高性能Web站点技巧原理

大型网站关键技术介绍 1.pv(pageviews),访问量大 带来问题 a.流量大10000000*2m-解决方案买带宽,优化程序(处理图片) b.并发量,同时访问网站的人多.,解决方案 对程序的架构重新设计.-服务器集群示意图: 1.数据量大-10亿记录 解决方法是 a.表的设计合理 b.分表

大型网站关键技术介绍

1. pv值(page views),访问量大 

带来问题

a. 流量大 10000000*2m ->解决方案 买带宽 ,优化程序(处理图片)

b. 并发量,同时访问网站的人多.,解决方案

对程序的架构重新设计.->服务器集群  示意图:

1. 数据量大->10亿记录

解决方法是

a. 表的设计合理 

b. 分表技术(垂直分割，水平分割) c. 建立索引 d. 读写分离 e. mysql配置优化(调整最大并发量,定时对数据库碎片整理,备份 crontab) f.硬件升级) 

c. 页面静态化 

d. 缓存技术(memcached)

页面静态化

简单解释一下页面静态化:

看几个概念，然后写代码:

静态网址: 比如 http://localhost/abc.html  即，如果我们访问的页面是静态页面，我们把这个url称为静态网站.

特点: 1. 利用seo (search engine optimization) 搜索引擎优化2. 访问速度快 3. 防止sql注入

http://localhost/index.php?u=xx&p=/*11288 */

如果我们写程序 loginCheck.php

[php] view plaincopy

1. "font-family:SimSun;font-size:14px;">
2.     $id=$_GET[‘id’];  
3.     $pwd=$_GET[‘pwd’];  
4.     $sql=”select  pwd  from users where id=$id”;  
5.     $res=mysql_query($sql);  
6.     if($pwd= = =从数据库中取出的密码){  
7.         //说明该用户存在  
8. 　　}else{  
9. 　　  //说明用户密码错误!  
10. 　　}  

动态网址 ：比如 http://localhost/news.php?id=112 , 即，访问的是一个PHP页面，可以传入参数.称为动态网之.

特点: 1. 不利用SEO 2. 访问速度慢 3. 有被注入sql可能

 

伪静态网址 ： 在实际开发中，我们希望达到这样目的，把下面的网址

http://localhost/ news.php?lang=cn&class=sprot&id=2

修改成如下网址

http://localhost/news-cn-sport-id2.html 

上面的网址，我们称为伪静态网址 ：

特点: 1. 利用SEO 2. 防止注入  3. 他任然要访问数据库，速度没有变化

 

 页面静态化技术分类:

从方式看(1. 真静态 2.伪静态)

从范围看(1.全局静态2. 局部静态化[ajax+jquery])

 压力测试工具ab.exe

介绍一款测试压力的工具   该工具程序是apache自带的, 大家在工作中可以使用该工具来测试自己的网站并发量大小，和某个页面的访问时间

 基本用法,进入到cmd 控制台

ab.exe –n 访问的总次数 –c  有多少人访问(并发量) 访问的页面url

举例说明:

ab.exe –n 10000 –c 100 http://locahost/test.php

当我们把 –c 调整到1000时，发现apache瘫痪. 给大家说下如何调整apache的最大并发量.

MPM (多路处理模块, 即 apache采用怎样的方式来处理并发.), 主要有三种方式 

1. perfork 预处理进程方式

2. worker 工作模式

3. winnt  这个一般说是windows采用的.

原理示意图:

u 如何设置我们的apache的最大并发数 ,步骤如下:

(1) 在httpd.conf 文件中 修改

# Server-pool management (MPM specific)

Include conf/extra/httpd-mpm.conf

(2) 确定当前的apahce是什么MPM模式

进入到 apache/bin 

httpd.exe –l

说明： 看 mpm_xxx.c 如果xxx是 winnt 说明是winnt  ，另外还可能是 perfork 或者  worker

(1) 修改httpd-mpm.conf 文件.

    ThreadsPerChild      1000  

    MaxRequestsPerChild    0

(2) 重启apahce ，测试

 

 

因为在linux下，一般说采用的MPM是 perfork模式，我们看看如何配置.

 

    StartServers          5

    MinSpareServers       5

    MaxSpareServers      10

    MaxClients          150   #并发量

  MaxRequestsPerChild   0  #一个进程对应的线程数，对 worker更用.

