目前大型企业服务器采用什么架构

一般是SAN和NAS两种体系。

网络接入存储（Network-Attached Storage，简称NAS）和存储区域网络（Storage Area Network，简称SAN）

存储区域网络（Storage Area Network，简称SAN）采用光纤通道（Fibre Channel）技术，通过光纤通道交换机连接存储阵列和服务器主机，建立专用于数据存储的区域网络。SAN经过十多年历史的发展，已经相当成熟，成为业界的事实标准（但各个厂商的光纤交换技术不完全相同，其服务器和SAN存储有兼容性的要求）。SAN存储采用的带宽从100MB/s、200MB/s，发展到目前的1Gbps、2Gbps。

网络接入存储（Network-Attached Storage，简称NAS）采用网络（TCP/IP、ATM、FDDI）技术，通过网络交换机连接存储系统和服务器主机，建立专用于数据存储的存储私网。随着IP网络技术的发展，网络接入存储（NAS）技术发生质的飞跃。早期80年代末到90年代初的10Mbps带宽，网络接入存储作为文件服务器存储，性能受带宽影响；后来快速以太网（100Mbps）、VLAN虚网、Trunk(Ethernet Channel) 以太网通道的出现，网络接入存储的读写性能得到改善；1998年千兆以太网（1000Mbps）的出现和投入商用，为网络接入存储（NAS）带来质的变化和市场广泛认可。由于网络接入存储采用TCP/IP网络进行数据交换，

NAS：用户通过TCP/IP协议访问数据，采用业界标准文件共享协议如：NFS、HTTP、CIFS实现共享。

SAN：通过专用光纤通道交换机访问数据，采用SCSI、FC-AL接口。

SAN结构中，文件管理系统（FS）还是分别在每一个应用服务器上；而NAS则是每个应用服务器通过网络共享协议（如：NFS、CIFS）使用同一个文件管理系统。换句话说：NAS和SAN存储系统的区别是NAS有自己的文件系统管理。

NAS是将目光集中在应用、用户和文件以及它们共享的数据上。SAN是将目光集中在磁盘、磁带以及联接它们的可靠的基础结构。将来从桌面系统到数据集中管理到存储设备的全面解决方案将是NAS加SAN。

天互数据 杜超为您解答

服务器分塔式、机架式和刀片式这三种结构来划分服务器，服务器的外形为什么会有这样的划分呢？主要原因就是具体的应用环境不同，塔式服务器长得跟我们平时用的台式机一样，占用空间比较大，一般是一些小型企业自己使用自己维护；而机架式服务器长得就像卧着的台式机，可以一台一台的放到固定机架上，因此而得名，它可以拿去专业的服务器托管提供商那里进行托管，这样每年只需支付一定的托管费，就免去了自己管理服务器的诸多不便；而刀片服务器是近几年才比较流行的一种服务器架构，它非常薄，可以一片一片的叠放在机柜上，通过群集技术进行协同运算，能够处理大量的任务，特别适合分布式服务，如作为WEB服务器。

对于不同的企业和不同的使用情况，选择不同结构的服务器。

上海浙大网新易得科技发展有限公司生产的网新易得服务器三种结构的产品都会有。另外，他们还可以根据企业的具体要求按需定制不同需求的服务器。

游戏 行业是阿里云最早聚焦的行业之一，近年来 游戏 行业的变化、云计算产品技术的变化都与日俱进。随着行业业务的变化、技术架构的演进以及阿里云产品的迭代演进，整体的产品技术选型在不同的 游戏 场景、业务场景也不尽相同。本文将聚焦阿里云弹性计算产品在 游戏 行业的方案实践经验。

当前， 游戏 行业的各种场景和行业发展密不可分。简单回顾电子 游戏 的发展，80年代的黑白机，90年代的PC单机 游戏 ，00年代前夕随着互联网的发展网络 游戏 开始盛行，2010年后随着移动设备的逐渐普及，手游在国内开始兴起。

从 游戏 终端来区别，主要有：主机 游戏 （往往是3A 游戏 ）、PC 游戏 、移动 游戏 和网页 游戏 等。目前出现跨平台多端 游戏 ，以及云 游戏 化的趋势。

