作者：丁碼農
在主流的Web站點中，圖片往往是不可或缺的頁面元素，尤其在大型網站中，幾乎都將面臨“海量圖片資源”的存儲、訪問等相關技術問題。在針對圖片服務器的架構擴展中，也會歷經很多曲折甚至是血淚教訓（尤其是早期規劃不足，造成後期架構上很難兼容和擴展）。
本文將以一個真實垂直門戶網站的發展歷程，向大家娓娓道來。
構建在Windows平臺之上的網站，往往會被業內衆多技術認爲很“保守”，甚至會有點。很大部分原因，是由於微軟技術體系的封閉和部分技術人員的短視造成的（當然，主要還是人的問題）。由於長期缺乏開源支持，所以很多人只能“閉門造車”，這樣很容易形成思維侷限性和短板。以圖片服務器爲例子，如果前期沒有容量規劃和可擴展的設計，那麼隨着圖片文件的不斷增多和訪問量的上升，由於在性能、容錯/容災、擴展性等方面的設計不足，後續將會給開發、運維工作帶來很多問題，嚴重時甚至會影響到網站業務正常運作和互聯網公司的發展（這絕不是在危言聳聽）。
很多公司之所以選擇Windows（.NET）平臺來構建網站和圖片服務器，很大部分由創始團隊的技術背景決定的，早期的技術人員可能更熟悉.NET，或者團隊的負責人認爲Windows/.NET的易用性、“短平快”的開發模式、人才成本等方面都比較符合創業初期的團隊，自然就選擇了Windows。後期業務發展到一定規模，也很難輕易將整體架構遷移到其它開源平臺上了。當然，對於構建大規模互聯網，更建議首選開源架構，因爲有很多成熟的案例和開源生態的支持（也會有很多坑，就看是你自己最先去踩坑，還是在別人踩了修復之後你再用），避免重複造輪子和支出高額授權費用。對於遷移難度較大的應用，個人比較推薦Linux、Mono、Jexus、Mysql、Memcahed、Redis……混搭的架構，同樣能支撐具有高併發訪問和大數據量等特點的互聯網應用。
單機時代的圖片服務器架構（集中式）
初創時期由於時間緊迫，開發人員水平也很有限等原因。所以通常就直接在website文件所在的目錄下，建立1個upload子目錄，用於保存用戶上傳的圖片文件。如果按業務再細分，可以在upload目錄下再建立不同的子目錄來區分。例如：upload\QA,upload\Face等。
在數據庫表中保存的也是”upload/qa/test.jpg”這類相對路徑。
用戶的訪問方式如下：
http://www.yourdomain.com/upload/qa/test.jpg
程序上傳和寫入方式：
程序員A通過在web.config中配置物理目錄D:\Web\yourdomain\upload 然後通過stream的方式寫入文件；
程序員B通過Server.MapPath等方式，根據相對路徑獲取物理目錄 然後也通過stream的方式寫入文件。
優點：實現起來最簡單，無需任何複雜技術，就能成功將用戶上傳的文件寫入指定目錄。保存數據庫記錄和訪問起來倒是也很方便。
缺點：上傳方式混亂，嚴重不利於網站的擴展。
針對上述最原始的架構，主要面臨着如下問題：
隨着upload目錄中文件越來越多，所在分區（例如D盤）如果出現容量不足，則很難擴容。只能停機後更換更大容量的存儲設備，再將舊數據導入。
在部署新版本（部署新版本前通過需要備份）和日常備份website文件的時候，需要同時操作upload目錄中的文件，如果考慮到訪問量上升，後邊部署由多臺Web服務器組成的負載均衡集羣，集羣節點之間如果做好文件實時同步將是個難題。
集羣時代的圖片服務器架構（實時同步）
在website站點下面，新建一個名爲upload的虛擬目錄，由於虛擬目錄的靈活性，能在一定程度上取代物理目錄，併兼容原有的圖片上傳和訪問方式。用戶的訪問方式依然是：
http://www.yourdomain.com/upload/qa/test.jpg
