如何最大限度的提升中国的网站速度，今天发信给我信任的朋友们，老冒回复如下：我朝Internet南北不畅通的解决方案（老旧方案）（需要翻墙。可以在Google Reader里面订阅http://robertmao.com/feeds/latest/访问）。很多要点老冒几乎都提到了，我在此列出我的一些问题和思考，共有用样需求的各位讨论。

    1. MySQL跨越广域网的复制(Replication of MySQL)是否稳定可靠

    除了老冒写到的基于页面或者部分页面的缓存方案(Squid as cache)，还有一种更加冒险，但是实时性更好的方案就是在异地的数据中心建立MySQL的slave节点，进行主数据中心和附属数据中心的Master-slave replication. 按说MySQL复制本身已经是一个非常健壮和成熟的解决方案，但是跨越广域网的效果如何，尚待验证。我觉得，只要延迟平均在秒级别，偶尔出现分钟级别的延迟也可以接受，毕竟整体已经好于缓存+通知过期。

    如果通过VPN+SSH在两个机房建立稳定的链路连接，把两个机房可以当成一个网络延迟稍微长一点，稍微不稳定一点的局域网来用，至少比cache方案有一个优点：可以在大动态数据量的时候，获得更好的秒级别的实时性。

    同理，基于这种链路的Solr (Lucene)复制，也是一个可以考虑的架构，但是一个未知数。具体情况如何，如小马过河，只有各家自己试过才知道。

    如果实现，就可以在系统级别，而非在应用代码级别实现异地的数据的自动cache, validations, rebuild。看起来很美。

    2. MySQL master-master复制

    除了主从方案，还有一种多中心方案。数据中心A和数据中心B各自有自己的数据库，但为了避免命名冲突，一个中心的数据采用奇数编号，另外一个采用偶数（或者等中心数大于2的时候，对某一大于中心总数的数字取模）。如果从MySQL以及绝大多数的数据库角度，这个操作非常方便。简述如下：

    假设A和B在初始时候的数据是一样的，最大编号（auto_increment的上一次给出值）是401。这个时候，只要简单的把两个数据库的auto_increment_increment设成2，

    auto_increment_increment = 2

    并且把A的数据库的表的AUTO_INCREMENT值设成一个比现在大得多的一个奇数，比如501，B设成502就好了。跳一下的好处是，可以不用停机，在一个机房操作完成的时候有足够的时间去操作第二个机房（只要那个机房的ID增长不要碰到502就好了）。从此A的id就按照503，505向上增长，而B的id开始按照502，504增长。

    另外有一种直接使用GUID作为id的方案，个人觉得太重了。

    这个方案做ID切分以后，就为master-master replication做好了准备。之后两个中心可以相互实时互相复制了。开起来也很美。

    但问题是，在大型系统里面，就算有再成熟的技术，简单的永远胜过复杂的方案。对于master-master的复制，我现在依然心有余悸。我的心理障碍就是因为以前技术支持的时候做过一个case，就是因为Windows 2000里面的Domain Controller可以master-master的复制，原理上是一个有问题，其他的可以把好的信息传过来，但实际上，一个小bug或者一个不小心的配置，可以让一台主域控制器的错误拖垮其他的所有控制器。master-master的方案在多于2个节点的时候，也需要额外的设计。

    3. 关于cache

    基于文件静态化的方案的好处显而易见，但是过期永远是心头的痛。对于像带有翻页这样的操作，除了第一页，其他页面的cache几乎不可能，因为谁都不愿意因为一条信息的更新，让后面的无穷无尽的翻页页面的cache重建。

    对于链路层的动态加速，觉得在现在的CND提供商无法获取真正优势网络资源的实际情况下，好似概念多于实际。

    所以，如果需要实时，或者准实时的加速，权衡所有方案，我觉得在异地放置Smart CDN是一个比较可行的解决方案。Smart CDN（抱歉，是我新造的词），就是前端部署的不仅仅是页面缓存，而是包括MySQL，搜索，Memcached等等一系列的服务，然后通过第一条提到的方式进行同步。这。。。。。。不是100%确信，只是一种想法。不过我相信这么做的人应该不在少数。

    我这里抛砖引玉，希望有过经验的同学分享你的好主意，尤其是成功的案例。在此谢过。

建议继续学习：

1. 跨机房问题    (阅读：3480)
2. 机房介绍――中国电信八大节点城市是哪几个?    (阅读：3228)
3. 多IDC的数据分布设计(一)    (阅读：3218)
4. 多IDC的数据分布设计(二)    (阅读：2639)
5. 保障IDC安全：分布式HIDS集群架构设计    (阅读：1059)