 

给大家一个合理的建议配置. 对大部分网站，中型网站，配置:

              StartServers         5      #预先启动
              MinSpareServers      5
              MaxSpareServers      10  #最大空闲进程
              ServerLimit          1500   #用于修改apache编程参数
              MaxClients           1000   #最大并发数
              MaxRequestsPerChild  0

 

如果你的网站pv值  百万 

ServerLimit          2500   #用于修改apache编程参数
MaxClients           2000   #最大并发数

 

 

最后有一个关于html和php的访问效率图 ：

分享一下页面seo技巧:

如果一个图片希望被百度到

 

在网站前台，我们建议 不要使用frame框架，不利用seo

如果我们给图片或者视频取名字，尽量简短.

 

 

页面静态化的技术实现有两种方式

1. 使用PHP自己的缓存机制

 先说明一下OB缓存的机制.

ob1.php 代码:说明的ob的各个用法->项目中

ob2.php 代码，说明了浏览器缓存存在.

说明: 在php5.2这个版本 在php.ini有一个配置 output_buffering  ，默认是关闭，如果是关闭，这刚才的代码就会警告.

 

? 如何打开ob缓存

① 配置php.ini 文件 output_buffering = 4096

② 直接在程序中  ob_start();

 

1. 使用模板替换技术实现(正则表达式)

使用ob缓存机制，完成一个简单的新闻管理系统-页面静态化(目标是实现全站静态化)

 

开发步骤:

(1) 做的页面:

(1)  简单的分析页面

 

(2) 创建数据表

 

create table news(

id int unsigned primary key auto_increment, /*新闻id,做成自增*/

title varchar(128) not null default ‘’, /*标题*/

content varchar(256) not null default ‘’, /*新闻内容*/

filename varchar(32) not null default ‘’ /*将来这个新闻对应静态页面*/

) engine=MyISAM charset utf8

 

测试数据:

insert into news (title,content) values('hello1','北京你好');

insert into news (title,content) values('hello2','四川你好');

 

 

(3) 走码

到此，我们已经实现了传统的查询任务, 

分析代码后，我们发现问题是，因为新闻内容相对稳定，所以没有必要每次都查询。优化的思路是: 当第一人查看某个新闻时，我们就生成一个对应的静态页面，当后面的人在查看，直接返回该静态页面即可.

代码实现: 

newsList.php 代码

showNews.php代码 

再想想，上面的代码缺点是什么?

cms(内容管理系统，新闻，软件发布, 文章管理) 内容就固定不变，我们不能接受.

解决方案:

1 我设一个超时，30s, 我们保证30内不去修改，超过30秒，就更新一把.

走码:

2 上面的解决方案有时间延时，所以如果我们希望静态化没有时间延时，就应该使用模板提换技术来搞定.

思路: 图.

代码实现:整理

newslist.php 

addnews.html页面

newsAction.php 页面

思考题:

① 请大家完成更新新闻的这个页面静态处理

② 如何把newsList.php 也做成一个静态页面.->思想

 

  任务是: 把新闻管理系统的首页面也静态化.

通用的CMS系统的示意图:

对我们的新闻管理系统首页静态化

 

思考: 我们能不能再添加新闻后，就直接静态化首页面， 如果你的确希望只要首页的内容有变化，就立即更新，最后的代理整理:

把所有的动态页面，放入到manage文件夹:

manage.html

[html] view plaincopy

1. span style="font-family:SimSun;font-size:14px;">html>  
2. head>  
3. meta http-equiv='content-type' content='text/html;charset=utf-8'/>  
4. head>  
5. h1>管理新闻h1>  
6. hr/>  
7. a href='addNews.html'>添加新闻a>|  
8. a href='newsList.php'>更新首页a>|  
9. a href='xxx.php'>列出所有信息a>  
10. html>  
11.   
12. addNews.html  
13. head>  
14. title>新闻标题title>  
15. meta http-equiv="content-type" content="text/html;charset=utf-8" />  
16. head>  
17.   
18.   
19.   
20. form action="newsAction.php" method="post">  
21. table>  
22. tr>td>新闻标题td>td>input type="text" name="title"/>td>tr>  
23. tr>td>新闻内容td>td>textarea cols="50" rows="10" name="content">textarea>td>tr>  
24. tr>td>input type="submit" value="添加"/>td>td>input type="reset" value="重新填写"/>td>tr>  
25.   
26. input type='hidden' name='oper' value='add'/>  
27. table>  
28. form>  
29. html>span>  