優點：配置更加靈活，也能兼容老版本的上傳和訪問方式。
因爲虛擬目錄，可以指向本地任意盤符下的任意目錄。這樣一來，還可以通過接入外置存儲，來進行單機的容量擴展。
缺點：部署成由多臺Web服務器組成的集羣，各個Web服務器（集羣節點）之間（虛擬目錄下的）需要實時的去同步文件，由於同步效率和實時性的限制，很難保證某一時刻各節點上文件是完全一致的。
基本架構如下圖所示：
從上圖可看出，整個Web服務器架構已經具備“可擴展、高可用”了，主要問題和瓶頸都集中在多臺服務器之間的文件同步上。
上述架構中只能在這幾臺Web服務器上互相“增量同步”，這樣一來，就不支持文件的“刪除、更新”操作的同步了。
早期的想法是，在應用程序層面做控制，當用戶請求在web1服務器進行上傳寫入的同時，也同步去調用其它web服務器上的上傳接口，這顯然是得不償失的。所以我們選擇使用Rsync類的軟件來做定時文件同步的，從而省去了“重複造輪子”的成本，也降低了風險性。
同步操作裏面，一般有比較經典的兩種模型，即推拉模型：所謂“拉”，就是指輪詢地去獲取更新，所謂推，就是發生更改後主動的“推”給其它機器。當然，也可以採用加高級的事件通知機制來完成此類動作。
在高併發寫入的場景中，同步都會出現效率和實時性問題，而且大量文件同步也是很消耗系統和帶寬資源的（跨網段則更明顯）。
集羣時代的圖片服務器架構改進(共享存儲)
沿用虛擬目錄的方式，通過UNC（網絡路徑）的方式實現共享存儲（將upload虛擬目錄指向UNC）
用戶的訪問方式1：
http://www.yourdomain.com/upload/qa/test.jpg
用戶的訪問方式2（可以配置獨立域名）：
http://img.yourdomain.com/upload/qa/test.jpg
支持UNC所在server上配置獨立域名指向，並配置輕量級的web服務器，來實現獨立圖片服務器。
優點： 通過UNC（網絡路徑）的方式來進行讀寫操作，可以避免多服務器之間同步相關的問題。相對來講很靈活，也支持擴容/擴展。支持配置成獨立圖片服務器和域名訪問，也完整兼容舊版本的訪問規則。
缺點 ：但是UNC配置有些繁瑣，而且會造成一定的（讀寫和安全）性能損失。可能會出現“單點故障”。如果存儲級別沒有raid或者更高級的災備措施，還會造成數據丟失。
基本架構如下圖所示：
在早期的很多基於Linux開源架構的網站中，如果不想同步圖片，可能會利用NFS來實現。事實證明，NFS在高併發讀寫和海量存儲方面，效率上存在一定問題，並非最佳的選擇，所以大部分互聯網公司都不會使用NFS來實現此類應用。當然，也可以通過Windows自帶的DFS來實現，缺點是“配置複雜，效率未知，而且缺乏資料大量的實際案例”。另外，也有一些公司採用FTP或Samba來實現。
上面提到的幾種架構，在上傳/下載操作時，都經過了Web服務器（雖然共享存儲的這種架構，也可以配置獨立域名和站點來提供圖片訪問，但上傳寫入仍然得經過Web服務器上的應用程序來處理），這對Web服務器來講無疑是造成巨大的壓力。所以，更建議使用獨立的圖片服務器和獨立的域名，來提供用戶圖片的上傳和訪問。
獨立圖片服務器/獨立域名的好處
圖片訪問是很消耗服務器資源的（因爲會涉及到操作系統的上下文切換和磁盤I/O操作）。分離出來後，Web/App服務器可以更專注發揮動態處理的能力。
獨立存儲，更方便做擴容、容災和數據遷移。
瀏覽器（相同域名下的）併發策略限制，性能損失。
訪問圖片時，請求信息中總帶cookie信息，也會造成性能損失。
方便做圖片訪問請求的負載均衡，方便應用各種緩存策略（HTTP Header、Proxy Cache等），也更加方便遷移到CDN。
......
