主题：请教：关于大流量网站的架构问题 -- kingcu
家园 请教：关于大流量网站的架构问题 有朋友在国内想建一个网站，考虑到以后流量可能会很大，打算做成像Google那样的架构：用普通的PC做服务器，流量增加的时候，相应增加服务器的数量即可。Google的一个cluster有几千台普通PC构成，在全世界有多个cluster，是用软件做的Domain Name Resolution，硬件做的Load Balancing。这个链接是我找到的介绍Google服务器架构的，但是没有详细的implementation detail。河里有没有知道的牛牛，请指点一二。凡答复者一律花谢。
家园 不要学Google Google那种硬件架构一般企业根本无法复制的，基于巨大的数量优势来形成规模效益，别的不敢说，反正国内三甲的互联网企业学的都觉得有点遥不可及，一般企业还是不要考虑那个架构了。几千台服务器老实点自己租机房也不会多少钱，现在国内机房带宽都便宜了。
家园 说早不早的问题 架构是应该提前考虑的，但是别上来就想这么远，先想着如果一台机器不够了，能不能再上一台，然后自己不要太多动代码，这第一步走好了，以后慢慢就有感觉了，尤其建议不要在只有一台或者不超过三台服务器的时候去琢磨怎么榨干计算能力，有那功夫去谈谈投资，去拜访拜访客户都有好处，王婆卖瓜一把，有篇文章你看看
家园 同上，我的教训就是，还没有做之前，先别考虑这个问题。 现在考虑，毫无意义，就像一个娃还在肚子里面，就考虑他将来要上清华还是哈佛了。
家园 建议流量大了再考虑这个问题 如果流量大到需要用gfs的结构. 那个时候会有很多钱和牛人帮你做这个事情.
现在你朋友的首要问题应该是如何让流量撑暴一机柜的服务器.
家园 建议咨询一下Citrix，没准这个虚拟化技术适合你 家园 这个能直接用那些云计算中心提供的服务么？ 家园 没那么夸张，参考豆瓣 国外的不也还有WIKI这个网站可以参考么。呵呵
开源项目的LVS，HADHOOP现在都已经很成熟了
家园 除非你的计算量很大，否则没有必要用gfs架构 google之所以用自己的分布式文件系统GFS，以及建立在GFS之上的big table分布式数据库，都是因为它自己的应用特性决定的。反过来，GFS和big table也是针对google的应用特性来设计和优化的。
首先，google在后台对crawler扒来的网页数据进行处理，进行大规模的矩阵运算，来得出page rank，这本身就是要消耗大量的CPU cycles，所以server farm对它来说是最便宜的CPU资源了：400块一个白盒子，简直就是白菜。同时得到的还有更加廉价的硬盘空间。
而google big table分布式数据库，从google发表的论文里面可以看出一鳞一爪，那就是：big table是面向添加优化，而非面向修改优化，另外big table是面向文本内容而非面向二进制内容优化的。这些都是为了google搜索服务的。
你的朋友的网站，其实一开始不必考虑那么多，用不同的二级域名做一下负载均衡，设计的时候考虑一下，对可能的负载瓶颈，比如mysql服务器，做一下均衡，就可以了。等真的流量上去了，再重新设计不迟。
家园 这个是王道。 nginx做反向代理，在应用层做负载均衡也是不错的选择。
另外服务器方面，amazon的ec2也可以考虑考虑。
家园 电信网通等一个项目 1000 万的话，设计费就 30万。 老兄这个设想，比他们的难度更高，要想这里的兄弟给你拿主意
确实太难。 再牛的人，这事没个三四个月也搞不定。
照你的要求这件事已经成了个科研项目了。真要合作研究出来的花费
已经超过了买服务器的价格了。 那就还真不如用个普通
的架构设计呢。 用负载均衡路由器带几台正式的服务器，forget
这个普通 PC 的主意吧。
家园 拿30万人民币找个牛人设计吧 光要个设计方案的话，5万块一个月也许也可以。
这个东东一般的大牛都是搞不定的，在这里问基本上是浪费时间。
家园 How about Amazon, eBay then? 如果说google的架构比较特殊，仅此一家的话，那么Amazon,eBay是怎么样架构的呢？
