主题：请教：关于大流量网站的架构问题 -- kingcu

google之所以用自己的分布式文件系统GFS，以及建立在GFS之上的big table分布式数据库，都是因为它自己的应用特性决定的。反过来，GFS和big table也是针对google的应用特性来设计和优化的。

首先，google在后台对crawler扒来的网页数据进行处理，进行大规模的矩阵运算，来得出page rank，这本身就是要消耗大量的CPU cycles，所以server farm对它来说是最便宜的CPU资源了：400块一个白盒子，简直就是白菜。同时得到的还有更加廉价的硬盘空间。

而google big table分布式数据库，从google发表的论文里面可以看出一鳞一爪，那就是：big table是面向添加优化，而非面向修改优化，另外big table是面向文本内容而非面向二进制内容优化的。这些都是为了google搜索服务的。

你的朋友的网站，其实一开始不必考虑那么多，用不同的二级域名做一下负载均衡，设计的时候考虑一下，对可能的负载瓶颈，比如mysql服务器，做一下均衡，就可以了。等真的流量上去了，再重新设计不迟。