大数据下Web Server面临的挑战

来源：51CTO 作者：博客

2012/6/12 13:04:43

从只是简单的数据读写，到现在的跨平台数据分享，海量数据的读写与实时分享为每个互联网公司带来了严峻的考验，无论是数据库还服务器的性能。

从只是简单的数据读写，到现在的跨平台数据分享，海量数据的读写与实时分享为每个互联网公司带来了严峻的考验，无论是数据库还服务器的性能。在面对大数据、高并发的挑战时，Web Server作为底层承载平台又将如何应对?还将有哪些挑战?今天记者联系到新浪研发中心系统开发部高级系统工程师@陈尔冬来说一说Web Server的这些事。

互联网发展至今我们已经历了Web1.0时代与Web2.0时代，现在又在经历移动互联网时代。Web Server在这三个不同的时代中都扮演着底层承载平台的角色，但是在这三个互联网时期中用户对于服务的需求是完全不同的。Web1.0时代，用户只需要服务器完成简单的读写任务;Web2.0时代，用户需要和其他人保持相应的互动;而现在，不仅仅是之前的两种需求，跨平台的数据即时分享成为了更重要的用户需求。那么在这三个不同时期中对于Web Server的性能上的需求有哪些不同?

在不同时期用户对于Web Server性能上的需求陈尔冬表示：“随着互联网的发展，业务逻辑也越来越复杂，每页面带给Web Server的请求数和CPU计算量越来越高;另一方面，随着客户端性能越来越好、用户接入带宽越来越越来越高，又希望Web Server的延迟越来越低、响应时间越来越短。虽然Web Server硬件设备的性能越来越好，主流Web Server的性能在C10k问题攻破后也拥有了质的飞跃，但对于个别超大规模互联网公司来说，主流Web Server软件的功能或性能还是可能存在不少不尽如意的地方。”

目前大数据、高并发、高负载的数据处理已经成为了众多互联网公司面临的首要问题。解决这些问题主要取决于数据库与整个系统架构的性能，但是对于Web Server这个底层平台来说又当如何应对大数据、高并发带来的挑战呢?对于企业来说，进行Web Server的二次开发是否能解决这些问题呢?

陈尔冬：原则上不仅仅是数据库，而是数据，数据的产生、传输、处理、存储以及挖掘一系列过程。数据库仅仅是中间一环。因为数据库和其他数据相关组件天然有状态(数据本身特点决定的)，不像Web Server这样易于扩展(主流使用方法都可以实现通过简单点增加物理服务器来扩展Web Server性能)，直接导致了海量数据的挑战是目前大规模和超大规模互联网公司的首要难题。相对来说，易于扩展的Web Server，问题变的不是那么紧迫。所以目前只有技术力量雄厚的公司(如百度、淘宝、腾讯)才会在Web Server做深度的二次开发。一般来说，在Web Server二次开发工作上还是集中在满足特殊的功能需求。

但是也有一些例外，这就是云计算。云计算服务提供商，特别是PaaS云计算提供商希望向用户提供高性能、高可用性、高可扩展性的服务，希望用户不用关心底层实现细节同时用户可以按实际使用量付费。

这就带来以下两个挑战：

如果是系统平台PaaS提供商，就需要对用户抽象系统细节。如数据库平台提供商希望对用户抽象底层数据库服务器架构或者部署形式很多成熟的开源系统软件其实不不能完全满足云计算的需求，云计算提供商需要自己开发软件去整合开源软件并提高其可用性、扩展性或故障容忍能力由于需要按需支付，所以需要能够对用户使用情况进行审计并时间计费。

面对这些挑战，很多云计算提供商选择在系统软件前搭建一层自己的API层并以此作为系统平台的入口，这样只要把自己的业务逻辑继承在这个API层就可以解决上面所有问题。而构件API层的主要方法之一是基于Web Server二次开发提供高性能的RESTful API。最具特点的代表就是agentzh(章亦春)的Nginx Conf编程。

就目前而言，用户需要的不仅仅是满足服务需求，更重要的是优秀的用户体验，对于一个架构师来说应该本着什么样的设计理念去设计并优化大数据下的系统架构呢?

陈尔冬：这个问题有点泛。架构师需要考虑和权衡得纬度很多，性能和功能仅仅是一方面。架构师需要在功能、性能、稳定性、易用易管理等多个维护之间找到一个符合自己公司特点得平衡点，并且不断去调整和优化系统架构去无限接近那个平衡点。

现在做技术无非都是从业务需求入手，对于新浪来说近两年以来新浪微博已经成为了国内最大的网络社交平台，相比09年内测的时候目前新浪微博在服务器上做过哪些调整呢?

陈尔冬：新浪微博之前主要在数据相关的组件上做的工作比较多，主要因为这方面给我们带来的挑战最大。比较有代表的工作如Feed系统、关系系统、缓存系统、可支持跨IDC多点写入的消息系统等。

责编：赵龙