关于 游戏 的品类区别会有非常多的维度：RPG（角色扮演）、MOBA类、竞技类、FPS（射击类）、休闲类、卡牌类、棋牌类、SLG（策略类）等等。目前有多品类融合玩法裂变的趋势。

随着国内防沉迷、版号因素，近年来 游戏 行业诞生了越来越多的精品 游戏 ，出海全球化乃至区域化，以及整体存量用户增速放缓，长线运营、精细运营以及私域社区等运营方式也在悄然变化。

不同的业务场景技术架构不尽相同，如竞技类 游戏 和卡牌类 游戏 对计算的需求就有所区别，云 游戏 与常规的网络 游戏 架构也有所区别。这里主要从 游戏 服和 游戏 平台、大数据、云 游戏 这四个目前常见的场景简单介绍其架构。

游戏 服，从 游戏 类型来看有RPG、FPS、MOBA、SLG、棋牌、休闲等等；从 游戏 平台来看通常有主机、手机、PC等；从业务发行来看有全球、国内、海外，从部署架构来看有集中部署和分区部署；从技术架构来看， 游戏 行业也有逐渐分层解耦的趋势，但与互联网应用相比，有一定其独特性。

因为 游戏 的强交互性特点， 游戏 技术架构与其他互联网应用相比有一定独特性。 游戏 需要保持会话连接，也就是从一个客户端到服务端的长连接，便于对客户端中玩家的操作、行为等进行及时的反馈以及推送给共同 游戏 或对战的其他玩家,所以 游戏 普遍对网络质量更加敏感，网络质量较差的情况会使长连接断开或重连，引起玩家掉线。 游戏 也需要保持会话的状态，既服务端会保持一份玩家的实体，当玩家进行操作时，下次通信的数据会依赖之前的通信的数据，这也是一些MMO（多人在线）大型 游戏 对网络吞吐性能要求较高的原因之一。再比如FPS、MOBA类等多人对战类 游戏 ，交互性更强，对网络延迟容忍度更低，要求低延迟。因为 游戏 需要比较高密度的记录玩家的操作以及结果，所以有频繁写入数据的特点，这类场景需要较强的IO性能。因为 游戏 强交互性、低延迟的特点，其技术架构也和互联网应用不同，在逐渐分层解耦的同时，需要保证 游戏 玩家的交互效果，同时也会依赖到底层服务器的计算能力。

这些都是 游戏 场景普遍存在的特点：长连接保持会话、保持状态、低延迟网络、高IO吞吐、高计算性能。

游戏 的部署架构会结合 游戏 业务特点、 游戏 运营需求来制定 游戏 服务，有分区分服、全区全服业务逻辑，分区分服还是全区全服，最大的架构差异在于数据是不是一套。而从部署方式看，主要是集中式部署和分区域部署。

集中部署就是不论 游戏 玩家在哪里， 游戏 服务集中在一个区域，适合对网络延迟要求通常不高的 游戏 类型，如休闲类；分区部署是指 游戏 服务器根据 游戏 玩家地域分布，分区域部署，方便就近接入，适合对网络延迟要求较高的 游戏 类型，如MOBA、FPS类。

典型架构

MMO类有高并发特点，大量玩家并发的高计算量负载对服务器的计算能力和稳定性有着极高的要求。同时MMO类 游戏 有着比较强的PVE或PVP特性，对网络延迟的容忍度较低。

其中网关服务器负责所有网络数据包的转发，通常是网络负载较集中的点，对于网络吞吐能力要求较高。单个 游戏 区承载玩家数量高，逻辑服务器通常按照场景地图来划分，规模再大会通过分区的方式实现。

数据中心服务器负责缓存玩家数据并异步入库，保障玩家客户快速获取和写入数据，对于可用性要求较高，需要配合应用层实现数据容错机制。

日志服务器承载了大区所有业务行为的日志收集及处理的压力，对磁盘写入性能要求较高，通常采用多台分组方式实现。

（1）MMO 游戏 服性能与稳定需求，建议使用最第7代ECS实例，根据实际需求选型c计算型（CPU与内存配比1:2）/g通用型（1:4）/r内存型（1:8），Intel Ice Lake 29GHz基频35GHz睿频提供超高性能，能更好地优化 游戏 体验。