newsAction.php

[php] view plaincopy

1. "font-family:SimSun;font-size:14px;">
2.   
3.     //处理用户的添加/更新/删除...请求  
4.     //先获取 oper值  
5.     $oper=$_POST['oper'];  
6.     if($oper==='add'){  
7.         //接收用户的新闻的各个信息  
8.         $title=$_POST['title'];  
9.         $content=$_POST['content'];  
10.         //把新闻添加到数据库  
11.         //这里大家可以使用工具类完成.  
12.         $con=mysql_connect("localhost","root","root");  
13.         if(!$con){  
14.             die("连接失败");  
15.         }  
16.         mysql_select_db("newssys",$con);  
17.         $sql="insert into news values(null,'$title','$content','')";  
18.         //echo $sql;  
19.         if(mysql_query($sql,$con)){  
20.             //生成静态文件.  
21.             $id=mysql_insert_id();  
22.             $html_filename='news-id'.$id.'.html';  
23.             $html_fp=fopen("../".$html_filename,'w');  
24.             //把模板文件读取.  
25.             $fp=fopen('news.tpl','r');  
26.             //循环读取  
27.             //如果没有读到文件的最后,就一直读取  
28.             while(!feof($fp)){  
29.                 //一行行读.  
30.                 $row=fgets($fp);  
31.                 //把占位符替换掉->小函数 myreplace  
32.                 //问题?  
33.                 $row=str_replace('%title%',$title,$row);  
34.                 $row=str_replace('%content%',$content,$row);  
35.                 fwrite($html_fp,$row);  
36.             }  
37.             //关闭文件  
38.             fclose($html_fp);  
39.             fclose($fp);  
40.             echo "恭喜你，添加成功管理新闻";  
41.             //怎样让首页面立即更新.  
42.             include "newsList.php";  
43.   
44.         }else{  
45.             die('添加失败');  
46.         }  
47.     }else if($oper==='update'){  
48.       
49.     }else if($oper==='delete'){  
50.       
51.     }  

newsList.php

[php] view plaincopy

1. "font-family:SimSun;font-size:14px;">
2.     //列出新闻列表  
3.     //这里，我使用最简单的方法来操作，没有使用mvc模式  
4.     //这里你们可以使用工具类完成. db.class.php  
5.     $con=mysql_connect("localhost","root","root");  
6.     if(!$con){  
7.         die("连接失败");  
8.     }  
9.     mysql_select_db("newssys",$con);  
10.     $sql="select * from news";  
11.     $res=mysql_query($sql,$con);  
12.         ob_start();  
13.         echo "";  
14.         echo "

    新闻列表

    ";  
15.         echo "";  
            echo "
    ";  
            //循环的取出新闻列表  
            while($row=mysql_fetch_assoc($res)){  
            echo '
    ';  
            }  
            echo "

    id	标题	查看详情	修改新闻
    '.$row['id'].'	'.$row['title'].'	.$row['id'].'.html">查看详情	修改页面

    ";  
16.         $str_ob=ob_get_contents();  
17.         file_put_contents('../index.html',$str_ob);  
18.         //这里关闭资源.  
19.         //清空ob  
20.         ob_clean();  
21.         echo "恭喜你，首页面更新成功点击查看最新新闻列表";  
22.   
23.         mysql_free_result($res);  
24.         mysql_close($con);  
25.   

完毕，大家可以进一步深入的完成修改和删除.

 真静态的优缺点分析

优点: 1. 利用SEO  2. 访问速度快. 3. 防止sql注入

缺点: 1. 因为真静态会生成大量的html文件，占用磁盘空间, 如果你把所有的静态页，都放在同一文件夹，寻找文件的速度随着文件的增多，速度变慢，因此可以考虑创建子文件夹来放.

 

在以下情况不建议使用真静态:

1.实时性要求高的网站或者页面.(股票、基金)

2.数据量大，同时查询一次后，以后很少查询(国家学历认证网，电信话费查询系统.)

3.不愿意被seo到的页面或者网站

 

 

 

 伪静态技术

在我们实际开发中，有需要，不希望使用真静态., 但是有希望利于SEO,可以考虑使用伪静态.

http://localhost/news.php?type=music&id=100   

我们希望这个地址可以用下面的访问url来替换

http://localhost/news-music-id100.html

 

 

上面的问题可以使用伪静态

 

1. 实现方式有 直接使用正则表达式来完成

2. 使用apache自带的rewrite机制来完成

 

 

看需求:

http://localhost/content.php/1,122,8912.html

 

我希望上面的地址

http://localhost/content.php?a=1&b=122&c=8912

 

实现思路: 

1. 我们可以使用str 函数，来进行分割处理->可行，但是不够灵活

2. 使用正则来处理

 

代码是:

[php] view plaincopy

1. "font-family:SimSun;font-size:14px;">$path_info=$_SERVER['PATH_INFO'];  
2.     $reg='/(\d+),(\d+),(\d+)\.html$/i';  
3.   
4.     preg_match($reg,$path_info,$res);  
5.   
6.     echo "

   "

   로그인 후 복사
   ;  
7.     print_r($res);  
8.     echo "";  

在实际开发中，我们实现伪静态，用的更多的还是rewrite 机制，但是他任然是以正则技术为基础的.

