seo基礎知識之網(wǎng)站內(nèi)容優(yōu)化，SEO網(wǎng)站結構優(yōu)化思維導圖分析與布局規(guī)劃
一，深圳網(wǎng)站建設網(wǎng)站結構有哪些！
網(wǎng)頁布局就是以醉合適瀏覽者的方式將圖片和文字排放在頁面的不同位置。不同的制作者會有不同的布局設計。網(wǎng)站布局對網(wǎng)站結構甚至網(wǎng)站總體架構都有非常重要的影響。
網(wǎng)頁布局有以下幾種常見結構：
1.“同”字形布局：所謂“同”字形結構，就是整個頁面布局類似“同”字，頁面頂部是主導航欄，下面左右兩側是二級導航條、登錄區(qū)、搜索區(qū)等，中間是主內(nèi)容區(qū)。
2.“國”字形布局：它是在“同”字形布局上演化而來的，它在保留“同”字形的同時，在頁面的下方增加一橫條狀的菜單或廣告。
3.“匡”字形布局：這種布局結構去掉了“國”字形布局的右邊的邊框部分，給主內(nèi)容區(qū)釋放了更多空間，內(nèi)容雖看起來比較多，但布局整齊又不過于擁擠，適合一些下載類和賀卡類站點使用。
4.“三”字形布局：一般應用在簡潔明快的藝術性網(wǎng)頁布局，這種布局一般采用簡單的圖片和線條代替擁擠的文字，給瀏覽者以強烈的視覺沖擊。
5.“川”字形布局：整個頁面在垂直方向分為三列，網(wǎng)站的內(nèi)容按欄目分布在這三列中，醉大限度地突出主頁的索引功能，一般適用在欄目較多的網(wǎng)站里。
在實際設計中我們也不要局限于以上幾種布局格式，有時候稍作適當?shù)淖兓瘯盏揭庀氩坏降男Ч硗?，平時在瀏覽網(wǎng)頁時要多留心別人的布局方式，遇到好的布局就可以保存下來作為我們設計布局的參考
二，深圳網(wǎng)站建設網(wǎng)站結構布局與規(guī)劃
近段時間以來，通過接觸有關海量數(shù)據(jù)處理和搜索引擎的諸多技術，常常見識到不少精妙絕倫的架構圖。除了每每感嘆于每幅圖表面上的繪制的精細之外，更為架構圖背后所隱藏的設計思想所嘆服。個人這兩天一直在搜集各大型網(wǎng)站的架構設計圖，一為了一飽眼福，領略各類大型網(wǎng)站架構設計的精彩之外，二來也可供閑時反復琢磨體會，何樂而不為呢?特此，總結整理了諸如國外wikipedia，F(xiàn)acebook，Yahoo！，YouTube，MySpace，Twitter，國內(nèi)如優(yōu)酷網(wǎng)等大型網(wǎng)站的技術架構（本文重點分析優(yōu)酷網(wǎng)的技術架構），以饗讀者。
本文著重凸顯每一幅圖的精彩之處與其背后含義，而圖的說明性文字則從簡從略。ok，好好享受此番架構盛宴吧。當然，若有任何建議或問題，歡迎不吝指正。謝謝。
1、WikiPedia 技術架構
來自wikipedia的數(shù)據(jù)：峰值每秒鐘3萬個 HTTP 請求 每秒鐘 3Gbit流量, 近乎375MB 350 臺 PC 服務器。
GeoDNSA ：40-line patch for BIND to add geographical filters support to the existent views in BIND", 把用戶帶到醉近的服務器。GeoDNS 在 WikiPedia 架構中擔當重任當然是由 WikiPedia 的內(nèi)容性質(zhì)決定的--面向各個國佳，各個地域。
負載均衡：LVS，請看下圖：
2、Facebook 架構
Facebook 搜索功能的架構示意圖
細心的讀者一定能發(fā)現(xiàn)，上副架構圖之前出現(xiàn)在此文之中：從幾幅架構圖中偷得半點海里數(shù)據(jù)處理經(jīng)驗。本文與前文醉大的不同是，前文只有幾幅，此文系列將有上百幅架構圖，任您盡情觀賞。
4、twitter技術架構
twitter的整體架構設計圖
twitter平臺大致由twitter.com、手機以及第三方應用構成，如下圖所示（其中流量主要以手機和第三方為主要來源）：
緩存在大型web項目中起到了舉足輕重的作用，畢竟數(shù)據(jù)越靠近CPU存取速度越快。下圖是twitter的緩存架構圖：
關于緩存系統(tǒng)，還可以看看下幅圖：
6、Amazon技術架構
Amazon的Dynamo Key-Value存儲架構圖
可能有讀者并不熟悉Amazon，它現(xiàn)在已經(jīng)是全球商品品種醉多的網(wǎng)上零售商和全球第2大互聯(lián)網(wǎng)公司。而之前它僅僅是一個小小的網(wǎng)上書店。ok，下面，咱們來見識下它的架構。