（2）异步落库以及日志服务器，对于磁盘读写性能要求高的场景，建议云上使用ESSD PL 0/1/2/3根据业务性能需要选择，避免磁盘读写瓶颈。

（3）在 游戏 日常版本更新中，需要各个地域Region镜像的快速复制，基于ESSD快照异地复制的能力，能够提升镜像复制效率。

（4）分区分服等场景往往需要快速地开服滚服合服，通过CADT云速搭、ESS弹性伸缩、OOS运维编排、ROS资源编排等云上运维工具搭配产品使用，能够提升云上运维效率。

ii FPS、MOBA类 游戏 架构介绍

MOBA类 游戏 主要包括PVP系统、PVE系统、 游戏 平台等几个主要部分，其中PVP战斗是MOBA/FPS 游戏 的核心。

PVP、PVE、 游戏 平台功能部署于同一VPC中，构成 游戏 大区；战斗服务器（往往）单独跨地域部署。

游戏 客户端首先接入到登录服务器中，完成登录认证、计费等 游戏 平台逻辑。为避免单点问题，所以 游戏 平台服务往往需要高可用方案。可利用云上高可用方案，包括便捷的运维工具满足业务高可用需求。

FPS/MOBA竞技 游戏 ，往往对延迟特别敏感，可以想象，竞技类 游戏 中对战的 游戏 场景：玩家操控人物，在地图里步伐飘逸，枪声密集，每一颗子弹都是一次时间加上空间的矢量计算，而且需要在主进程中完成计算，那么算力需求就随着房间玩家数量上升而指数爆炸，5V5的房间和大房间100人（吃鸡）对算力的需求完全不同。

游戏 这部分重算力场景，推荐阿里云7代高主频或七代实例，更高的单核性能提供更好的战斗效果。

战斗房间类 游戏 ，因为业务本身峰谷特性，灵活地使用云上资源的弹性能力，往往会较好地优化整体的资源使用成本。阿里云弹性计算本身提供了非常灵活的付费方式，包括常规的按量实例、包月包年实例、以及通过节省计划/预留实例券去抵扣按量实例资源，兼顾资源灵活使用的同时达到更优的成本。

此外，为更进一步释放开发运维的效率，当前一些 游戏 也采用了容器化技术架构，阿里云的ACK+ECS/ECI弹性容器实例组合搭配使用，更进一步释放了基础资源的灵活性和弹性能力。

业务场景

游戏 平台（不限于FPS、MOBA类）主要提供的服务：官网、客服、注册、登录、充值、兑换、商城、推送、公告、社区、SDK及邮件、短信等公共服务；包括内容审核、视频录制、弹幕、转码、剪辑、RTC这些业务需要的基础服务，以及运维监控、发布平台、测试平台这些运维等平台服务。

这部分更接近于通用的互联网技术架构，以服务为颗粒度解耦，接入->网关->应用->数据库。

技术特点

这往往通常需要构建高可用基础架构来提升稳定性，业务突发期往往需要一定的弹性能力。相比于 游戏 服务这部分容器化就更加普及，也更容易通过云上的比如弹性容器实例去应对流量峰值场景。在视频录制场景，对实时性要求较高时，往往会基于GPU能力构建，这部分阿里云也提供了vGPU/cGPU能力，释放GPU的灵活性。

大数据是当前 游戏 业务经营、 游戏 运营主要的技术手段，主要面向平台数据运营、 游戏 数据分析、广告转化分析、安全运营分析等 游戏 核心运营场景。不同的场景对实时性要求不同，实时查询检索通常是经营分析、客户受理、玩家监测、在线等场景；离线报表通常是玩家行为分析、用户画像、特征挖掘等场景。

总体而言，实时性业务更多是业务查询类、简单计算类任务，比如买量转化的分析；离线类基本是分析类、预测类任务，比如 游戏 玩法分析。

从技术架构来看，得益于开源社区技术栈的高丰富度，大数据具体的技术选择非常之多，整体从存算一体到存算分离，也诞生像数据仓库、数据湖乃至湖仓一体等概念。

从数据架构流程来看，从数据源->数据采集、传输->数据计算、存储->数据应用，其中可选看技术方案也需要因地制宜。

从部署架构来看，不同的 游戏 公司处在不同的数据建设阶段，会有不同的选择倾向，包括完全自建、基于云自建大数据、基于云上托管、以及利用更多云上成熟的产品技术去丰富整体的大数据能力集，而后者也成为越来越多客户的选择。

