Web 應用架構基礎課
上圖便是我司（Storyblocks）網路架構的很好展現。如果你還沒成為經驗老道的 web 工程師，可能覺得上圖巨複雜。在詳解各個模組前，我們先簡單過一下流程。
使用者在 Google 搜尋關鍵字 “Strong Beautiful Fog And Sunbeams In The Forest”，ofollow,noindex" target="_blank">首條結果 便是來自我司的拳頭產品：Storyblocks —— 圖片向量圖素材站，使用者點選搜尋結果進入圖片詳情頁。在使用者操作的背後，客戶端瀏覽器向 DNS 伺服器查詢圖片所在伺服器，併發送訪問請求。
使用者請求通過負載均衡（隨機選擇多個伺服器中的一個）訪問站點處理請求。伺服器從快取服務中查詢圖片資訊，並從資料庫中調取其它資訊。我們注意到此時，圖片尚未進行色彩渲染計算，便傳送“色彩渲染”任務到任務佇列。此時該服務所在伺服器非同步處理任務，適時將結果更新到資料庫。
接下來，我們嘗試匹配相似圖片，以圖片標題作為輸入，進行全文搜尋服務。使用者登入系統，系統通過賬戶服務查詢賬戶資訊。最後，系統將該頁面檢視事件作為日誌流處理並在雲端儲存系統中記錄，再錄入資料倉庫，供資料分析師做之後的商業分析。
伺服器將渲染的 HTML 頁面先經過負載均衡，再返回到使用者瀏覽器。頁面包含 Javascript 指令碼和 CSS 資原始檔，存於與我們的 CDN 相連的雲端儲存系統中，使用者瀏覽器直接通過 CDN 獲取內容。最後，瀏覽器顯式地渲染頁面，供使用者瀏覽。
下面，我們就每一個元件詳細討論，做最最基礎的介紹，幫你建構認知模型，思考整個前面提到的整個網路服務架構。之後我還會發布其它文章，基於在我司學習到的內容，為大家更有針對性地從實踐角度做推薦。
1. DNS
DNS（Domain Name Server）是域名伺服器的簡稱，它是網際網路依存的基礎設施。簡單來說，DNS 提供域名與 IP 地址的鍵值對查詢，例如（google.com 域名對應 85.129.83.120 IP 地址），這非常有必要，它讓你的電腦通過請求尋路到特定伺服器。就好比打電話，域名與 IP 地址的關係類似於聯絡人和電話號碼的關係。以前你需要電話號碼簿記錄他人的電話號碼，現在你需要 DNS 伺服器尋找域名對應的 IP 地址。所以你可以把 DNS 想象成網際網路世界的電話簿。
這裡我們還有很多細節可以深入，暫時先跳過，因為這不是我們基礎課的重點。
2. 負載均衡
在詳解負載均衡之前，我們先退一步討論一下應用的縱向擴充套件和橫向擴充套件。兩者有什麼區別？簡單來說，參考StackOverflow 的這篇帖子 ，橫向規模擴充套件意味著通過在資源池中加機器，縱向擴充套件意味著在已有機器上增強算力（如 CPU，RAM）。
在 web 開發絕大多數情況下，會選擇橫向擴充套件。理由很簡單，伺服器會宕機，網路會斷線，資料中心會掉電。多臺伺服器可以保證你的應用在能夠一邊停機維護，一邊持續工作。換句話說，應用能夠“容錯”。另外，橫向擴充套件能最小限度地耦合不同後臺服務（web 伺服器，資料庫，等等），使不同服務在不同機器上執行。還有一點，縱向擴充套件是有上限的，到達一定限度就無法再擴充套件。世界上也不存在一臺超算計算機承載應用的所有計算，典型例子想象一下 Google 的搜尋平臺，哪怕其它公司達不到這麼大的規模。其它公司，比如我司，Storyblocks，任何時候都把服務跑在 150-400 個 AWS EC2 例項上。通過縱向擴充套件提供算力是相當有挑戰的。
回到負載均衡，可以說它是橫向擴充套件的黑魔法。它將傳入請求轉路到多個伺服器中的其中一個，再將響應回傳給客戶端。多個伺服器彼此作為映象，任意機器都會以同樣的方式處理請求。向服務叢集分發訊息，便不會出現單個伺服器過載的情況。
理論上負載均衡就這些要點，很簡單直接。當然了，簡單的理論背後有更多細節，這篇入門文章裡我們不再贅述。
3. Web 應用伺服器
從上層角度來看，web 應用伺服器相對好理解，它們用來處理核心業務邏輯，處理使用者請求，給客戶端瀏覽器返回 HTML。處理這些任務便是與後臺基礎設施間通訊，比如資料庫、快取服務、任務佇列、搜尋服務、其它微服務和訊息/日誌佇列等等。一般情況下至少兩個應用伺服器，或者更多，這些應用服務接入負載均衡，處理使用者請求。
