前言：
今日讀了《大型網站技術架構》這本書，大大擴展了對網站從小到大一步步演變過程中的技術演進的認識
不過在讀完之後，痛感本書談及的那些具體的技術細節，並沒有對更深層次的實踐步驟的探討
頓覺應該多邁一步，開始尋覓各種解決方案，先總結數據庫類。
1.應用與數據庫拆分
需求場景：單一服務器構架，服務器出現性能
解決方案：
相對下述幾項來說，這步拆分是最簡單的，因爲涉及到的服務器數量很少，代碼層面修改也很少
購買專用的數據庫服務器並配置，將原來應用服務器中數據庫的鏈接地址，改成新買來的數據服務器IP，測試並開啓
2.利用緩存
需求場景：有了大量的流量，所有用戶都進行了獨立的請求時
解決方案：
這一步往往通過純應用層解決
根據28定律，將用戶經常訪問的數據放入緩存區，這樣用戶請求到的內容將主要從緩存提取，而不是數據庫，大大減少了數據庫負載
常見java緩存框架
3.數據庫讀寫分離
需求場景：數據庫讀寫比例不太懸殊時，用來降低數據庫服務器的負載（若讀寫比例過於懸殊，顯然讀寫分離並不能降低單一服務器壓力）
解決方案：
若通過應用層解決，不可避免的會增加應用服務器負擔；若購買雲服務，則預算要相應提高
Spring實現數據庫讀寫分離http://www.cnblogs.com/surge/p/3582248.html
阿里雲，雲數據庫讀寫分離：https://www.aliyun.com/product/rds/mysql?utm_medium=text&utm_source=baidu&utm_campaign=MySQL&utm_content=se_241140
MySQL的讀寫分離的幾種選擇:http://jayluns.iteye.com/blog/2275690
4.分佈式數據庫
需求場景：需要建設去中心化服務集羣的網站
解決方案：
阿里雲，分佈式關係型數據庫服務：https://www.aliyun.com/product/drds
愛可生：http://www.actionsky.com/Index/product/id/1
5.採用NOSQL數據庫
需求場景：超大規模+高併發場景
解決方案：
關於NOSQL的產品，現在（2016年末）已經非常成熟了，而且市場競爭充分，報價都比較實惠（相對直接買臺服務器）