拿云上大数据方案举例来讲，比如实时计算部分，选择SLS采集、Kafka数据网关通道，通过Flink做数据计算，通过ES或CK做数据分析，通过ADB以及QuickBI做数据应用展示。离线方案通过OSS做冷数据存储，Spark、Hive、HDFS等组件做数据计算存储，通过CK汇聚分析，通过Dataworks做数据应用。

具体计算存储的产品选型，主要根据不同的业务特性以及大数据应用特性来区分，根据数据容量、IOPS、吞吐、读写特点以及性价比来选择。

如刚刚举例的实时计算/近实时计算场景，Flink具备高性能、低延迟特点，所以是计算密集、网络性能高场景，推荐选型七代ECS实例或6代增强实例；如HDFS需要超大存储容量，高吞吐，推荐D系列本地盘实例，如D2S存储型本地盘实例。Remote Shuffle Service等处理结果多的场景，读写处理频繁如大量的join计算，需要综合来看计算、网络、存储性能以及综合成本来选择通用实例（如第7代ECS实例）或i系列本地盘实例。所以，最终在云上的资源选型，在性能满足的前期下，需要评估通过网络传输数据成本高（云盘），还是就地取材计算成本高（本地盘），不同模型、不同量级选择不同。

从内存处理（成本最高、性能最好、存储容量最小）、SSD本地盘、HDD本地盘、ESSD云盘、OSS对象存储（成本最优、性能一般、存储容量最大），逐渐分层解耦，还带来一个好处：充分释放了云上弹性的能力，可以利用更轻巧的弹性计算产品（如SPOT抢占式实例方式，或ECI容器实例）进行大数据计算，达到更好的弹性能力去满足业务需求的同时也能节约更多的成本。

云 游戏 主要分终端和云端。终端部分基于Windows、iOS、Linux等操作系统的终端设备包括手机、平板、电脑、电视机、VR一体机等。云端架构主要是 游戏 应用层、云 游戏 平台层、IaaS基础资源层，应用层包括PC 游戏 、手游、VR 游戏 、H5 游戏 等多种类型的 游戏 应用；平台层云 游戏 必须的运营平台、支撑平台、流化技术平台等；IaaS基础资源层包括基础网络、基于X86架构以及ARM架构的GPU服务器。

云 游戏 落地，在技术上也经历了诸多挑战，为满足端到端高性能低时延，网络调度、指令串流、编解码、多终端的SDK适配等等都是云 游戏 场景中不可避免的技术问题。

对于云端算力来讲，阿里云解决了云端渲染、串流以及编解码问题，并通过全系列GPU产品来满足云手游、端游、VR乃至企业级视觉渲染场景的需求。

总结来讲，阿里云弹性计算通过云上的串流、编码加速、渲染加速等全套的技术帮助 游戏 客户给云 游戏 玩家提供更好的性能体验，通过基于阿里云全球数据中心可以帮助云 游戏 客户覆盖更多的用户，通过GPU多种产品形态和整体的弹性能力，也帮助到 游戏 客户去更快捷更灵活的构建其云 游戏 业务。

阿里云通过多年的技术积累和持续的运营，提供了大规模的基础设施云服务，目前在全球部署了26个地域、82个可用区，通过优异稳定的性能表现帮助 游戏 客户高效稳定地运行 游戏 业务，为玩家提供极致顺滑的 游戏 体验，并通过技术手段不断地帮助 游戏 客户优化用云成本。

国内的业务出海、 游戏 出海也是现阶段大的趋势之一，很多 游戏 公司已经把出海从业务可选项变成了必选项之一。在2022年3月，阿里云上线了韩国和泰国两大Region，能够为本地化的 游戏 业务提供更流畅、更稳定的 游戏 体验，以此希望能在 游戏 客户出海的业务领域，提供更多的帮助。

当然，作为内容与 科技 两大热门领域的交叉领域， 游戏 产业日新月异，架构也随着前端业务的需要不断改变。阿里云弹性计算也针对 游戏 厂商的不同架构，陆续推出了不同的云服务器类型和付费方式，以及云上运维套件，以帮助客户降本增效。

原文链接：http://clickaliyuncom/m/1000336551/

一Struts框架

Struts是开源软件。使用Struts的目的是为了帮助我们减少在运用MVC设计模型来开发Web应用的时间。如果我们想混合使用Servlets和JSP的优点来建立可扩展的应用，Struts是一个不错的选择。

