我对Web开发的认识

前端

• 使用mvvm框架，每个视图维护自己的数据模型，更专注于视图模型及状态，在框架的帮助下规范视图与后端的交互及减轻工作量

  我的选择是avalon.js

• 解耦前后端开发
• 自有资源独立管理，向后端开放资源使用的接口
• 拿到后端静态资源标识后，按照约定独立运算获得资源URL，不需要后端参与

后端

业务入口

• 任意语言的web开发框架都可以
• 主要任务是把HTTPRequest转换为RequestContext
• 对RequestContext做基本的验证，如有效性、入口权限等
• 按照HTTP接口约定，调用相应的服务并返回Response

服务

• 爬虫服务使用Python，开发简单、相关类库丰富、可跨平台部署
  • 复杂程度低的爬虫用pyquery、requests就可以，复杂程度高的上scrapy
• 搜索服务使用Java，目前在这块还没有实践经验，看好ElasticSearch
• 图片服务，任意带丰富图片处理类库的语言都可以
  • 接口约定应该允许客户端用参数指定返回的图片的长宽
  • 接口需要直接对外公开
• 邮件服务

业务入口及服务都应该做到可容易水平扩展，甚至分布式

数据库

方案一

• 关系数据库选择postgresql
  • 应对复杂查询的能力比mysql强
  • 对json数据有很好的支持，可以省掉用来保存无结构key-value数据的nosql数据库
  • 对地理数据有很好的支持
  • 自带优秀的读scalability
  • 写scalability有postgresql-xl
  • pg vs mysql
• redis做缓存

方案二

• 任意对事务支持良好、可多线程访问的关系数据库
  • 需要考虑读、写scalability
• redis用作nosql，主要处理key-value数据
• redis用作缓存

高并发读不是什么大问题，缓存+数据库集群能很好的解决。难点在于用数据库集群应付高并发写的同时需要保证ACID。

反向代理

毫无疑问是nginx

运维

运维也是重要的需求方

目标

• 掌握资源使用情况
• 限制应用可接触的资源
• 资源总量能迅速扩张
• 任何操作都能回滚（time machine机制）
• 任何操作都有历史记录
• 任何数据和操作都可视化

策略

• 限制应用的访问权限
  • 自身所在目录
  • 以环境变量指定的目录，如APP_LOG_HOME、APP_DATA_HOME、APP_UPLOAD_HOME
  • 有必要的话用特定账户运行该应用
• 应用日志格式须由运维指定，既要人类可读，又要方便代码解析
  

  日志记录应该是非阻塞的

• 监控应用进程占用的系统资源