(如果感覺有幫助，請幫忙點推薦，添加關注，謝謝！你的支持是我不斷更新文章的動力。本博客會逐步推出一系列的關於大型網站架構、分布式應用、設計模式、架構模式等方面的系列文章)
一、服務器硬件
建議至少三台的標准配置，分別用作web處理、數據庫、備份。
web服務器至少要8G內存，雙sata raid1，如果經濟稍微寬松，或靜態文件或圖片多，則15k sas raid1+0。數據庫至少16G內存，15k sas raid 1+0。備份服務器最好跟數據庫服務器同等配置。硬件可以自己買品牌的底板，也就是機箱配主板和硬盤盒，CPU內存硬盤都自己配，也可以上整套品牌，也可 以兼容機。三台機器，市場行情6、7萬也就配齊了。
web服務器可以既跑程序又當內存緩存，數據庫服務器則只跑主數據庫(假如是MySQL的話)，備份服務器干的活就相對多一些，web配置、緩存配置、數據庫配置都要跟前兩台一致，這樣WEB和數據庫任意一台出問題，把備份服務器換個ip就切換上去了。備份策略，可以drbd，可以rsync，或者其他的很多很多的開源備份方案可選擇。rsync最簡單，放cron里自己跑就行。備份和切換，建議多做測試，選最安全最適合業務的，並且盡可能異地備份。
二、架構
初期架構一般比較簡單，web負載均衡+數據庫主從+緩存+分布式存儲+隊列。
只是您比其他人厲害之處就在於設計上考慮到緩存失效時的雪崩效應、主從同步的數據一致性和時間差、隊列的穩定性和失敗后的重試策略、文件存儲的效率和備份方式等等意外情況。
緩存總有一天會失效，數據庫復制總有一天會斷掉，隊列總有一天會寫不進去，電源總有一天會燒壞。根據墨菲定律，如果不考慮這些，網站早晚會成為茶幾。
三、服務器軟件
Linux、nginx、java、mysql、svn幾乎是標配，
以上准備完畢，現在我們有了運行環境，有了基本架構骨架，有了備份和切換方案，應該開始着手設計開發方面的事情了。
四、數據庫
幾乎所有操作最后都要落到數據庫身上，它又最難擴展(存儲也挺難)。對於mysql，什么樣的表用myisam，什么樣的表用innodb，在開發之前要確定。復制策略、分片策略，也要確定。表引擎方面，一般，更新不多、不需要事務的表可以用myisam，需要行鎖定、事務支持的，用innodb。 myisam的鎖表不一定是性能低下的根源，innodb也不一定全是行鎖，具體細節要多看相關的文檔，熟悉了引擎特性才能用的更好。現代WEB應用越來 越復雜了，我們設計表結構時常常設計很多冗余，雖然不符合傳統范式，但為了速度考慮還是值得的，要求高的情況下甚至要杜絕聯合查詢。編程時得多注意數據一致性。
復制策略方面，多主多從結構也最好一開始就設計好，代碼直接按照多主多從來編寫，用一些小技巧來避免復制延時問題，並且還要解決多數據庫數據是否一致，可以自己寫或者找現成的運維工具。
分片策略。總會有那么幾個表數據量超大，這時分片必不可免。分片有很多策略，從簡單的分區到根據熱度自動調整，依照具體業務選擇一個適合自己的。避免自增ID作為主鍵，不利於分片。
用存儲過程是比較難擴展的，這種情形多發生於傳統C/S，特別是OA系統轉換過來的開發人員。低成本網站不是一兩台小型機跑一個數據庫處理所有業務的模式，是機海作戰。方便水平擴展比那點預分析時間和網絡傳輸流量要重要的多的多。
NoSQL只是一個概念。實際應用中，網站有着越來越多的密集寫操作、上億的簡單關系數據讀取、熱備等，這都不是傳統關系數據庫所擅長的，於是就產生了很多非關系型數據庫，比如Redis/TC&TT/MongoDB/Memcachedb等，在測試中，這些幾乎都達到了每秒至少一萬次的寫操作，內存型的甚至5萬以上。例如MongoDB，幾句配置就可以組建一個復制+自動分片+failover的環境，文檔化的存儲也簡化了傳統設計庫結構再開發的模式。很多業務是可以用這類數據庫來替代mysql的。
五、緩存
數據庫很脆弱，一定要有緩存在前面擋着，其實我們優化速度，幾乎就是優化緩存，能用緩存的地方，就不要再跑到后端數據庫那折騰。緩存有持久化緩存、內存緩存，生成靜態頁面是最容易理解的持久化緩存了，還有很多比如varnish的分塊緩存、前面提到的memcachedb等內存緩存，memcached首當其沖。緩存更新可用被動更新和主動更新。被動更新的好處是設計簡單，緩存空了就自動去數據庫取數據再把緩存填上，但容易引發雪 崩效應，一旦緩存大面積失效，數據庫的壓力直線上升很可能掛掉。主動緩存可避免這點但是可能引發程序取不到數據的問題。這兩者之間如何配合，程序設計要多動腦筋。