流程：服务器启动后，根据webxml加载ActionServlet读取struts-configxml文件内容到内存。

架构：Struts对Model，View和Controller都提供了对应的组件。ActionServlet，这个类是Struts的核心控制器，负责拦截来自用户的请求。

二．Spring框架

Spring是一个解决了许多在J2EE开发中常见的的问题的强大框架。Springle提供了管理业务对象的一致方法并且鼓励了注入对接口编程而不是对类变成的好习惯。Spring的架构基础是基于使用JavaBean属性的InversionofControl容器。然而Spring在使用IoC容器作为构建玩关注所有架构层层的完整解决方案方面是独一无二的。Spring提供了唯一的数据管理抽象包括简单和有效率的JDBC框架，极大的改进了效率并且减少了可能的错误。Spring的数据访问架构还集成了Hibernate和其他O/Rmapping解决方案。

三．Hibernate框架

Hibernate是一个开源代码的对象关系映射框架，对JDBC惊醒了费城轻量级的的对象封装，使得Java程序员可以随心所欲的使用对象变成思维来操作数据库。Hebernate可以应用在任何使用JDBC的场合，既可以在Java的客户端程序使用，也可以在Servlet/JSP的Web应用中使用最具革命意义的事，Hibernate可以在应用EJB的J2EE架构中取代CMP,完成数据持久化的重任！

Java的这三大架构各有自己的优缺点，也就意味着是运用在不同的情况下，而不同的企业所要求使用的架构也都不相同。所以，掌握好全面的Java知识点尤为重要！

目前软件行业发展实在是快，知道现在最流行的是什么吗？

端游、手游服务端常用的架构是什么样的？

类型1：卡牌、跑酷等弱交互服务端卡牌跑酷类

因为交互弱，玩家和玩家之间不需要实时面对面PK，打一下对方的离线数据，计算下排行榜，买卖下道具即可，所以实现往往使用简单的 HTTP服务器：

登录时可以使用非对称加密（RSA, DH），服务器根据客户端uid，当前时间戳还有服务端私钥，计算哈希得到的加密 key 并发送给客户端。之后双方都用 HTTP通信，并用那个key进行RC4加密。客户端收到key和时间戳后保存在内存，用于之后通信，服务端不需要保存 key，因为每次都可以根据客户端传上来的 uid 和 时间戳 以及服务端自己的私钥计算得到。用模仿 TLS的行为，来保证多次 HTTP请求间的客户端身份，并通过时间戳保证同一人两次登录密钥不同。

每局开始时，访问一下，请求一下关卡数据，玩完了又提交一下，验算一下是否合法，获得什么奖励，数据库用单台 MySQL或者 MongoDB即可，后端的 Redis做缓存（可选）。如果要实现通知，那么让客户端定时15秒轮询一下服务器，如果有消息就取下来，如果没消息可以逐步放长轮询时间，比如30秒；如果有消息，就缩短轮询时间到10秒，5秒，即便两人聊天，延迟也能自适应。

此类服务器用来实现一款三国类策略或者卡牌及酷跑的游戏已经绰绰有余，这类游戏因为逻辑简单，玩家之间交互不强，使用 HTTP来开发的话，开发速度快，调试只需要一个浏览器就可以把逻辑调试清楚了。

类型2：第一代游戏服务器 1978

1978年，英国著名的财经学校University of Essex的学生 Roy Trubshaw编写了世界上第一个MUD程序《MUD1》，在University of Essex于1980年接入 ARPANET之后加入了不少外部的玩家，甚至包括国外的玩家。《MUD1》程序的源代码在 ARPANET共享之后出现了众多的改编版本，至此MUD才在全世界广泛流行起来。不断完善的 MUD1的基础上产生了开源的 MudOS（1991），成为众多网游的鼻祖：

MUDOS采用 C语言开发，因为玩家和玩家之间有比较强的交互（聊天，交易，PK），MUDOS使用单线程无阻塞套接字来服务所有玩家，所有玩家的请求都发到同一个线程去处理，主线程每隔1秒钟更新一次所有对象（网络收发，更新对象状态机，处理超时，刷新地图，刷新NPC）。

