随着社会的倒退、互联网技术的提高，以前的大型机服务端架构很显然因为高老本、难保护等起因慢慢地变得不再那么支流了，代替它的就是当下最火的互联网分布式架构。
从若干年前大行其道的传统大型机到现在的分布式架构，技术倒退曾经经验了好几个阶段，咱们只有弄明确典型互联网架构在各个阶段的演进，能力更好地了解和领会分布式架构的益处，从而有助于咱们序设计适宜于自已公司、产品或我的项目的架构（也包含设计即时通讯网专一的 IM 和音讯推送这类零碎，因为技术思路的原理都是一脉相承的）。那么本文咱们就来聊聊分布式架构的演进过程，心愿能给大家带来眼前一亮的感觉。
即时通讯网作为 IM 和推送技术钻研、学习和分享的社区，整顿了大量的跟 IM 和推广技术无关的根底技术材料（比方网络根底、通信实践、架构根底等），本文内容尽管看起来跟 IM 和推送技术没有间接的关联性，但因为设计 IM 和推送零碎的技术思路和原理跟典型大型互联网分布式架构都是一脉相承的，因此读懂本文内容对于 IM 和推送零碎的架构设计同样大有裨益。
咱们都晓得一个成熟的大型网站的零碎架构并非一开始就设计的十分完满，也没有一开始就具备高性能、高并发、高可用、安全性等个性，而是随着用户量的减少、业务性能的扩大逐渐演变过去的，缓缓的欠缺的。在这个过程中，开发模式、技术架构等都会随着迭代产生十分大的变动。而针对不同业务特色的零碎，各自都会有本人的侧重点，例如像淘宝这类的网站，要解决的重点问题就是海量商品搜寻、下单、领取等问题; 像腾讯这类的网站，要解决的是数亿级别用户的实时音讯传输; 而像百度这类的公司所要解决的又是海量数据的搜寻。每一个品种的业务都有本人不同的零碎架构。
为了不便开展本文要解说的内容，咱们来简略模仿一个架构演变过程：咱们以 javaweb 为例，来搭建一个简略的电商零碎，从这个零碎中来看零碎的演变过程。要留神的是接下来的演示模型，关注的是数据量、访问量晋升，网站构造的变动，而不关注具体业务的性能点。其次，这个过程是为了让大家能更好的理解网站演进过程中的一些问题和应答策略。
如果咱们要设计的互联网零碎须要具备以下性能:
1）用户模块：用户注册和治理；2）商品模块: 商品展现和治理；3）交易模块: 创立交易及领取结算。 随着网站的上线，访问量逐渐回升，服务器的负载缓缓进步，咱们应该在服务器还没有超载的时候就做好布局、晋升网站的负载能力。假若此时曾经没方法在代码层面持续优化进步，那么在单台机器的性能遇到瓶颈的时候，减少机器是一个比较简单好用的形式，投入产出比相当高。这个阶段减少机器的次要目标是将 web 服务器和 数据库服务器拆分开来，这样做的话不仅进步了单机的负载能力，也进步了整个零碎的容灾能力。
架构演进阶段三：应用服务器集群
这个阶段，随着访问量的持续一直减少，单台应用服务器曾经无奈满足咱们的需要。假如我的数据库服务器还没有遇到性能问题，那咱们能够通过减少应用服务器的形式来将应用服务器集群化，这样就能够将用户申请分流到各个服务器中，从而达到持续晋升零碎负载能力的目标。此时各个应用服务器之间没有间接的交互，他们都是依赖数据库各自对外提供服务。即时通讯聊天软件开发能够征询蔚可云开发。
零碎架构倒退到这个阶段，各种问题也会接踵而至：
1）用户申请交由谁来转发到具体的应用服务器上 (谁来负责负载平衡)；2）用户如果每次拜访到的服务器不一样，那么如何保护 session，达到 session 共享的目标。 负载平衡又能够分为软负载和硬负载。软负载咱们能够抉择 Nginx、Apache 等，硬负载咱们能够抉择 F5 等。而 session 共享问题咱们能够通过配置 tomcat 的 session 共享解决。
架构演进阶段四：数据库压力变大，数据库读写拆散
架构演变到下面的阶段，并不是起点。通过下面的设计，应用层的性能被咱们拉上来了，但数据库的负载也在逐步增大，那如何去进步数据库层面的性能呢？有了后面的设计思路当前，咱们天然也会想到通过减少服务器来进步性能。但如果咱们单纯的把数据库一分为二，而后对于数据库的申请，别离负载到两台数据库服务器上，那必定会造成数据库数据不对立的问题。
这个架构设计的变动会带来如下几个问题：
1）主从数据库之间的数据须要同步 (能够应用 mysql 自带的 master-slave 形式实现主从复制)；2）利用中须要依据业务进行对应数据源的抉择 (采纳第三方数据库中间件，例如 mycat)。架构演进阶段五：应用搜索引擎缓解读库的压力
咱们都晓得数据库经常对含糊查找效率不是很高，像电商类的网站，搜寻是十分外围的性能，即便是做了读写拆散，这个问题也不能失去无效解决。那么这个时候咱们就须要引入搜索引擎了，应用搜索引擎可能大大晋升咱们零碎的查问速度，但同时也会带来一 些附加的问题，比方保护索引的构建、数据同步到搜索引擎等。
架构演进阶段六：引入缓存机制缓解数据库的压力
而后，随着访问量的继续一直减少，逐步会呈现许多用户拜访同一内容的状况，那么对于这些热点数据，没必要每次都从数据库重读取，这时咱们能够应用到缓存技术，比方 redis、memcache 来作为咱们应用层的缓存。
另外在某些场景下，如咱们对用户的某些 IP 的拜访频率做限度，那这个放内存中就又不适合，放数据库又太麻烦了，那这个时候能够应用 Nosql 的形式比方 mongDB 来代替传统的关系型数据库。
架构演进阶段七：数据库的程度 / 垂直拆分
咱们的网站演进的变动过程，交易、商品、用户的数据都还在同一 个数据库中，只管采取了减少缓存，读写拆散的形式，然而随着数 据库的压力继续减少，数据库的瓶颈依然是个最大的问题。因而我 们能够思考对数据的垂直拆分和程度拆分。
垂直拆分：把数据库中不同业务数据拆分到不同的数据库；程度拆分：把同一个表中的数据拆分到两个甚至更多的数据库中，程度拆分的起因是某些业务数据量曾经达到了单个数据库的瓶颈，这时能够采取将表拆分到多个数据库中。架构演进阶段八：利用的拆分
随着业务的倒退，业务量越来越大，利用的压力越来越大。工程规模也越来越宏大。这个时候就能够思考将利用拆分，依照畛域模型将咱们的用户、商品、交易拆分成多个子系统。
这样拆分当前，可能会有一些雷同的代码，比方用户操作，在商品和交易都须要查问，所以会导致每个零碎都会有用户查问拜访相干操作。这些雷同的操作肯定是要形象进去，否则就是一个坑。所以通过走服务化路线的形式来解决。