六、隊列
用戶一個操作很可能引發一系列資源和功能的調動，這些調動如果同時發生，壓力無法控制，用戶體驗也不好，可以把這樣一些操作放入隊列，由另幾個模塊去異步執行，例如發送郵件，發送手機短信。開源隊列服務器很多，性能要求不高用數據庫當做隊列也可以，只要保證程序讀寫隊列的接口不變，底層隊列服務可隨時更換就可以，類似Zend Framework里的Zend_Queue類，java.util.Queue接口等。
七、文件存儲
除了結構化數據，我們經常要存放其他的數據，像圖片之類的。這類數據數量繁多、訪問量大。典型的就是圖片，從用戶頭像到用戶上傳的照片，還要生成不同的縮略圖尺寸。存儲的分布幾乎跟數據庫擴展一樣艱難。不使用專業存儲的情況下，基本都是靠自己的NAS。這就涉及到結構。拿圖片存儲舉例，圖片是非常容易產生熱點的，有些圖片上傳后就不再有人看，有些可能每天被訪問數十萬次，而且大量小文件的異步備份也很耗費時間。
為了將來圖片走cdn做准備，一開始最好就將圖片的域名分開，且不用主域名。很多網站都將cookie設置到了.domain.ltd，如果圖片也在這個域名下，很可能因為cookie而造成緩存失效，並且占多余流量，還可能因為瀏覽器並發線程限制造成訪問緩慢。
如果用普通的文件系統存儲圖片，有一個簡單的方法。計算文件的hash值，比如md5，以結果第一位作為第一級目錄，這樣第一級有16個目錄。從0到F，可以把這個字母作為域名，0.yourimg.com到f.yourimg.com(客戶端dns壓力會增大)，還可以擴展到最多16個NAS集群 上。第二級可用年月例如，201011，第三級用日，第四級可選，根據上傳量，比如am/pm，甚至小時。最終的目錄結構可能會是 e/201008/25/am/e43ae391c839d82801920cf.jpg。rsync備份時可以用腳本只同步某年某日某時的文件，避免計算大量文件帶來的開銷。
當然最好是能用專門的分布式文件系統或更專業點的存儲解決方案。
下面，我們要談談代碼了
開始設計代碼結構之前，先回顧一下之前准備過的事情：我們有負載均衡的WEB服務器，有主從DB服務器並可能分片，有緩存，有可擴展的存儲。在組織代碼的各個方面，跟這些准備息息相關，我一二三的列出來分別說，並且每一條都以“前面講到”這個經典句式開頭，為了方便對照。
別着急看經典句式，我思維跳躍了，插一段。
實際開發中，我們總會在性能和代碼優雅性上作折中。對於當今的計算機和語言解釋器，多幾層少幾層對象調用、聲明變量為Map還是HashMap這種問題是最后才需要考慮的問題，永遠要考慮系統最慢的部分，從最慢的部分解決。
例如看看你用的ORM是不是做了很多你用不到的事情，是不是有重復的數據調用。我們做的是web應用開發，不是底層框架API，代碼易讀易懂是保證質量很重要的一方面，你的程序是為了什么而設計，有不同的方法……算了，這個話題另起一篇文章來說，扯遠了，咱繼續……
前面講到，WEB服務器是要做負載均衡的，圖片服務器是要分開的。對於這點，代碼在處理客戶端狀態時，不要把狀態放到單機上，舉例，不要用文件session，嗯，常識。
如果有可能，最好在一開始就做好用戶單點認證的統一接口，包括跨域如何判斷狀態、靜態頁面如何判斷狀態，需要登錄時的跳轉和返回參數定義，底層給好接口，應用層直接就用(可參考GAE的 user服務)。登錄方面的設計要考慮移動設備的特性，比如電腦可以用浮動層窗口，但NOKIA自帶的瀏覽器或UCWEB就無法處理這種表現形式，程序一定既能處理AJAX請求又能直接通過URL來處理請求。圖片服務器分開，資源文件最好也布局到圖片服務器，也就是WEB服務器只服務動態程序。雖然開發測試時稍微復雜(因為需要絕對URI才能訪問)，但將來頁面前端優化上會輕松許多，並且你的WEB服務器IO優化也輕松許多。程序引用資源文件時，要有一個 統一的處理方法，在方法內部可以自動完成很多事情，例如將css/js根據組合，拼成一個文件，或者自動在生成的URI后面加上QUERYSTRING， 如果將來前端用了緩存服務，那生成QUERYSTRING是最簡單的刷新服務端緩存和客戶端緩存的辦法。
