服务端高并发分布式架构演进
单机架构
应用程序+数据库都在一台机器上，通常用于项目初期用户量较小阶段，或者快速通过市场检验业务的阶段，没有对性能、安全有很高的要求，维护成本也较低
Web 服务器软件：Tomcat、Netty、Nginx、Apache 等
数据库软件：MySQL、Oracle、PostgreSQL、SQL Server 等
应用数据分离架构
应用程序和数据库分别部署在两台机器上，通常使用socket网络通信，性能相较于单机架构会好一点
应用服务集群架构
并发量增加到一定程度，数据分离架构这时也无法满足要求，我们就需要多个机器上部署应用程序来降低每一台的并发量，因此我们还要在前面加一层负载均衡层，这里就涉及到一些负载均衡算法了：
Round-Robin 轮询算法。即非常公平地将请求依次分给不同的应用服务器
Weight-Round-Robin 轮询算法。为不同的服务器（比如性能不同）赋予不同的权重（weight），能者多劳
⼀致哈希散列算法。通过计算用户的特征值（比如 IP 地址）得到哈希值，根据哈希结果做分发，优点是确保来⾃相同用户的请求总是被分给指定的服务器。也就是我们平时遇到的专项客户经理服务
这时的数据库还是只有一个，部署在一台额外的机器上
负载均衡软件：Nginx、HAProxy、LVS、F5 等负载均衡软件：Nginx、HAProxy、LVS、F5 等
读写分离/主从分离架构
随着应用服务器的增多，最后的数据请求都打到了数据库服务器上。所以现在数据库成了瓶颈了，因为无法保证数据一致性，所以我们不能像扩展应用服务器那样扩展数据库服务器
解决办法为，读写分离：保留一个主要的数据库为写入数据库，其他的数据库为读取数据库（从属数据库），所有的写操作都打到了主数据库上，所有的读操作都打到从属数据库上（读数据库可能有多个这里应该也有负载均衡），大部分的系统中，读写请求都是不成比例的，例如 100 次读 1 次写。当然这个过程不是无代价的，主库到从库的数据同步其实是由时间成本的，但这个问题我们暂时不做进一步探讨
MyCat、TDDL、Amoeba、Cobar等类似数据库中间件等
冷热分离架构（引入缓存）
随着读取请求越来越多，发现一些数据被读取的频率远大于其他数据
根据28法则，20%的数据就可以满足80%的请求，所以我们把那20%的数据通过本地缓存存起来，在用户要访问数据的时候先去访问缓存，如果缓存命中，直接返回；缓存没有命中，再去访问数据库，这样就可以大大减轻从数据库的压力
其中涉及的技术包括：使⽤ memcached 作为本地缓存，使⽤ Redis 作为分布式缓存，还会涉及缓存一致性、缓存穿透/击穿、缓存雪崩、热点数据集中失效等问题
垂直分库
随着业务规模越来越大，大量的数据存在一个库中有些力不从心了。所以可以根据业务逻辑，将不同的数据存在不同的库里面
比如针对评论数据，可按照商品ID进行hash，路由到对应的表中存储；针对支付记录，可按照小时创建表，每个小时表继续拆分为小表，使用用户ID或记录编号来路由数据。只要实时操作的表数据量足够够小，请求能够足够均匀的分发到多台服务器上的小表，那数据库就能通过水平扩展的方式来提高性能。其中前面提到的 Mycat 也支持在大表拆分为小表情况下的访问控制。这种做法显著的增加了数据库运维的难度，对DBA（ Database Administrator，数据库管理员）的要求较高。数据库设计到这种结构时，已经可以称为分布式数据库，但是这只是⼀个逻辑的数据库整体，数据库里不同的组成部分是由不同的组件单独来实现的，如分库分表的管理和请求分发，由Mycat实现，SQL的解析由单机的数据库实现，读写分离可能由网关和消息队列来实现，查询结果的汇总可能由数据库接口层来实现等等，这种架构其实是MPP（大规模并行处理）架构的⼀类实现
相关软件：Greenplum、TiDB、Postgresql XC、HAWQ等，商用的如南大通用的GBase、睿帆科技的雪球DB、华为的 LibrA 等
微服务（业务拆分）
随着人员增加，业务发展，我们将业务分给不同的开发团队去维护，每个团队独立实现自己的微服务，然后互相之间对数据的直接访问进行隔离，可以利用 Gateway、消息总线等技术，实现相互之间的调用关联。甚至可以把一些类似用户管理、安全管理、数据采集等业务提成公共服务。
Attention
以上的架构没有孰优孰劣，一切的架构选择都是在业务基础上。对于简单业务，可能选择单机架构就足够用了，对于类似几亿并发量的系统，我们就需要更加合理的架构设计。因此我们总能找到一种最合适于当前业务的架构，为了避免锤子精神，我们需要对当前业务有深入了解之后再谨慎做出选择。当然，在一开始工作的时候可能涉及不到类似的架构选择的工作，但是我们需要知道为什么当前业务选择了这种架构，当前架构对于当前业务有什么优势？又有什么不足需要补足？
Redis
Redis是一种基于键值对的非关系型数据库，Redis中的值可以是由 string（字符串）、hash（哈希）、list（列表）、set（集合）、zset（有序集合）、Bitmaps（位图）、HyperLogLog、GEO（地理信息定位）等多种数据结构和算法组成，因此 Redis 可以满足很多的应用场景，而且因为 Redis 会将所有数据都存放在内存中，所以它的读写性能非常惊人。不仅如此，Redis 还可以将内存的数据利用快照和日志的形式保存到硬盘上，这样在发生类似断电或者机器故障的时候，内存中的数据不会“丢失”。除了上述功能以外，Redis 还提供了键过期、发布订阅、事务、流水线、Lua 脚本等附加功能。总之，如果在合适的场景使⽤号 Redis，它就会像一把瑞士军刀一样所向披靡