 

我们看看如何实现:

 

说明: 

比如 http://www.hsp.com/news.php?type=music&id=100  

希望上面的url 变成 

http://www.hsp.comt/news-music-id100.html 

 

 

原理图

步骤开始:

(1) 启用rewrite模块,在默认情况下，没有启用

修改httpd.conf文件

#启动rewrite模块

LoadModule rewrite_module modules/mod_rewrite.so

 

确认是否启动成功

(2) 配置我们的虚拟主机

httpd.conf 打开虚拟主机的配置文件

 

# Virtual hosts

Include conf/extra/httpd-vhosts.conf

 

修改 httpd-vhost.conf

[plain] view plaincopy

1.   
2.     DocumentRoot "C:/myenv/apache/htdocs/static2"  
3.     #Directory配置节点，用于指定该目录下的文件或是图片.的访问权限  
4.     #设置虚拟主机的错误页面，欢迎页面   
5.       
6.       
7.   

(1) 在hosts文件中，配置ip和主机的对应关系

127.0.0.1 www.hsp.com

(2) 这时我们访问 http//www.hsp.com/news.php

我们可以访问到该页面.

? 一个重要的知识点:

在apache服务器中，如果某个文件夹，没有指定访问权限，则以上级目录的权限为准，如果他自己指定了访问权限，则以自己的为准.

请注意，在配置访问权限的时候，顺序很重要:

#Order allow,deny 表示先看allow ,在看deny,留下的就是可以访问

    Order deny,allow

    Deny from all

    allow from 127.0.0.1

 

(3) 关于 节点配置必须掌握

比较完整的配置文件

第一种配置方式

    DocumentRoot "C:/myenv/apache/htdocs/static2"

    #Directory配置节点，用于指定该目录下的文件或是图片.的访问权限

    #设置虚拟主机的错误页面，欢迎页面 

    ServerName www.hsp.com

    

#这里可以指定是否让人访问

#Allow from all

#是否列出文件目录结构

# 如果希望列出 indexes 不希望 none

#Options indexes

#如何配置网站的首页面

DirectoryIndex abc.html abc2.html

#如何配置404错误页面，引导用户引入新页面

errorDocument 404 /404.html

#配置我们的rewrite规则

RewriteEngine On

#rewrite的规则 如果 aaa.html 就跳转到news.php 

#$1 表示反向引用，第一个子表达式的内容

#说明如果在正则规范中直接引用子表达式的内容，则使用\n

#如果是在后面因为，则使用$n

RewriteRule news-([a-zA-Z]+)-id(\d+)\.html$  news.php?type=$1&id=$2

    

 

特别说明: 容易犯的错误，一定要记住启用rewrite模块.

思考: 上面我们配置都要去修改 httpd-vhost.文件，但管理员不给你这个权限，怎么办?

思路: 可以把配置，写到 .htaccess文件.

 

第二种配置方式: 即把一部分配置放在 http-vhost.conf 文件, 把rewrite 规则放在 .htaccess

    DocumentRoot "C:/myenv/apache/htdocs/static2"

    #Directory配置节点，用于指定该目录下的文件或是图片.的访问权限

    #设置虚拟主机的错误页面，欢迎页面 

    ServerName www.hsp.com

    

#这里可以指定是否让人访问

#Allow from all

#是否列出文件目录结构

# 如果希望列出 indexes 不希望 none

#Options indexes

#如何配置网站的首页面

DirectoryIndex abc.html abc2.html

#如何配置404错误页面，引导用户引入新页面

errorDocument 404 /404.html

#如果你配置了allowoverride all 这表示到对应的目录的.htaccess去匹配规则

allowoverride all

    

 