前面講到，數據庫會有復制，可能會多主多從，可能會分片。我們程序在處理數據的過程中，最好能抽象出來單獨放做一層。拿現在流行的MVC模式來說，就是在M層下方再放一個數據層，這個數據層不是通常所說的JDBC/PDO/ActiveRecord等，而是你自己的存取數據層，僅對外暴露方法，隱藏數據存取細節。這個數據層內部不要怕寫的難看，但一定要提供所有的數據存儲功能，其他任何層次不要看到跟數據庫打交道的字眼。之所以這樣做，是因為在單關系數據庫的情況下，可能會SELECT…JOIN…或直接INSERT…INTO…，可你可能會將一些表放到key-value數據庫里存儲，或者分片，這么做之后原來的語句和方式要全部改變，如果過於分散，則移植時會耗費很大精力，或得到一個很大的Model。
在數據層面的設計上，盡量避免JOIN查詢，我們可以多做冗余，多做緩存，每種數據盡量只需要一次查詢，然后在你的程序里面進行組合。對於比較復雜的數據組合，在實時性要求不高的情況下，可采用異步處理，用戶訪問時只取處理后的結果。在對於主鍵的處理上，避免使用自增ID，可以用一定規則生成的唯一值當做主鍵，這種主鍵是最簡單的分片分布策略。即使用自增ID，也最好用一個自增ID發生器，否則從數據庫不小心被寫了一下，那主鍵很容易沖突。
前面講到，咱數據庫前面還有某些緩存擋着。別把mysql的query cache當緩存，應用稍復雜的時候QUERY CACHE反而會成為累贅。緩存跟數據庫和業務結合的很緊密，正因為跟業務關系緊密，所以這點沒有放之四海而皆准的方法。但我們還是有一些規則可參照。
規則一：越接近前端，緩存的顆粒度越大。例如在WEB最前端緩存整個頁面，再往后一層緩存部分頁面區域，再往后緩存區域內的單條記錄。因為越靠近后端，我們的可操作性越靈活，並且變化最多的前端代碼也比較方便編寫。在實踐中，因為產品需求變化速度非常快，迭代周期越來越短，有時很難將Controller和 Model分的那么清楚，Controller層面處理部分緩存必不可免，但要保證如果出現這種情況，Controller所操作的緩存一定不要影響其他 數據需求方，也就是要保證這個緩存數據只有這一個Controller在用。
規則二：沒有緩存時程序不能出錯。在不考慮緩存失效引發的雪崩效應時，你的程序要有緩存跟沒緩存一個樣，不能像新浪微博一樣，緩存一失效，粉絲微博全空，整個應用都亂套了。在緩存必不可少的情況下，給用戶出錯信息都比給一個讓人誤 解的信息強。
規則三，緩存更新要保證原子性或稱作線程安全，特別是采用被動緩存的方式時，很可能兩個用戶訪問時導致同一個緩存被更新，通常情況這不是大問 題，可緩存失效后重建時很可能是引發連鎖反應的原因之一。
規則四：緩存也是有成本的。不只是技術成本，還有人工時間成本。如果一個功能使用緩存和不使用， 在可預見的訪問量情況下區別微小，但使用緩存會使復雜度增加，那就不用，我們可以加個TODO標注，在下次迭代的時候加上緩存處理。
前面講到，文件存儲是獨立的，那么所有的文件操作就都是遠程調用。可以在文件服務器上提供一個很簡單的RESTful接口，也可以提供xmlrpc 或json serveice，WEB服務器端所生成和處理的文件，全部通過接口通知文件服務器去處理，WEB服務器本身不要提供任何文件存儲。你會發現很多大網站的上傳圖片跟保存文章是分兩步完成的，就是基於這個原因。
以上幾條“前面講到”，其實無數人都講過，我也只是結合前幾篇文章用自己的話重復了一遍，真正分析起來精髓很簡單——除了良好的功能邏輯分層，我們還要為數據庫存儲、緩存、隊列、文件服務等程序外層資源調用單獨設計接口，你可以把你的程序想象成是運行在Amazon EC2上並用他的所有web service服務，你的數據庫就是它的SimpleDB，你的隊列就是他的SQS，你的存儲就是他的S3，唯一不同是amazon的接口是遠程調用，你的是內部調用。
將支撐服務接口化，意味着將MySQL更換到PostgreSQL不需要更改業務處理程序，移植團隊甚至不需要跟業務開發團隊過多溝通；意味着業務開發團隊是對接口編程而不是對數據庫編程；意味着不會因為某個業務開發人員的失誤而拖垮性能。
對程序掃盲不感興趣的直接看這里——
沒有100%也有99.9%的網站安裝了訪問統計代碼.