應用伺服器的實現通常需要某種特定語言（Node.js, Ruby, PHP, Scala, Java, C# .NET 等）和對應的 MVC 框架上（Node.js 的 Express、Ruby on Rails、Scala 的 Play、PHP 的 Larave 和 Java 的 Spring 等等)。語言和框架的細節我們這裡不做贅述，有興趣的讀者可以自行深入研究。
4. 資料庫伺服器
任意現代 Web 應用都使用一個甚至多個數據庫來儲存資訊。資料庫用來定義資料結構，對資料進行增刪改查，高階運算操作等等。多數情況下，web 應用伺服器與一個數據庫進行直接通訊，任務伺服器同理。另外，每個後臺服務都有一個自己的資料庫，並與其它的應用隔離。
儘管在本文中，我們儘量避免深入討論架構中的某個特定技術，這裡我還是想特殊地提一下資料庫中的 SQL 和 NoSQL。
SQL（Structured Query Language）全稱結構化查詢語言，1970 年代釋出，提供了查詢關係型資料庫的一種標準形式，並廣為大眾接受。SQL 資料庫將資料以表的形式儲存，通過 ID （通常為 int 整型）這種方式使表之間相互關聯。舉個簡單的例子，我們想要儲存使用者的歷史地址資訊。需要準備兩張表，使用者表 users 和使用者地址表 user_addresses，並通過 user_id 進行關聯，如下圖。表間相關聯是通過在 user_addresses 表中使用 user_id 作為外來鍵實現的。
。在 web 開發中 SQL 非常普遍，瞭解其基礎作為應用架構還是很有必要的。
NoSQL，如其字面意思，“非-SQL”，是一種新型資料庫，用來應對大規模 web 應用中的海量資料（大部分 SQL 不能很好支援橫向擴充套件，只能從某些方面支援縱向擴充套件）。如果你完全不瞭解 NoSQL，推薦下列文章：
- https://www.w3resource.com/mongodb/nosql.php
- http://www.kdnuggets.com/2016/07/seven-steps-understanding-nosql-databases.html
- https://resources.mongodb.com/getting-started-with-mongodb/back-to-basics-1-introduction-to-nosql
我還想順便提一點，業界通常使用 SQL 作為 NoSQL 資料庫的表層呼叫 ，不懂 SQL 的話還是很有必要去學習的，如今的業務場景很難避開它。
5. 快取服務
快取服務提供一種簡單的鍵值對資料儲存，使存取資訊時間複雜度接近 O(1) 。應用內通常使用快取服務儲存運算成本高昂的運算結果，再次請求時從快取中檢索結果，而非在每次請求時都重新計算。快取內容可以是資料庫查詢，外部服務呼叫結果，連結返回的 HTML，等等。下面我們從真實場景中舉例：
- 搜尋引擎服務（比如百度）會快取一些常見的查詢結果，比如“狗”，“周杰倫”，而不是在每次查詢時都實時計算。
- 社交網站服務（比如 Facebook）會快取每次登陸時使用者看到的資料，比如最近博文，好友，等等。這裡有一篇Facebook 如何做快取 的文章。
- 我司（Storyblocks）會快取伺服器端 React 渲染的 HTML 頁面，搜尋結果，預輸入結果，等等。
最常用到的伺服器快取技術是 Redis 和 Memcache。我之後會在其它文章中深入討論。
6. 任務佇列及伺服器
大部分 web 應用背後都有非同步任務在處理，這些任務不必直接響應使用者請求。比如說，谷歌需要爬取整個網際網路並建立索引以返回搜尋結果，但這實際上並不是在你每次搜尋時都實時進行，而是通過非同步方式爬取網路結果並更新索引。
非同步任務有很多不同的方式來完成，最常用的是任務佇列。它包含兩部分：正在執行的任務佇列，和一或多個處理任務的伺服器（通常稱為 workers）。
任務佇列儲存了一系列需要非同步執行的任務。最簡單的任務排程是 FIFO（先進先出）的方式，不過大部分應用使用按優先順序排序的排程方式處理任務。每當一個任務需要被執行，要麼使用統一的排程演算法，要麼是按使用者行為按需排程，該任務便被加入佇列中等待被執行。