在对应的文件下 .htaccess文件

#如果rewrite 模块启用

#配置我们的rewrite规则

RewriteEngine On

#rewrite的规则 如果 aaa.html 就跳转到news.php 

#$1 表示反向引用，第一个子表达式的内容

#说明如果在正则规范中直接引用子表达式的内容，则使用\n

#如果是在后面因为，则使用$n

RewriteRule news-([a-zA-Z]+)-id(\d+)\.html$  news.php?type=$1&id=$2

#RewriteRule aaa.html  news.php

 

请注意: 项目中的 .htaccess文件的配置也是继承管理

 

第三种配置方法:

http-vhost.conf

    DocumentRoot "C:/myenv/apache/htdocs/static2"

    #Directory配置节点，用于指定该目录下的文件或是图片.的访问权限

    #设置虚拟主机的错误页面，欢迎页面 

    ServerName www.hsp.com

    

#如果你配置了allowoverride all 这表示到对应的目录的.htaccess去匹配规则

allowoverride all

    

 

.htacces文件 

 

#这里可以指定是否让人访问

#Allow from all

#是否列出文件目录结构

# 如果希望列出 indexes 不希望 none

#Options indexes

#如何配置网站的首页面

DirectoryIndex abc.html abc2.html

#如何配置404错误页面，引导用户引入新页面

errorDocument 404 /404.html

#如果rewrite 模块启用

#配置我们的rewrite规则

RewriteEngine On

#rewrite的规则 如果 aaa.html 就跳转到news.php 

#$1 表示反向引用，第一个子表达式的内容

#说明如果在正则规范中直接引用子表达式的内容，则使用\n

#如果是在后面因为，则使用$n

RewriteRule news-([a-zA-Z]+)-id(\d+)\.html$  news.php?type=$1&id=$2

#RewriteRule aaa.html  news.php

 伪静态的实际运用

1. 在一个项目中有两个文件夹，public 和 private ,public文件夹的图片可以被所有人访问.

private只能自己访问.请问如何实现.

 

第一个方法是. 在 public 和 private 下创建 .htaccess 文件，对于private 只让127.0.0.1访问 public 文件都可以访问

private 文件夹下的配置 .htaccess

Order deny, allow

deny from all

allow from 127.0.0.1

 

这个的缺点是，没有办法去控制，本apahce的另外一个虚拟主机请求., 另外不能精细化控制，于是我们就换了一个思路使用 http的 referer头信息搞定这个防盗链需求.

 

第二方法.在private 文件夹下 .htaccess

RewriteEngine On

#你怎么知道,这个请求就是www.hsp.com发来的. referer

#如果你请求的是一个jpg图片, 就禁止

RewriteCond %{HTTP_REFERER} !www.hsp.com  

RewriteRule .*\.jpg -[F]

 

? 说一下如果你的RewriteCond有多个条件

RewriteEngine On

#你怎么知道,这个请求就是www.hsp.com发来的. referer

#如果你请求的是一个jpg图片, 就禁止

RewriteCond %{HTTP_REFERER} !www.hsp.com 

#RewriteCond %{ REQUEST_FILENAME} !-f

RewriteRule .*\.jpg -[F]

1. 关于404的说明  就是对于ie浏览器而言，404页面的内容大小不能低于512b字节

2. 如果你在节点配置了 Options Indexes , 同时你有启用了 rewriteEngine On你会看到403 的禁用提示., 原因是因为 我们的父级目录的Options 本身就配好 ,

Options Indexes FollowSymLinks  ，所以，我们要么就不配，要么就一样.

 伪静态实际运用案例2

在www.hsp.com 的主目录下，我们编写了 .htaccess文件，并增加规则

#增加规则

[plain] view plaincopy

1. [img=http://img.bbs.csdn.net/upload/201403/07/1394181458_228087.png][/img]  
2. [img=http://img.bbs.csdn.net/upload/201403/07/1394181464_304731.png][/img]  

 伪静态的实际运用3->引出rewriteCond的使用

思考: 可能有条件指令.

网上找到方案:

最后的配置在 .htaccess 

#如果请求的不是一个文件

RewriteCond %{REQUEST_FILENAME} !-f

#并且不是一个目录

RewriteCond %{REQUEST_FILENAME} !-d

RewriteRule ccc.html index.php

 

伪静态的实际运用案例4:

在TP框架中使用rewrite简化url地址，目的是SEO, 步骤

1. 在httpd.conf 文件中启用rewrite模块

2. 在虚拟主机中配置 allowoverride all

3. 在tp的配置文件中 conf/config 文件把 URL_MODEL 配置2

4. 在tp框架的入口目录增加 .htaccess文件 写入规则

u 伪静态的特点

u 如何选用伪静态还是真静态，还是不静态?