服務器的三條要求：
高性能：對於大量請求，及時快速的響應
高可用：7*24 不間斷，出現故障自動轉移，這叫fail over（故障轉移）
伸縮性：使用跨機器的通信（TCP）
另外任何網絡系統結構都可以抽象成C/S架構，我們常說的B/S模式本質上也是C/S架構（浏覽器看作客戶端）。
一個典型的服務器架構：
注： epoll是linux下最高效的網絡I/O
由於服務器需要高效處理大並發連接，因此多個位置均可能出現性能瓶頸，下面我們分析不同位置產生瓶頸的原因及其處理方法：
（一）數據庫瓶頸
【1】超過數據庫的連接數的解決方法：加上一層DAL，使用隊列等待（隊列等待--數據訪問層），也可以再使用連接池（DAL隊列服務+連接池）這樣不需要重新連接，直接從池中找資源。
【2】超出時限的解決方法：
（1）將業務邏輯放置應用服務器（操作系統業務處理），數據庫邏輯不要太復雜，只是進行一定的輔助業務處理。
（2）緩存數據，但是面臨緩存的更新和同步的問題，如下：
1. 緩存的時效性，if timeout then 重新去數據庫查詢，（將熱點數據放至緩存）這種方法實時性較差。
2. 一旦數據庫更新，立即通知前端緩存更新。Update之後修改更新緩存，實時性較好。可能實現起來較難。
如果內存不夠用，那麼就放到外部磁盤，使用緩存換頁機制（類似OS中的內存換頁）。
上面提到的這些都可以使用開源產品實現：Nosql ---> （反sql ）
主要存放非關系的數據，key/value
還有Redis ，memached 緩存等分布式開源軟件。這些軟件是可以跨服務器的，但是如果部署在應用服務器上，則是局部的，其他同級服務器訪問很麻煩。
但是如果單獨布置機器，使用分布式緩存，這些就是全局的，所有的應用服務器都可以訪問，方便快捷。
【3】數據庫讀寫分離
數據庫的查詢操作一般比寫操作頻繁，我們可以對數據庫進行負載均衡，使用主服務器進行寫操作，從服務器進行讀操作，DAL進行讀寫分離，通過replication機制進行主從服務器間的同步。
【4】數據分區（分庫、分表）
分庫：數據庫可以按照一定的邏輯把表分散到不同的數據庫--->垂直分區（用戶表，業務表）
更加常用的分表--水平分區：將表中的記錄分至不同的數據庫，10條記錄分至10個數據庫，類似這樣，這種方式很容易擴展水平結構。
（二）應用服務器瓶頸
添加任務服務器對應用服務器的任務分配進行負載均衡，其中又分為主動和被動兩種方案：
（1）應用服務器被動接受方案：
使用任務服務器實現負載均衡，暴露一個接口，任務服務器可以當作一個客戶端，應用服務器看作http服務器
任務服務器可以監視應用服務器的負載，CPU/IO/並發/內存換頁高，查詢到信息後，選取負載最低（算法確定）的服務器來分配任務.
（2）應用服務器主動到任務服務器接受任務進行處理
應用服務器處理完自己的任務後主動向任務服務器申請求任務。
（1）的方式可能會造成不公平，（2）的缺點是如果應用服務器處理不同的業務，那麼可能任務服務器的編程邏輯會很復雜。
其中任務服務器可以設置多台，彼此之間通過心跳聯系------>滿足 高可用性（fail over機制）。
如此一來（數據庫，緩存，應用服務器，任務服務器）任何位置出現瓶頸就只需要增加服務器好了。
為了高效的進行服務端的編程，我們也需要知道服務器性能四大殺手：
（1）數據拷貝 ----> 緩存來解決
（2）環境切換 -----> 理性創建線程：是否需要多線程，哪個好？單核服務器（采用狀態機的編程效率最佳，類似OS中的進程切換）
多線程能夠充分發揮多核服務器的性能，也要注意線程間切換的開銷
（3）內存分配 ------> 內存池，減少向操作系統申請內存
（4）鎖競爭 -------> 通過邏輯盡量減少鎖的使用
以上的信息可以歸納為下面的這張圖：
我們接下來介紹實際中的大型網站架構的演變過程，和我們上面的問題處理流程基本一致：
[Step1]web server與數據庫分離
Apache/Nginx處理靜態（前端服務器） JBoss/Tomat處理動態 （後端服務器）
[Step2]緩存處理
1.浏覽器緩存減少對網站的訪問
2.前端服務器靜態頁面緩存減少對web服務器的請求
3.動態中相對靜態的部分使用ESI
4.本地緩存減少對數據庫的查詢
[Step3]web server集群+讀寫分離
負載均衡： 前端負載均衡
DNS負載均衡
在DNS服務器中，可以為多個不同的地址配置同一個名字，對於不同的客戶機訪問同一個名字，得到不同的地址。
反向代理
使用代理服務器將請求發給內部服務器，讓代理服務器將請求均勻轉發給多台內部web服務器之一，從而達到負載均衡的目的。標准代理方式是客戶使用代理訪問多個外部Web服務器，而這種代理方式是多個客戶使用它訪問內部Web服務器，因此也被稱為反向代理模式。
基於NAT的負載均衡技術 LVS F5硬件負載均衡應用服務器負載均衡
目前流行分布式緩存方案：memcached、membase、redis等，基本上當前的NoSQL方案都可以用來做分布式緩存方案
[Step5]多數據中心+分布式存儲與計算
技術點：分布式文件系統（DFS）
Map/Reduce：
文件太大，無法加載至內存，分割得到key-value數據，這個是map過程（多個機器完成）
將其合並的過程稱為reduce。Map-->combine-->reduce，這就是所謂的分布式計算。