舉個例子，我司利用任務佇列，賦能後臺任務以支援營銷活動。我們用後臺任務編碼多媒體檔案如視訊圖片，處理資料如在 CSV 做元資料標記，聚合使用者行為分析，執行郵件服務比如給使用者傳送重置密碼的郵件，等等。我們最初使用 FIFO 排程任務，後來優化為優先佇列，以保證時間敏感的操作完成的實時性，比如立馬傳送重置密碼郵件。
任務伺服器執行任務時，先檢視任務佇列中是否有任務需要執行，若有任務便彈出該任務並執行。有很多語言和框架可以在伺服器上使用作為任務佇列，這裡不多講。
7. 全文檢索服務
在一些應用中，為使用者提供搜尋功能，使用者輸入文字時（查詢語句）應用返回相近結果。這種技術通常指的是“全文檢索 ”，運用倒排索引 快速查詢包含查詢關鍵字的文件。
上圖中例子顯示了三個文件標題被轉換成倒排索引，通過某些標題關鍵字能夠快速檢索文件。通常停用詞（英文中的：in、the、with 等，中文中：我、這、和、啊等）不會被加入到索引中。
儘管我們可以直接通過資料庫做全文檢索，比如MySQL 支援全文檢索 ，但通常我們會跑一個單獨的“搜尋服務”計算並存儲倒排索引，並提供查詢介面。目前主流的全文檢索服務是Elasticsearch ，還有Sphinx ，Apache Solr 等選擇。
8. 服務
當應用到達一定的規模，通常傾向於拆分其為單個應用，作為“微服務”。外界對這些微服務是不可感知的，但應用內服務間相互通訊。比如我司有各種運維服務和計劃執行服務：
- 使用者服務 儲存所有平臺網站使用者資料，便捷地提供交叉銷售商機，以及統一的使用者體驗。
- 內容服務 儲存多媒體檔案的元資料，並提供檔案下載介面和下載歷史資訊等。
- 支付服務 提供客戶付款資訊介面。
- PDF匯出服務 提供統一介面，將 HTML 轉換成相對應的 PDF 檔案並下載。
9. 資料
如今各大公司成敗在於 “如何很好地管理資料”，在應用到達一定規模時規範資料流程。一般來說有：加工資料、儲存資料和分析資料，這三個步驟：
- 資料加工 應用響應使用者互動事件，將資料傳送到資料流處理平臺（提供流資料處理介面）進行處理。通常原始資料被轉換或加工並傳入另一個數據流處理平臺。AWS Kinesis 和 Kafka 是此類資料流處理最常用的工具。
- 資料儲存 原始資料和轉換加工後的資料在雲端儲存。例如 AWS Kinesis 提供叫做 “firehose” 的配置，將原始資料儲存在其雲平臺 Amazon S3 上，使用起來極其方便。
- 資料分析 轉換加工後的資料會載入入資料倉庫來做後續分析。我司使用 AWS Redshift 作為資料倉庫，很多創業公司也都在用，大型公司一般選擇 Oracle 或者其它的資料倉庫服務。當資料量十分龐大時，可能需要用類 Hadoop 的 NoSQL MapReduce 技術來做後續分析。
還有一個步驟沒有在架構圖中繪出：從應用和服務運維資料庫中把資料匯入資料倉庫。例如在我司，我們每晚都會把各個服務的資料存到 AWS Redshift，把核心業務的資料和使用者互動行為的資料放在一起，提供給我們的資料分析師一個整體化的資料集。
10. 雲端儲存
“雲端儲存既簡單，擴充套件性又好，方便使用者在全網獲取、儲存、分享資料” ——AWS 雲端儲存服務 。任意在本地檔案系統儲存的檔案，你都可以通過雲端儲存存取，並用 HTTP 協議通過 RESTful API 訪問並互動。Amazon S3 提供了目前最流行的雲端儲存，我司在其上廣泛儲存各種東西，從多媒體素材、視訊、圖片、音訊，到 CSS、Javascript 乃至使用者行為資料等等。
11. CDN
CDN 指的是內容分發網路，該技術提供一種素材服務，比如儲存靜態 HTML，CSS，Javascript 和圖片。從全網獲取這些靜態素材比從單個源伺服器獲取要快的多。它的工作原理是將內容分佈在世界各地的邊緣伺服器上，而不是僅僅放在一個源節點上。比如說，下圖中一個西班牙的使用者訪問某個源節點位於紐約的網站，但是頁面的靜態素材通過英國的 CDN 邊緣伺服器載入，這樣就避免了冗餘的跨大西洋的 HTTP 請求，提快了訪問速度。
這篇文章 更詳細解釋了為什麼使用 CDN。總的來說，網路應用可以使用 CDN 來儲存諸如 CSS、Javascript 和圖片視訊等素材，甚至靜態 HTML 網頁。
一些想法
以上便是網路應用架構基礎課的全部內容，希望這篇文章對你有幫助。接下來我還會發布進階課的文章，詳細研究上述的某些元件。
譯文：Web 應用架構基礎課