Web应用架构入门之11个基本要素_JavaScript

译者： 读完这篇博客，你就可以回答一个经典的面试题：当你访问google时，到底发生了什么？

原文：web architecture 101
译者：fundebug

为了保证可读性，本文采用意译而非直译。另外，本文版权归原作者所有，翻译仅用于学习。

当我还是小白的时候，如果知道web应用架构就好了！

上图展示了我们storyblocks的架构，对于初学者来说，似乎有些复杂。

下面我通过用户访问strong beautiful fog and sunbeams in the forest页面的处理过程来简单说明各个架构要素的作用：

当用户点击strong beautiful fog and sunbeams in the forest访问我们的图片服务时，浏览器会先给dns(域名解析服务)服务器发送请求，获取ip地址，然后再给storyblocks服务器发送请求。
用户的请求会到达我们的load balancer(负载均衡服务)，load balancer会随机选择我们10个web application server(网页应用服务)中的一个来处理这个请求。
web application server会先在caching service(缓存服务)读取图片信息，然后再从database(数据库)中读取其他数据。
当web application server发现图片的color profile(颜色分析)还没有计算时，会给job queue(任务队列)发送一个color profile任务。
job server(任务服务)会从job queue中获取corlor profile任务进行异步计算，计算结束之后再更新数据库。
web application server会给search service(搜索服务)发送搜索请求，以图片的名字作为关键词，来查找类似的图片。
如果用户恰好是登录状态，web application server会去访问account service(账号服务器)来获取账号信息。
web application server会给data firehose(数据加载服务)发送一个page view(网页浏览)事件，并把它记录到我们的cloud storage system(存储云)，最终加载到我们的data warehouse(数据仓库)中。数据分析师会通过data warehouse中的数据来分析我们的运行情况，辅助我们的商业决策。
web application server会渲染出html，并把它通过load balancer发送给用户的浏览器。页面中的javascript和css文件存储在我们的cloud storage system(存储云)中，并通过cdn进行分发。因此，用户的浏览器会直接访问cdn来获取javascript和css文件。
最后，浏览器再渲染整个页面给用户看。

我们的strong beautiful fog and sunbeams in the forest页面有一张非常漂亮的森林图片，网页截图如下：

接下来，我会依次介绍每一个要素。

1. dns

dns全称为domain name server，即域名解析服务，它是互联网的基础。提供域名(比如google.com)，dns可以返回其ip地址(比如85.129.83.120)。有了ip地址，用户的计算机才知道应该访问哪个服务器。这一点类似于手机号码，域名与ip的区别等价于"给马云打电话"和"给201-867–5309打电话"。以前你需要通过电话本查找马云的手机号码，那dns就类似于互联网的电话本，你需要它来查询某个域名的ip。

2. load balancer

load balancer(负载均衡服务器)是我们对应用进行横向扩展的关键。它会把请求分发到多个web application server(网页应用服务)中的一个，这些application server运行的程序是一样的，对同一个请求的处理方式完全相同，它们会把请求返回给客户端。load balancer的作用就是分发请求，这样，当某个服务器宕机时，仍然可以保证服务。

目前，业界最受欢迎的load balancer是nginx，fundebug用的也是nginx。

3. web application servers

web application server，即网页应用服务，理解起来相对简单一些。它们负责执行核心的业务逻辑，处理用户的请求，并返回html给用户浏览器。为了完成工作，它们通常需要访问多种后端服务，比如数据库、缓存、任务队列、搜索服务等。在load balancer中提到过了，web application server通常有多个副本，它们从load balancer获取用户请求。

web application server需要使用特定的编程语言(java, node.js, ruby, php, scala, java, c# .net等) 和mvc框架(node.js有express, ruby有rails, scala有play, php有laravel等)来实现。fundebug后端语言用的是node.js，框架用的是express。

4. database

现代应用基本上都需要使用1个或者多个dabase(数据库)来存储数据。利用数据库，我们可以方便地对数据进行各种处理，比如定义数据结构、插入数据、查找数据、更新数据、删除数据、对数据进行计算等。一般来说，web application servers会直接访问数据库，job server也一样。另外，每一种后端服务都有可能会需要独立的数据库。

目前，业界最受欢迎的开源数据库技术有mysql、mongodb等。fundebug用的是mongodb。

5. caching service

caching service，即缓存服务，提供简单的键值对存储和读取服务，它可以让数据的存储和读取的时间复杂度接近于o(1)。对于复杂的计算，我们会将计算结果存储到缓存中，这样下次需要结果时，就不需要重新计算了，可以从缓存中直接读取结果。web application servers会将数据库查询、外部调用结果、某个url对应的html文件等存储到缓存中。

下面是一些真实的缓存实例：

google会缓存常见查询的结果，比如"dog"或者"taylor swift"，而不是每次去重新计算。
facebook会缓存你登陆时看到的数据，比如动态、朋友等，细节可以阅读。
我们storyblocks会缓存react服务端渲染的html，搜索结果等。

目前，业界最受欢迎的缓存技术是redis和memcache。fundebug用的是redis。

如何你希望实时监控线上应用的bug，欢迎免费试用fundebug!

