網站系統的快取機制的建立與最佳化

講完了Web系統的外部網路環境，現在我們開始關注我們Web系統本身的效能問題。

我們的Web網站隨著造訪量的上升，會遇到很多的挑戰，解決這些問題不只是擴容機器這麼簡單，建立並使用適當的快取機制才是根本。

最開始，我們的Web系統架構可能是這樣的，每個環節，都可能只有1台機器。

一、 MySQL資料庫內部快取使用

MySQL的快取機制，就從先從MySQL內部開始，下面的內容將以最常見的InnoDB儲存引擎為主。

1. 建立恰當的索引

最簡單的是建立索引，索引在表資料比較大的時候，起到快速檢索資料的作用，但是成本也是有的。首先，佔用了一定的磁碟空間，其中組合索引最突出，使用需要謹慎，它產生的索引甚至會比來源資料更大。其次，建立索引之後的資料insert/update/delete等操作，因為需要更新原來的索引，耗時會增加。當然，實際上我們的系統從整體來說，是以select查詢操作居多，因此，索引的使用仍然對系統效能有大幅提升的作用。

2. 資料庫連接執行緒池快取

如果，每個資料庫操作請求都需要創建和銷毀連接的話，對資料庫來說，無疑也是一種巨大的開銷。為了減少這類型的開銷，可以在MySQL中設定thread_cache_size來表示保留多少執行緒用於重複使用。線程不夠的時候，再創建，空閒過多的時候，則銷毀。

其實，還有更激進一點的做法，使用pconnect（資料庫長連接），線程一旦創建在很長時間內都保持著。但是，在訪問量比較大，機器比較多的情況下，這種用法很可能會導致“資料庫連接數耗盡”，因為建立連接並不回收，最終達到資料庫的max_connections（最大連接數）。因此，長連接的用法通常需要在CGI和MySQL之間實作一個「連接池」服務，控制CGI機器「盲目」創建連接數。

3. Innodb快取設定（innodb_buffer_pool_size）

innodb_buffer_pool_size這是個用來保存索引和資料的記憶體快取區，如果機器是MySQL獨佔的機器，一般推薦為機器實體記憶體的80 %。在取表資料的場景中，它可以減少磁碟IO。一般來說，這個值設定越大，cache命中率會越高。

4. 分庫/分錶/分區。

MySQL資料庫表一般承受資料量在百萬級，再往上成長，各項效能將會出現大幅下降，因此，當我們預見資料量會超過這個量級的時候，建議進行分庫/分錶/分區等操作。最好的做法，是服務在搭建之初就設計為分庫分錶的儲存模式，從根本上杜絕中後期的風險。不過，會犧牲一些便利性，例如列表式的查詢，同時，也增加了維護的複雜度。不過，到了數據量千萬等級或以上的時候，我們會發現，它們都是值得的。

二、 MySQL資料庫多台服務建置

1台MySQL機器，其實是高風險的單點，因為如果它掛了，我們Web服務就不可用了。而且，隨著Web系統存取量持續增加，終於有一天，我們發現1台MySQL伺服器無法支撐下去，我們開始需要使用更多的MySQL機器。當引進多台MySQL機器的時候，很多新的問題又會產生。

1. 建立MySQL主從，從函式庫作為備份

這個做法純粹為了解決「單點故障」的問題，在主函式庫出故障的時候，切換到從函式庫。不過，這種做法其實有點浪費資源，因為從庫實際上被閒著了。

2. MySQL讀寫分離，主函式庫寫，從函式庫讀。

兩台資料庫做讀寫分離，主庫負責寫入類別的操作，從函式庫負責讀取的操作。而且，如果主庫發生故障，仍然不影響讀取的操作，同時也可以將全部讀寫都暫時切換到從庫中（需要注意流量，可能會因為流量過大，把從庫也拖垮）。 

3. 主主互備。

兩台MySQL之間互為彼此的從函式庫，同時又是主函式庫。這種方案，既做到了訪問量的壓力分流，同時也解決了「單點故障」問題。任何一台故障，都還有另外一套可供使用的服務。

不過，這個方案，只能用在兩台機器的場景。如果業務拓展還是很快的話，可以選擇將業務分離，建立多個主主互備。

三、 在Web伺服器與資料庫之間建立快取

#實際上，解決大訪問量的問題，不能只著眼於資料庫層面。根據“二八定律”，80%的請求只關注在20%的熱點數據上。因此，我們應該建立Web伺服器和資料庫之間的快取機制。這種機制，可以用磁碟作為緩存，也可以用記憶體緩存的方式。透過它們，將大部分的熱點資料查詢，阻擋在資料庫之前。