我們可以使用Lighttpd或者Nginx等輕量級的web服務器來架構獨立圖片服務器。
當前的圖片服務器架構（分佈式文件系統+CDN）
在構建當前的圖片服務器架構之前，可以先徹底撇開web服務器，直接配置單獨的圖片服務器/域名。但面臨如下的問題：
舊圖片數據怎麼辦？能否繼續兼容舊圖片路徑訪問規則？
獨立的圖片服務器上需要提供單獨的上傳寫入的接口（服務API對外發布），安全問題如何保證？
同理，假如有多臺獨立圖片服務器，是使用可擴展的共享存儲方案，還是採用實時同步機制？
直到應用級別的（非系統級） DFS（例如FastDFS HDFS MogileFs MooseFS、TFS）的流行，簡化了這個問題：執行冗餘備份、支持自動同步、支持線性擴展、支持主流語言的客戶端api上傳/下載/刪除等操作，部分支持文件索引，部分支持提供Web的方式來訪問。
考慮到各DFS的特點，客戶端API語言支持情況(需要支持C#)，文檔和案例，以及社區的支持度，我們最終選擇了FastDFS來部署。
唯一的問題是：可能會不兼容舊版本的訪問規則。如果將舊圖片一次性導入FastDFS，但由於舊圖片訪問路徑分佈存儲在不同業務數據庫的各個表中，整體更新起來也十分困難，所以必須得兼容舊版本的訪問規則。架構升級往往比做全新架構更有難度，就是因爲還要兼容之前版本的問題。（給飛機在空中換引擎可比造架飛機難得多）
解決方案如下：
首先，關閉舊版本上傳入口（避免繼續使用導致數據不一致）。將舊圖片數據通過rsync工具一次性遷移到獨立的圖片服務器上（即下圖中描述的Old Image Server）。在最前端(七層代理，如Haproxy、Nginx)用ACL（訪問規則控制），將舊圖片對應URL規則的請求（正則）匹配到，然後將請求直接轉發指定的web 服務器列表，在該列表中的服務器上配置好提供圖片（以Web方式）訪問的站點，並加入緩存策略。這樣實現舊圖片服務器的分離和緩存,兼容了舊圖片的訪問規則並提升舊圖片訪問效率，也避免了實時同步所帶來的問題。
整體架構如圖：
基於FastDFS的獨立圖片服務器集羣架構，雖然已經非常的成熟，但是由於國內“南北互聯”和IDC帶寬成本等問題（圖片是非常消耗流量的），我們最終還是選擇了商用的CDN技術，實現起來也非常容易，原理其實也很簡單，我這裏只做個簡單的介紹：
將img域名cname到CDN廠商指定的域名上，用戶請求訪問圖片時，則由CDN廠商提供智能DNS解析，將最近的（當然也可能有其它更復雜的策略，例如負載情況、健康狀態等）服務節點地址返回給用戶，用戶請求到達指定的服務器節點上，該節點上提供了類似Squid/Vanish的代理緩存服務，如果是第一次請求該路徑，則會從源站獲取圖片資源返回客戶端瀏覽器，如果緩存中存在，則直接從緩存中獲取並返回給客戶端瀏覽器，完成請求/響應過程。
由於採用了商用CDN服務，所以我們並沒有考慮用Squid/Vanish來自行構建前置代理緩存。
上面的整個集羣架構，可以很方便的做橫向擴展，能滿足一般垂直領域中大型網站的圖片服務需求（當然，像taobao這樣超大規模的可能另當別論）。經測試，提供圖片訪問的單臺Nginx服務器（至強E5四核CPU、16G內存、SSD），對小靜態頁面（壓縮後大概只有10kb左右的）可以扛住幾千個併發且毫無壓力。當然，由於圖片本身體積比純文本的靜態頁面大很多，提供圖片訪問的服務器的抗併發能力，往往會受限於磁盤的I/O處理能力和IDC提供的帶寬。Nginx的抗併發能力還是非常強的，而且對資源佔用很低，尤其是處理靜態資源，似乎都不需要有過多擔心了。可以根據實際訪問量的需求，通過調整Nginx的參數，對Linux內核做調優，加入分級緩存策略等手段能夠做更大程度的優化，也可以通過增加服務器或者升級服務器配置來做擴展，最直接的是通過購買更高級的存儲設備和更大的帶寬，以滿足更大訪問量的需求。
值得一提的是，在“雲計算”流行的當下，也推薦高速發展期間的網站，使用“雲存儲”這樣的方案，既能幫你解決各類存儲、擴展、備災的問題，又能做好CDN加速。最重要的是，價格也不貴。
總結，有關圖片服務器架構擴展，大致圍繞這些問題展開：
容量規劃和擴展問題。
數據的同步、冗餘和容災。
硬件設備的成本和可靠性（是普通機械硬盤，還是SSD，或者更高端的存儲設備和方案）。
文件系統的選擇。根據文件特性（例如文件大小、讀寫比例等）選擇是用ext3/4或者NFS/GFS/TFS這些開源的（分佈式）文件系統。
圖片的加速訪問。採用商用CDN或者自建的代理緩存、web靜態緩存架構。
舊圖片路徑和訪問規則的兼容性，應用程序層面的可擴展，上傳和訪問的性能和安全性等
歡迎訪問肖海鵬老師的課程中心：http://edu.51cto.com/lecturer/user_id-10053053.html
歡迎加入肖海鵬老師技術交流羣：2641394058(QQ）