初生 : 无名小网站
访问量低，一天服务器满足要求(应用程序+文件+数据库)
典型技术LAMP: Linux +Apache+Mysql+PHP
面临问题1： 业务复杂访问量多之后，性能越来越差，存储空间不足。
解决方式：应用服务器与数据服务分离：应用服务器+数据库服务器+文件服务器
应用服务器：需要更块强调的CPU（处理大量的业务逻辑）
数据库服务器：需要更块的硬盘和更大的内存（快速磁盘检索和数据库缓存）
文件服务器：需要更大的磁盘（存储大量用户上传文件)
不同服务器承担不同的服务角色：并发处理能力+数据存储空间 ==>性能提升
面临问题2： 用户增多，网站访问增大，数据库压力增大导致访问延迟，用户体验差
解决方式：使用缓存改善性能
缓存分类：本地缓存(速度极快，但是缓存的数据量有限，因为内存有限。与应用程序争用内存) ，
远程分布式缓存(按需做扩展，可以做成集群，先对于本地缓存要慢点)
常用缓存组件：memcache , redis
面临问题3: 单一应用服务问题，能处理请求连接有限，网站访问高峰期，拒绝访问与响应时间常问题，应用服务成为瓶颈。
解决方式：应用服务集群，改善网站的并发处理能力，起到分流的作用。
负载均衡调度服务器+集群应用服务器 +（文件服务器+远程分布式缓存服务器+数据库服务器)
为什么不用更强的服务器？负载均衡的实现方式有哪些？
应为更强的服务器也有瓶颈，再往上扩展不了，集群可以按需扩展。
负载均衡服务器一定有具有高并发高性能的能力。它要对请求做并发处理。
负载均衡实现方式：软件：Apache Nginx Reverse-proxy pWEB LVS
硬件：F5
DNS负载均衡：域名解析的过程。一个域名对应多个ip地址，每次请求解析返回不同的ip地址
面临问题4: 缓存减小了数据库压力，但是有一部分读操作(缓存访问不命令或者过期)和全部的操作要访问数据库，当用户达到一定柜面，数据库因为负载压力过高而遇到瓶颈。
解决方式：数据读写分离
负载均衡调度服务器+集群应用服务器 +（文件服务器+远程分布式缓存服务器+主数据库+从数据库服务器(主写读从))
数据访问模块怎么做？
在Mybatis中开发插件：
MyCat
Sharding-JDBC
面临问题5:用户越来越多，地域越来越广，网络环境差异大。因访问慢引而用户流失。
解决方式：反向代码和CDN加速(提前把静态资源缓存到外部服务器)
CDN服务器集群+反向代理服务器集群+负载均衡调度服务器+......
CDN内容分发网络，它是要部署在运营商的数据中心里面。类似于代理商，由代理商来处理。适用于静态资源，将静态资源提前放到本地方运营商的数据中心。请求的时候不需要跑到别的地方取数据*
带来的好处：加速用户访问响应速度，减轻后端服务器的负载压力
面临问题6: 单文件服务器，单数据库服务器，存不下日益增长的数据。
解决方式：分布式文件系统和分布式数据库系统（分库分表）
分布式文件怎样做？分库分表怎样做？
适合存储小文件，图片的分布式文件系统： FastDFS, TFS
**数据访问模块： MyCat Sharding-JDBC **
面临问题7:数据的存储需求和检索越来越复杂，存储的字段差异比较大，骷髅表；复杂的文本检索。
解决方式：使用NoSQL,搜索引擎
搜索引擎：lucene ，solr，elasticsearch
NoSQL: mongodb，elasticsearch
面临问题8: 网站越好，业务扩大，程序变庞大，迭代周期快，怎样快速应对业务的发展。
解决方式：业务拆分（应用服务拆分多个）
如大小电商网站会将首页，店铺，订单，买家等拆分成不同的产品线，分归不同的短途负责，分查不同的应用，独立部署。通过连接，mq，数据存储系统建立关联。
消息队列：RabbitMQ, ActiveMQ，Kafka
面临问题9: 拆分越小越多，关系越复杂后端的数据要被成千上万台应用服务器连接，数据连接资源不足。
解决方式：分布式服务化。
如何服务化？如何做配置中心？
服务化两种架构方式：SOA(Enterprise Services Bus -ESB消息总线，它会成为一个瓶颈，是作为一个中心点),
微服务(Microservices，没有中心，存在服务治理的问题)。
微服务框架：Dubbo SpringCloud
配置中心：Dubbo , SpringCloud config, Disconf 百度 ，Config-toolkit 当当 ， Diamond 阿里
面临问题10:数据挖掘，分析，推荐等乐舞需求，庞大系统监控，问题分析问题。
解决问题：大数据技术，监控，日志分析系统。
大数据：Hadoop ，Spark
系统监控：Zabbix，elasticsearch+beats+kibana
集中式日志分析系统：ELK