1. 頁面靜態化

使用者造訪網站的某個頁面，頁面上的大部分內容在很長一段時間內，可能都是沒有變化的。例如一篇新聞報道，一旦發布幾乎是不會修改內容的。這樣的話，透過CGI產生的靜態html頁面快取到Web伺服器的磁碟本地。除了第一次，是透過動態CGI查詢資料庫取得之外，之後都直接將本機磁碟檔案回傳給使用者。

在Web系統規模比較小的時候，這種做法看似完美。但是，一旦Web系統規模變大，例如當我有100台的Web伺服器的時候。那樣這些磁碟文件，將會有100份，這個是資源浪費，也不好維護。這時候有人會想，可以集中一台伺服器存起來，呵呵，不如看看下面一種快取方式吧，它就是這樣做的。

2. 單一記憶體快取

透過頁面靜態化的例子中，我們可以知道將「快取」搭建在Web機器本機是不好維護的，會帶來更多問題（實際上，透過PHP的apc拓展，可透過Key/value操作Web伺服器的本機記憶體）。因此，我們選擇搭建的記憶體快取服務，也必須是獨立的服務。

記憶體快取的選擇，主要有redis/memcache。從性能上說，兩者差異不大，從功能豐富程度來說，Redis更勝一籌。

3. 記憶體快取叢集

當我們搭建單一記憶體快取完畢，我們又會面臨單點故障的問題，因此，我們必須將它變成一個叢集。簡單的做法，就是增加一個slave當備份機器。但是，如果請求量真的很多，我們發現cache命中率不高，需要更多的機器記憶體呢？因此，我們更建議將它配置成一個叢集。例如，類似redis cluster。

Redis cluster叢集內的Redis互為多組主從，同時每個節點都可以接受請求，在拓展叢集的時候比較方便。客戶端可以向任意一個節點發送請求，如果是它的「負責」的內容，則直接傳回內容。否則，尋找實際負責Redis節點，然後將位址告知客戶端，客戶端重新請求。

對於使用快取服務的客戶端來說，這一切都是透明的。

記憶體快取服務在切換的時候，是有一定風險的。從A集群切換到B集群的過程中，必須保證B集群提前做好「預熱」（B集群的內存中的熱點數據，應該盡量與A集群相同，否則，切換的一瞬間大量請求內容，在B叢集的記憶體快取中查找不到，流量直接衝擊後端的資料庫服務，很可能導致資料庫宕機）。

4. 減少資料庫「寫」

上面的機制，都實現減少資料庫的「讀」的操作，但是，寫的操作也是一個大的壓力。寫的操作，雖然無法減少，但是可以透過合併請求，來起到減輕壓力的效果。這個時候，我們需要在記憶體快取叢集和資料庫叢集之間，建立一個修改同步機制。

先將修改請求生效在cache中，讓外界查詢顯示正常，然後將這些sql修改放入到一個隊列中儲存起來，隊列滿或每隔一段時間，合併為一個請求到資料庫中更新資料庫。 

除了上述改變系統架構的方式提升寫入的效能外，MySQL本身也可以透過設定參數innodb_flush_log_at_trx_commit來調整寫入磁碟的策略。如果機器成本允許，從硬體層面解決問題，可以選擇老一點的RAID（Redundant Arrays of independent Disks，磁碟列陣）或比較新的SSD（Solid State Drives，固態硬碟）。

5. NoSQL儲存

不管資料庫的讀取或寫入，當流量再進一步上漲，終會達到「人力有窮時」的場景。繼續加機器的成本比較高，不一定可以真正解決問題的時候。這時候，部分核心數據，就可以考慮使用NoSQL的資料庫。 NoSQL存儲，大部分都是採用key-value的方式，這裡比較建議使用上面介紹過Redis，Redis本身是一個內存cache，同時也可以當做一個存儲來使用，讓它直接將數據落地到磁碟。

這樣的話，我們就將資料庫中某些被頻繁讀寫的數據，分離出來，放在我們新搭建的Redis存儲集群中，又進一步減輕原來MySQL數據庫的壓力，同時因為Redis本身是個內存級別的Cache，讀寫的效能都會大幅提升。

國內第一線網路公司，架構上採用的解決方案很多是類似上述方案，不過，使用的cache服務卻不一定是Redis，他們會有更豐富的其他選擇，甚至根據自身業務特徵開發出自己的NoSQL服務。

6. 空節點查詢問題

當我們搭建完前面所說的全部服務，認為Web系統已經很強的時候。我們還是那句話，新的問題還是會來的。空節點查詢，是指那些資料庫中根本不存在的資料請求。例如，我請求查詢一個不存在人員信息，系統會從各級快取逐級查找，最後查到到資料庫本身，然後才得出查找不到的結論，返回給前端。因為各級cache對它無效，這個請求是非常消耗系統資源的，而如果大量的空節點查詢，是可以衝擊到系統服務的。

以上是網站系統的快取機制的建立與最佳化的詳細內容。更多資訊請關注PHP中文網其他相關文章！