6. job queue & servers

大多数网页应用都需要在后台进行一些异步计算，这些计算并非直接与响应用户请求有关。比如，google需要爬取整个互联网的网页，并为其建立索引，这个计算不是在你搜索的时候进行，而是异步进行，他们一直在更新网页索引。

异步计算有多种不同的方式，最普遍的方式就是job queue，即任务队列。它由两部分组成，一个保存任务的队列，以及一个或者多个运行任务的服务。

job queue中保存了需要进行异步计算的任务。最简单的任务队列是first-in-first-out (fifo)，即先进先出，而更为复杂的队列会有优先级机制。对于 web application servers来说，当需要计算某个任务时，将这个任务加入队列就可以了。

在storyblocks，我们利用job queue运行非常多的后台任务，比如编码视频和图片、为csv加标签、统计用户数据、发送密码重置的邮件等。刚开始我们用的是fifo队列，后来我们增加了优先级机制来保证响应时间要求高的任务(比如发送密码重置邮件)可以尽快处理。

job server(任务服务)负责运行任务，它们不断从队列中获取任务然后执行。job server也可以使用各种后端语言编写，fundebug用的是node.js。

目前，业界流行的job queue技术有rabbitmq、、kafka等，fundebug用的是rabbitmq。

7. full-text search service

大多web应用都会支持搜索功能，用户输入关键词，应用返回相关结果。搜索技术也被称作full-text search，即全文检索，是通过inverted index(倒排索引)来是的。如下图所示：

事实上，数据库比如mysql会支持全文检索功能，但是一般来说我们会采用独立的search service(搜索服务)来计算和保存倒排索引，并提供搜索接口。目前最受欢迎的全文检索技术是elasticsearch，当然还有其他选择，比如和，fundebug用的是elasticsearch。

8. services

当应用规模足够大时，很可能需要将一些服务拆分出来。这些服务并不向外部提供，而是提供给web application servers以及其他内部服务。在storyblocks，我们有很多这样的服务：

account service(账号服务)：管理我们所有站点的用户账号数据，提供统一的账号系统。
content service(内容服务)：管理我们所有视频、音频和图片的元数据，它会提供下载内容和查看历史的接口。
payment service(支付服务)：提供接口来结算用户的信用卡。
html → pdf service(html转pdf服务)：提供html转pdf的接口。

services也可以使用各种后端语言编写，fundebug用的是node.js。

9. data

ai时代，一个公司的成败取决于它如何利用数据。一个典型的数据处理处理流程有3个主要步骤：

web application servers负责收集数据，通常是一些用户行为记录，将数据发送给data firhose(数据加载服务)，data firhose负责将流数据可靠地加载到数据存储和分析工具。aws kinesis和kafka可以作为data firhose。
data firhose将收集的原始数据以及初步处理过的数据存储到数据云中。aws kinesis data firehose可以方便地将数据存储到aws 云存储(s3)中。
初步处理过的数据可以加载到data warehouse(数据仓库)进行处理。我们使用的是aws redshift，大型公司有些使用oracle的data warehouse。如果数据非常大的话，可能需要使用。

还有，我们storyblocks会每天晚上将web application servers和各种services的运行数据加载到redshift中。这样，我们的数据分析师可以结合所有数据进行综合分析。

fundebug使用kafka作为data firhose，使用阿里云的对象存储 oss作为数据仓库，使用进行离线数据分析。

10. cloud storage

cloud storage即数据存储云，可以通过安全、可扩展的数据存储服务，可以存储任意数据，并可以通过http接口进行操作和管理。亚马逊的aws 云存储(s3)是当前最受欢迎的数据存储云，我们storyblocks依赖它来存储视频、音频、图片、javascript、css以及前文提到过的用户行为数据等。

fundebug使用阿里云的对象存储 oss以及腾讯云的对象存储 cos作为数据存储云。

11. cdn

cdn，全称为content delivery network，即内容分发网络，它可以利用更靠近用户的服务器分发html、css、javascript和图片等静态资源，有效降低页面加载时间。不再使用单个源服务器提供服务，而是利用全球各地的服务器作为缓存服务器分发静态资源，用户可以直接从更加靠近他们的缓存服务器下载资源，而不需要去访问源服务器。

如下图所示，当西班牙的用户给纽约的网站请求某个页面时，静态资源可以从英国的缓存服务器直接下载，而不再需要进行速度很慢的跨大西洋访问：