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
$id=$_GET[‘id’];
$pwd=$_GET[‘pwd’];
$sql=”select pwd from users where id=$id”;
$res=mysql_query($sql);
if($pwd= = =从数据库中取出的密码){
//说明该用户存在
}else{
//说明用户密码错误!
}
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])
介绍一款测试压力的工具 ab.exe 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.
<IfModule mpm_winnt_module>
ThreadsPerChild 1000
MaxRequestsPerChild 0
</IfModule>
(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.
<IfModule mpm_prefork_module>
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.
</IfModule>
给大家一个合理的建议配置. 对大部分网站，中型网站，配置:
<IfModule mpm_prefork_module>
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
</IfModule>
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
<img alt=’小狗’ src=’’/>
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>
<head>
<meta http-equiv=‘content-type‘ content=‘text/html;charset=utf-8‘/>
</head>
<h1>管理新闻</h1>
<hr/>
<a href=‘addNews.html‘>添加新闻</a>|
<a href=‘newsList.php‘>更新首页</a>|
<a href=‘xxx.php‘>列出所有信息</a>
</html>
addNews.html
<head>
<title>新闻标题</title>
<meta http-equiv="content-type" content="text/html;charset=utf-8" />
</head>
<!--我们在添加新闻时，就同时生成一个对应的新闻页面(比如你设计好的一个新闻内容显示模板)-->
<form action="newsAction.php" method="post">
<table>
<tr><td>新闻标题</td><td><input type="text" name="title"/></td></tr>
<tr><td>新闻内容</td><td><textarea cols="50" rows="10" name="content"></textarea></td></tr>
<tr><td><input type="submit" value="添加"/></td><td><input type="reset" value="重新填写"/></td></tr>
<!--隐藏区-->
<input type=‘hidden‘ name=‘oper‘ value=‘add‘/>
</table>
</form>
</html>
newsAction.php
<?php
//处理用户的添加/更新/删除...请求
//先获取 oper值
$oper=$_POST[‘oper‘];
if($oper===‘add‘){
//接收用户的新闻的各个信息
$title=$_POST[‘title‘];
$content=$_POST[‘content‘];
//把新闻添加到数据库
//这里大家可以使用工具类完成.
$con=mysql_connect("localhost","root","root");
if(!$con){
die("连接失败");
}
mysql_select_db("newssys",$con);
$sql="insert into news values(null,‘$title‘,‘$content‘,‘‘)";
//echo $sql;
if(mysql_query($sql,$con)){
//生成静态文件.
$id=mysql_insert_id();
$html_filename=‘news-id‘.$id.‘.html‘;
$html_fp=fopen("../".$html_filename,‘w‘);
//把模板文件读取.
$fp=fopen(‘news.tpl‘,‘r‘);
//循环读取
//如果没有读到文件的最后,就一直读取
while(!feof($fp)){
//一行行读.
$row=fgets($fp);
//把占位符替换掉->小函数 myreplace
//问题?
$row=str_replace(‘%title%‘,$title,$row);
$row=str_replace(‘%content%‘,$content,$row);
fwrite($html_fp,$row);
}
//关闭文件
fclose($html_fp);
fclose($fp);
echo "恭喜你，添加成功<a href=‘manage.html‘>管理新闻</a>";
//怎样让首页面立即更新.
include "newsList.php";
}else{
die(‘添加失败‘);
}
}else if($oper===‘update‘){
}else if($oper===‘delete‘){
}
newsList.php
<?php
//列出新闻列表
//这里，我使用最简单的方法来操作，没有使用mvc模式
//这里你们可以使用工具类完成. db.class.php
$con=mysql_connect("localhost","root","root");
if(!$con){
die("连接失败");
}
mysql_select_db("newssys",$con);
$sql="select * from news";
$res=mysql_query($sql,$con);
ob_start();
echo "<head><meta http-equiv=‘content-type‘ content=‘text/html;charset=utf-8‘ /></head>";
echo "<h1>新闻列表</h1>";
echo "<table>";
echo "<tr><td>id</td><td>标题</td><td>查看详情</td><td>修改新闻</td></tr>";
//循环的取出新闻列表
while($row=mysql_fetch_assoc($res)){
echo ‘<tr><td>‘.$row[‘id‘].‘</td><td>‘.$row[‘title‘].‘</td><td><a href="news-id‘.$row[‘id‘].‘.html">查看详情</a></td><td><a href="#">修改页面</a></td></tr>‘;
}
echo "</table>";
$str_ob=ob_get_contents();
file_put_contents(‘../index.html‘,$str_ob);
//这里关闭资源.
//清空ob
ob_clean();
echo "恭喜你，首页面更新成功<a href=‘../index.html‘>点击查看最新新闻列表</a>";
mysql_free_result($res);
mysql_close($con);
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:
$path_info=$_SERVER[‘PATH_INFO‘];
$reg=‘/(\d+),(\d+),(\d+)\.html$/i‘;
preg_match($reg,$path_info,$res);
echo "<pre>";
print_r($res);
echo "</pre>";
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
<?php phpinfo();?>
(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
<VirtualHost *:80>
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
<Directory "C:/myenv/apache/htdocs/static2">
</Directory>
</VirtualHost>
(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<Directory> 节点配置必须掌握
比较完整的配置文件
第一种配置方式
<VirtualHost *:80>
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
<Directory "C:/myenv/apache/htdocs/static2">
#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
</Directory>
</VirtualHost>
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
<VirtualHost *:80>
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
<Directory "C:/myenv/apache/htdocs/static2">
#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
</Directory>
</VirtualHost>
在对应的文件下 .htaccess文件
<IfModule rewrite_module>
#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
</IfModule>
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
<VirtualHost *:80>
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
<Directory "C:/myenv/apache/htdocs/static2">
#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
</Directory>
</VirtualHost>
.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
<IfModule rewrite_module>
#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
</IfModule>
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
<ifModule rewrite_module>
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]
</ifModule>
? 说一下如果你的RewriteCond有多个条件
<ifModule rewrite_module>
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]
</ifModule>
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<Directory>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
[img=http://img.bbs.csdn.net/upload/201403/07/1394181458_228087.png][/img] [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?