為1000，峰值QPS為5000），業務場景可能是這樣的：

• 通過APP推送一個活動消息；

• 運營活動H5落地頁是一個Web站點；

• H5落地頁由緩存Cache和數據庫DB中的數據拚裝而成。

通過壓力測試發現，Web服務器單機隻能抗住1200的QPS，Cache和數據庫DB能抗住並發壓力（一般來說，1%的流量到數據庫，數據庫120 QPS還是能輕鬆抗住的，Cache的話QPS能抗住，需要評估Cache的帶寬，這裏假設Cache不是瓶頸），這樣，我們就得到了Web單機極限的QPS是1200。一般來說，生產係統不會跑滿到極限的，這樣容易影響服務器的壽命和性能，單機線上允許跑到QPS1200*0.8=960。

擴展說一句，通過壓力測試，已經知道Web層是瓶頸，則可針對Web相關的方麵做一些調整優化，以提高Web服務器的單機QPS 。

還有壓力測試工作中，一般是以具體業務的角度進行壓力測試，關心的是某個具體業務的並發量和QPS。

5）回答最開始那兩個問題　

需要的機器=峰值QPS/單機極限QPS

好了，上述已經得到了峰值QPS是5000，單機極限QPS是1000，線上部署了3台服務器：

• 服務器能抗住麼？ -> 峰值5000，單機1000，線上3台，扛不住

• 如果扛不住，需要加多少台機器？ -> 需要額外2台，提前預留1台更好，給3台保險

需要注意的是，以上都是計算單個服務器或是單個集群的容量。實際生產環境是由Web、消息隊列、緩存、數據庫等等一係列組成的複雜集群。在分布式係統中，任何節點出現瓶頸，都有可能導致雪崩效應，最後導致整個集群垮掉 （“雪崩效應”指的是係統中一個小問題會逐漸擴大，最後造成整個集群宕機）。

所以，要了解規劃整個平台的容量，就必須計算出每一個節點的容量。找出任何可能出現的瓶頸所在。

七、緩存係統

對於一個電商係統，緩存是重要組成部分，而提升係統性能的主要方式之一也是緩存。它可以擋掉大部分的數據庫訪問的衝擊，如果沒有它，係統很可能會因為數據庫不可用導致整個係統崩潰。

但緩存帶來了另外一些棘手的問題： 數據的一致性和實時性。例如，數據庫中的數據狀態已經改變，但在頁麵上看到的仍然是緩存的舊值，直到緩衝時間失效之後，才能重新更新緩存。這個問題怎麼解決？

還有就是緩存數據如果沒有失效的話，是會一直保持在內存中的，對服務器的內存也是負擔，那麼，什麼數據可以放緩存，什麼數據不可以，這是係統設計之初必須考慮的問題。

什麼數據可以放緩存？

• 不需要實時更新但是又極其消耗數據庫的數據。比如網站首頁的商品銷售的排行榜，熱搜商品等等，這些數據基本上都是一天統計一次，用戶不會關注其是否是實時的。

• 需要實時更新，但是數據更新的頻率不高的數據。

• 每次獲取這些數據都經過複雜的處理邏輯，比如生成報表。

什麼數據不應該使用緩存？

實際上，在電商係統中，大部分數據都是可以緩存的，不能使用緩存的數據很少。這類數據包括涉及到錢、密鑰、業務關鍵性核心數據等。總之，如果你發現，係統裏麵的大部分數據都不能使用緩存，這說明架構本身出了問題。

如何解決一致性和實時性的問題？

保證一致性和實時性的辦法就是：一旦數據庫更新了，就必須把原來的緩存更新。

說一說我們的緩存方案：我們目前的緩存係統：Redis（主從）+ RabbitMQ + 緩存清理服務組成，具體如下圖：

緩存清理作業訂閱RabbitMQ消息隊列，一有數據更新進入隊列，就將數據重新更新到Redis緩存服務器。

當然，有些朋友的方案，是數據庫更新完成之後，立馬去更新相關緩存數據。這樣就不需要MQ和緩存清理作業。不過，這同時也增加了係統的耦合性。具體得看自己的業務場景和平台大小。

原文發布時間為：2017-04-14

本文來自雲棲社區合作夥伴DBAplus

最後更新：2017-05-17 12:02:06

  上一篇：  對MarshalByRefObject的解釋

  下一篇：  關於rails和Grails的性能討論