Spring MVC學習之——網路架構及演變過程

1.軟體的三大型別：單機型別、CS型別、BS型別。

單機型別：曾經的主要軟體型別，不聯網，實現電腦的基本功能，如打字、畫圖。

CS型別：單機之後為了統一管理軟體的資料，產生了客戶端和伺服器端，客戶端管理業務，伺服器端管理資料。後來這種型別也出來了將部分業務放到伺服器端中。

BS型別：基於瀏覽器實現，瀏覽器是用來顯示資料的，業務是在服務端實現處理，具體業務在不同的服務端進行，BS結構除了提供統一的客戶端，還根據相應協議和標準提供通用的伺服器程式，伺服器程式統一處理資料鏈接、封裝和解析等工作。

這三種類型，BS結構開發最簡單，目前使用最廣。也不是說BS是最好的。比如我們電腦中的記事本、OFFICE是單機軟體；BS結構的靈活性和處理效率都不如CS結構（所以優酷什麼的老要使用者下客戶端會快？嘿嘿）所以像QQ、大型遊戲等軟體使用的還是CS結構（這些大部分是基於C/C++開發）。

2.網路基礎結構

瞭解網路傳輸方式，OSI和TCP/IP都是將網路傳輸的過程分成多個簡單的問題。

這裡說一下TCP/IP的四層結構：

1.網路接入層：將需要相互連線的節點接入網路中，從而為資料傳輸提供條件。

2.網際網路層：找到需要傳輸資料的目標節點（IP）

3.傳輸層：實際傳輸資料（TCP）

4.應用層：使用接收到的資料（HTTP）

用上網買東西為例，我們先確定自己所在的位置有相應的菜鳥驛站，這個就相當於網路接入層，然後告訴賣傢俱體地址，這個相當於網際網路層；快遞送貨，就是傳輸層；然後自己收到包裹拆包裹就是應用層。

3.架構演變

因為業務資料的增長，現在要解決的問題就是海量資料操作問題和高併發問題，網站複雜的架構就是這兩個問題演變出來的。

架構演變的起點：從服務端只有一臺主機到應用程式和資料庫分離，出現多臺主機。

4.海量資料解決方案：快取、頁面靜態化、資料庫優化、分離活躍資料、批量讀取和延遲修改、讀寫分離、分散式資料庫、NOSQL和Hadoop

快取：快取就是從資料庫中獲取的結果暫時快取儲存起來，在下次使用的時候無須重新到資料庫中獲取，降低資料庫的壓力。

通常用到的有程式編碼直接儲存和使用快取架構儲存；程式會用到Map、ConcurrentHashMap。常用的快取框架是Ehcache、Memcache和Redics.

——————————————————2017/11/14等有時間再寫。。。。

快取使用過程中最重要的問題是什麼時候建立快取和快取失效機制。還要注意快取中空值的管理辦法。。。這些有很多技巧，可以自己上網查。。。

快取使用的情況是對實時性要求不高的，因為快取和實際資料可能存在偏差。報表資料是不能用快取技術的。

頁面靜態化道理和快取一樣，不過不是快取資料庫查詢資料，而是將瀏覽器最後的頁面儲存下來。

頁面靜態化可以用模板生成，比如Freemarker和Velocity。

資料庫優化：表結構優化、SQL語句優化、分割槽、分表、索引優化、使用儲存過程代替直接操作

表結構優化，資料庫入門啦，什麼三正規化之類的

SQL語句優化，一般是指基礎語法的優化，網路上講這個的有好多，也不用太記，可以後期優化需求的時候再改，留一手才不會失業嘛，哈哈。需要用的時候上網查。

這個SQL優化要注意的是什麼嘞，是將涉及大資料的業務的SQL語句執行時間詳細記錄下來，其次通過仔細分析日誌找出需要優化的語句和其中的問題，然後再有的放矢的優化。

分割槽，這個是資料庫上的操作

分表，分表有時候是可以讓操作提高速率的。但是也會存在分表過多涉及操作麻煩的問題，具體情況具體分析

索引優化，提高查詢速度，但是也降低增刪改的速度。

儲存過程，只編譯一次，可以在安全上用到，也可以用來提高效率。

分離活躍資料，資料量很大的時候，活躍資料並不多，可以將活躍資料單獨儲存起來進行操作，從而提高效率。比如網站裡的使用者資料，可以定期考量活躍使用者並將它們放到預設表中，查詢時先從預設表中查詢，找不到再從不活躍使用者表中查詢。

批量讀取和延遲修改，這兩個操作的原理就是通過減少操作的次數來提高效率。

批量讀，就是將要讀的很多資料放到一個變數中讀取。

延遲修改，利用快取，這個快取不是上面說的快取技術，將要修改的資料放在快取裡，然後定時將快取中的額資料寫入到資料庫中，不會造成一堆寫的阻塞。

讀寫分離，這個一般用在資料庫是叢集的情況下，用主伺服器寫，從伺服器們讀，要考慮負載均衡，讀寫分離操作什麼的。

NoSQL\Hadoop，NoSQL非結構化的用區塊鏈技術連線的，在網際網路有用的，企業業務系統沒有用這個的，還在發展階段，現在區塊鏈又不火了，可能用這個的還是比較少啊

Hadoop專門針對大資料的一套框架，叢集。很多大資料技術是基於Hadoop實現的，所以Hadoop用的還是挺多的。

--------------------------------------------------------------------2017/11/15