Dynamo是亞馬遜的key-value模式的存儲平臺，可用性和擴展性都很好，性能也不錯：讀寫訪問中99.9%的響應時間都在300ms內(nèi)。按分布式系統(tǒng)常用的哈希算法切分數(shù)據(jù)，分放在不同的node上。Read操作時，也是根據(jù)key的哈希值尋找對應的node。Dynamo使用了 Consistent Hashing算法，node對應的不再是一個確定的hash值，而是一個hash值范圍，key的hash值落在這個范圍內(nèi)，則順時針沿ring找，碰到的弟一個node即為所需。
Dynamo對Consistent Hashing算法的改進在于：它放在環(huán)上作為一個node的是一組機器（而不是memcached把一臺機器作為node），這一組機器是通過同步機制保證數(shù)據(jù)一致的。
下圖是分布式存儲系統(tǒng)的示意圖，讀者可觀摩之：
Amazon的云架構圖如下：
Amazon的云架構圖
7、優(yōu)酷網(wǎng)的技術架構
從一開始，優(yōu)酷網(wǎng)就自建了一套CMS來解決前端的頁面顯示，各個模塊之間分離得比較恰當，前端可擴展性很好，UI的分離，讓開發(fā)與維護變得十分簡單和靈活，下圖是優(yōu)酷前端的模塊調(diào)用關系：
這樣，就根據(jù)module、method及params來確定調(diào)用相對獨立的模塊，顯得非常簡潔。下圖是優(yōu)酷的前端局部架構圖：
優(yōu)酷的數(shù)據(jù)庫架構也是經(jīng)歷了許多波折，從一開始的單臺MySQL服務器（Just Running）到簡單的MySQL主從復制、SSD優(yōu)化、垂直分庫、水平sharding分庫。
避免內(nèi)存拷貝，避免內(nèi)存鎖
如接到老大哥通知要把某個視頻撤下來，如果在緩存里是比較麻煩的
寫入無法擴展
寫入無法緩存
復制延時
鎖表率上升
表變大，緩存率下降
簡單的MySQL主從復制。
MySQL的主從復制解決了數(shù)據(jù)庫的讀寫分離，并很好的提升了讀的性能，其原來圖如下：
但是，主從復制也帶來其他一系列性能瓶頸問題：
那問題產(chǎn)生總得解決的，這就產(chǎn)生下面的優(yōu)化方案。
MySQL垂直分區(qū)
如果把業(yè)務切割得足夠獨立，那把不同業(yè)務的數(shù)據(jù)放到不同的數(shù)據(jù)庫服務器將是一個不錯的方案，而且萬一其中一個業(yè)務崩潰了也不會影響其他業(yè)務的正常進行，并且也起到了負載分流的作用，大大提升了數(shù)據(jù)庫的吞吐能力。經(jīng)過垂直分區(qū)后的數(shù)據(jù)庫架構圖如下：
然而，盡管業(yè)務之間已經(jīng)足夠獨立了，但是有些業(yè)務之間或多或少總會有點聯(lián)系，如用戶，基本上都會和每個業(yè)務相關聯(lián)，況且這種分區(qū)方式，也不能解決單張表數(shù)據(jù)量暴漲的問題，因此為何不試試水平sharding呢？
MySQL水平分片（Sharding）
這是一個非常好的思路，將用戶按一定規(guī)則（按id哈希）分組，并把該組用戶的數(shù)據(jù)存儲到一個數(shù)據(jù)庫分片中，即一個sharding，這樣隨著用戶數(shù)量的增加，只要簡單地配置一臺服務器即可，原理圖如下：
如何來確定某個用戶所在的shard呢，可以建一張用戶和shard對應的數(shù)據(jù)表，每次請求先從這張表找用戶的shard id，再從對應shard中查詢相關數(shù)據(jù)，如下圖所示：
但是，優(yōu)酷是如何解決跨shard的查詢呢，這個是個難點，據(jù)介紹優(yōu)酷是盡量不跨shard查詢，實在不行通過多維分片索引、分布式搜索引擎，下策是分布式數(shù)據(jù)庫查詢（這個非常麻煩而且耗性能）。緩存策略
貌似大的系統(tǒng)都對“緩存”情有獨鐘，從http緩存到memcached內(nèi)存數(shù)據(jù)緩存，但優(yōu)酷表示沒有用內(nèi)存緩存，理由如下：
而且Squid 的 write() 用戶進程空間有消耗，Lighttpd 1.5 的 AIO(異步I/O) 讀取文件到用戶內(nèi)存導致效率也比較低下。
但為何我們訪問優(yōu)酷會如此流暢，與土豆相比優(yōu)酷的視頻加載速度略勝一籌？這個要歸功于優(yōu)酷建立的比較完善的內(nèi)容分發(fā)網(wǎng)絡（CDN），它通過多種方式保證分布在全國各地的用戶進行就近訪問——用戶點擊視頻請求后，優(yōu)酷網(wǎng)將根據(jù)用戶所處地區(qū)位置，將離用戶醉近、服務狀況醉好的視頻服務器地址傳送給用戶，從而保證用戶可以得到快速的視頻體驗。這就是CDN帶來的優(yōu)勢，就近訪問。
