网站带宽计算和服务器划分问题

unixsly

1 ：带宽的大小：

通常老板花钱请我们架构网站的时候，会给我们提出一些目标，诸如网站每天要能承受100 万PV 的访问量等等。这时我们要预算一下大概需要多大的带宽，计算带宽大小主要涉及两个指标（峰值流量和页面大小），我们不妨在计算前先做出必要的假设：

第一：假设峰值流量是平均流量的5 倍。
第二：假设每次访问平均的页面大小是100K 字节左右。

如果100 万PV 的访问量在一天内平均分布的话，折合到每秒大约12 次访问，如果按平均每次访问页面的大小是100K 字节左右计算的话，这12 次访 问总计大约就是1200K 字节，字节的单位是Byte ，而带宽的单位是bit ，它们之间的关系是1Byte = 8bit ，所以1200K Byte 大致就相当于9600K bit ，也就是9Mbps 的样子，实际情况中，我们的网站必须能在峰值流量时保持正常访问，所以按照假设的峰值流量算，真实带宽的需求应该在45Mbps 左右。

当然，这个结论是建立在前面提到的两点假设的基础上，如果你的实际情况和这两点假设有出入，那么结果也会有差别。

2 ：服务器的划分：

先看我们都需要哪些服务器：图片服务器，页面服务器，数据库服务器，应用服务器，日志服务器等等。

对于访问量大点的网站而言，分离单独的图片服务器和页面服务器相当必要，我们可以用lighttpd 来跑图片服务器，用apache 来跑页面服务 器，当然也可以选择别的，甚至，我们可以扩展成很多台图片服务器和很多台页面服务器，并设置相关域名，如img.domain.com 和 www.domain.com ，页面里的图片路径都使用绝对路径，如<img src="http://img.domain.com/abc.gif" /> ，然后设置DNS 轮循，达到最初级的负载均衡。当然，服务器多了就不可避免的涉及一个同步的问题，这个可以使用rsync 软件来搞定。

数据库服务器是重中之重，因为网站的瓶颈问题十有八九是出在数据库身上。现在一般的中小网站多使用MySQL 数据库，不过它的集群功能似乎还没有达 到stable 的阶段，所以这里不做评价。一般而言，使用MySQL 数据库的时候，我们应该搞一个主从（一主多从）结构，主数据库服务器使用innodb 表结构，从数据服务器使用myisam 表结构，充分发挥它们各自的优势，而且这样的主从结构分离了读写操作，降低了读操作的压力，甚至我们还可以设定一个专门的从服务器做备份服务器，方便备份。不然如果你只有一台主服务器，在大数据量的情况下，mysqldump 基本就没戏了，直接拷贝数据文件的话，还得先停止数据库服务再拷贝，否则备份文件会出错。但对于很多网站而言，即使数据库服务仅停止了一秒也是不可接受的。如果你有了一台从数据库服务器，在备份数 据的时候，可以先停止服务（slave stop ）再备份，再启动服务（slave start ）后从服务器会自动从主服务器同步数据，一切都没有影响。但是主从结构也是有致命缺点的，那就是主从结构只是降低了读操作的压力，却不能降低写操作的压力。为了适应更大的规模，可能只剩下最后这招了：横向/ 纵向分割数据库。所谓横向分割数据库，就是把不同的表保存到不同的数据库服务器上，比如说用户表保存在A 数据库服务器上，文章表保存在B 数据库服务器上，当然这样的分割是有代价的，最基本的就是你没法进行LEFT JOIN 之类的操作了。所谓纵向分割数据库，一般是指按照用户标识（user_id ）等来划分数据存储的服务器，比如说：我们有5 台数据库服务器，那么 “user_id % 5 + 1” 等于1 的就保存到1 号服务器，等于2 的就保存到2 好服务器，以此类推，纵向分隔的原则有很多种，可以视情况选择。不过和横向分割数据库一样，纵向分割 数据库也是有代价的，最基本的就是我们在进行如COUNT, SUM 等汇总操作的时候会麻烦很多。综上所述，数据库服务器的解决方案一般视情况往往是一个混合的方案，以其发挥各种方案的优势，有时候还需要借助 memcached 之类的第三方软件，以便适应更大访问量的要求。

如果有专门的应用服务器来跑PHP 脚本是最合适不过的了，那样我们的页面服务器只保存静态页面就可以了，可以给应用服务器设置一些诸如 app.domain.com 之类的域名来和页面服务器加以区别。对于应用服务器，我还是更倾向于使用prefork 模式的apache ，配上必要的 xcache 之类的PHP 缓存软件，加载模块要越少越好，除了mod_rewrite 等必要的模块，不必要的东西统统舍弃，尽量减少httpd 进程的内存消耗，而那些图片服务器，页面服务器等静态内容就可以使用lighttpd 或者tux 来搞，充分发挥各种服务器的特点。

如果条件允许，独立的日志服务器也是必要的，一般小网站的做法都是把页面服务器和日志服务器合二为一了，在凌晨访问量不大的时候cron 运行前一天 的日志计算，不过如果你使用awstats 之类的日志分析软件，对于百万级访问量而言，即使按天归档，也会消耗很多时间和服务器资源去计算，所以分离单独的日志服务器还是有好处的，这样不会影响正式服务器的工作状态。