字节二面：如何设计一个支撑数亿用户的系统？

来自：网络，侵删

• 从最简单的开始：万事合一。
• 可扩展性的艺术：纵向扩展，横向扩展。
• 扩展关系型数据库：主 – 从复制、主 – 主复制、联合、分片、非规范化和 SQL 调优。
• 使用哪种数据库：NoSQL 还是 SQL？
• 先进概念：缓存、CDN、geoDNS 等。

1. 从头开始

• 一个网站（包括 API）在 Apache（或 Tomcat）等网络服务器上运行。
• 一个 Oracle（或 MySQL）之类的数据库。

• 如果数据库出现故障，则系统将失效。
• 一旦网络服务器出现故障，则会导致整个系统的瘫痪。

使用 DNS 服务器来解析主机名和 IP 地址

每次访问网站时，计算机都会执行 DNS 查询。

2. 可扩展性的艺术

可扩展性一般是指添加更多的资源，在不影响用户体验的情况下处理更多的用户、客户机、数据、事务或请求。

纵向扩展：在现有服务器上增加更多的内存和 CPU

如果我们运行的服务器有 8G 的内存，那么只要更换或者增加硬件，就可以轻松地提升到 32G，甚至 128G。

• 通过在 RAID 阵列中增加更多的硬盘来增加 I/O 容量。
• 通过切换到固态硬盘（SSD）来改善 I/O 访问时间。
• 切换到具有更多处理器的服务器。
• 通过升级网络接口或安装额外的网络接口来提高网络吞吐量。
• 通过增加内存来减少 I/O 操作。

• “不可能在一台服务器上增加无限的能力”。这主要取决于操作系统和服务器的内存总线宽度。
• 给系统升级内存时，必须关掉服务器，因此，如果系统只有一台服务器，停机是不可避免的。
• 强大的机器往往要比流行的硬件昂贵很多。

相比之下，纵向减缩（scale down）是指从现有的服务器中移除现有的资源，如 CPU、内存和磁盘。

您需要多台服务器吗？

• 可对 Web 服务器进行不同于数据库服务器的调优。
• 网络服务器需要更好的 CPU，而数据库服务器需要更多的内存。
• 为 Web 层和数据层提供单独的服务器，允许它们彼此独立地进行扩展。

横向扩展：添加任意数量的硬件和软件实体

与此相反，横向减缩（Scale in）指的是删除现有服务器的过程。

3. 使用负载均衡器来均衡所有节点上的流量

HAProxy 和 Nginx 是目前比较受欢迎的开源负载均衡软件。

• 如果服务器 1 脱机，则所有的流量将被路由到服务器 2 和服务器 3。网站就不会脱机。你还需要在服务器池中添加一个新的健康服务器来均衡负载。
• 当流量快速增长时，你只需要向网站服务器池添加更多的服务器，负载均衡器将为你路由流量。

• 循环：在这种情况下，每个服务器按顺序接收请求，类似于先进先出（FIFO）。
• 最少的连接数：连接数最少的服务器将被引导到请求。
• 最快的响应时间：具有最快响应时间的服务器（最近或经常）将被引导到请求。
• 加权：较强大的服务器将比较弱的服务器收到更多的请求加权策略。
• IP 哈希：在这种情况下，计算客户的 IP 地址的哈希值，将请求重定向到服务器。

• 从共享 IP 中添加和删除真正的服务器，将会立即发生。
• 负载均衡可以根据需要进行。

• 第 4 层：负载均衡器使用网络层的 TCP 提供的信息。在这一层，它一般不会查看所请求的内容，而是选择一台服务器。
• 第 7 层：请求可以根据查询字符串、cookies 或我们选择的任何头的信息，以及包括源和目标地址在内的常规层信息进行均衡。

4. 扩展关系数据库

• 复制 通常指的是一种技术，可以让我们在不同的机器上存储同一数据的多个副本。
• 联合（或功能分区）将数据库按功能进行划分。
• 分片 是一种与分区相关的数据库架构模式，它将数据的不同部分放到不同的服务器上，不同的用户将访问数据集的不同部分。
• 非规范化 试图以牺牲一些写入性能为代价来提高读取性能，将数据写入多个表中以避免昂贵的连接。
• SQL 调优。

主 – 从复制

• 客户端将连接到主服务器，并更新数据。
• 数据随后会在从服务器上进行传输，直到所有的数据在服务器上都是一致的。

• 如果主服务器由于某种原因宕机了，数据仍然可以通过从服务器获得，但是将无法再进行新的写入。
• 我们还需要一种新的算法，把一台从服务器提升到主服务器。

• 同步解决方案：只有当所有的服务器都接受了修改数据的事务（分布式事务）之后，才会被提交，因此，当发生故障切换时，数据不会丢失。
• 异步解决方案：提交 → 延迟 → 传播到集群中的其他服务器，因此，当发生故障切换时，某些数据更新会丢失。

主 – 主复制

• 当一台主服务器发生故障时，其他数据库服务器可以正常运行，并接替其工作。当数据库服务器重新上线时，它将利用复制的方式赶上来。
• 主服务器可以位于几个物理站点，也可以分布在网络上。
• 受限于主服务器处理更新的能力。

联合

分片

• 每个用户只需要和一个服务器对话，所以可以从该服务器得到快速的响应。
• 负载在服务器之间得到了很好的均衡——例如，如果我们有五个服务器，每个服务器只需要处理 20% 的负载。

水平分区

垂直分区

基于目录的分区

• 数据库连接变得更加昂贵，在某些情况下是不可行的。
• 分片会破坏数据库的引用完整性。
• 数据库模式的改变会变得非常昂贵。
• 数据分布不均匀，而且在分片上有大量负载。

非规范化

5. 使用哪个数据库？

SQL

NoSQL

键值存储

文档数据库

宽列式数据库

图数据库

Blob 数据库

当涉及数据库技术时，没有放之四海而皆准的解决方案。这就是为什么许多企业同时依赖 SQL 和 NoSQL 数据库来满足不同的需求。

6. 横向扩展 Web 层

7. 先进概念

缓存

内容分发网络 (CDN )

走向全球

把它整合在一起

8. 后面会讨论哪些话题？

• 分片和复制技术相结合。
• 长轮询 vs Websockets vs 服务器发送事件。
• 索引和代理。
• SQL 调优。
• 弹性计算。