游戏世界采用房间的形式组织起来，每个房间有东南西北四个方向可以移动到下一个房间，由于欧美最早的网游都是地牢迷宫形式的，因此场景的基本单位被成为 “房间”。MUDOS使用一门称为LPC的脚本语言来描述整个世界（包括房间拓扑，配置，NPC，以及各种剧情）。游戏里面的高级玩家（巫师），可以不断的通过修改脚本来为游戏添加房间以及增加剧情。早年 MUD1上线时只有17个房间，Roy Trubshaw毕业以后交给他的师弟 Richard Battle，在 Richard Battle手上，不断的添加各种玩法到一百多个房间，终于让 MUD发扬光大。

用户使用 Telnet之类的客户端用 Tcp协议连接到 MUDOS上，使用纯文字进行游戏，每条指令用回车进行分割。比如 1995年国内第一款 MUD游戏《侠客行》，你敲入：”go east”，游戏就会提示你：“后花园 - 这里是归云庄的后花园，种满了花草，几个庄丁正在浇花。此地乃是含羞草生长之地。这里唯一的出口是 north。这里有：花待 阿牧（A mu），还有二位庄丁（Zhuang Ding）”，然后你继续用文字操作，查看阿牧的信息：“look a mu”，系统提示：“花待 阿牧（A mu）他是陆乘风的弟子，受命在此看管含羞草。他看起来三十多岁，生得眉清目秀，端正大方，一表人才。他的武艺看上去不是很高，出手似乎极轻”。然后你可以选择击败他获得含羞草，但是你吃了含羞草却又可能会中毒死亡。在早期网上资源贫乏的时候，这样的游戏有很强的代入感。

用户数据保存在文件中，每个用户登录时，从文本文件里把用户的数据全部加载进来，操作全部在内存里面进行，无需马上刷回磁盘。用户退出了，或者每隔5分钟检查到数据改动了，都会保存会磁盘。这样的系统在当时每台服务器承载个4000人同时游戏，不是特别大的问题。从1991年的 MUDOS发布后，全球各地都在为他改进，扩充，退出新版本，随着 Windows图形机能的增强。1997游戏《UO》在 MUDOS的基础上为角色增加的x,y坐标，为每个房间增加了地图，并且为每个角色增加了动画，形成了第一代的图形网络游戏。

因为游戏内容基本可以通过 LPC脚本进行定制，所以MUDOS也成为名副其实的第一款服务端引擎，引擎一次性开发出来，然后制作不同游戏内容。后续国内的《万王之王》等游戏，很多都是跟《UO》一样，直接在 MUDOS上进行二次开发，加入房间的地图还有角色的坐标等要素，该架构一直为国内的第一代 MMORPG提供了稳固的支持，直到 2003年，还有游戏基于 MUDOS开发。虽然后面图形化增加了很多东西，但是这些MMORPG后端的本质还是 MUDOS。随着游戏内容的越来越复杂，架构变得越来越吃不消了，各种负载问题慢慢浮上水面，于是有了我们的第二代游戏服务器。

类型3：第二代游戏服务器 2003

2000年后，网游已经脱离最初的文字MUD，进入全面图形化年代。最先承受不住的其实是很多小文件，用户上下线，频繁的读取写入用户数据，导致负载越来越大。随着在线人数的增加和游戏数据的增加，服务器变得不抗重负。同时早期 EXT磁盘分区比较脆弱，稍微停电，容易发生大面积数据丢失。因此第一步就是拆分文件存储到数据库去。

此时游戏服务端已经脱离陈旧的 MUDOS体系，各个公司在参考 MUDOS结构的情况下，开始自己用 C在重新开发自己的游戏服务端。并且脚本也抛弃了 LPC，采用扩展性更好的 Python或者 Lua来代替。由于主逻辑使用单线程模型，随着游戏内容的增加，传统单服务器的结构进一步成为瓶颈。于是有人开始拆分游戏世界，变为下面的模型：

游戏服务器压力拆分后得意缓解，但是两台游戏服务器同时访问数据库，大量重复访问，大量数据交换，使得数据库成为下一个瓶颈。于是形成了数据库前端代理（DB Proxy），游戏服务器不直接访问数据库而是访问代理，再有代理访问数据库，同时提供内存级别的cache。早年 MySQL4之前没有提供存储过程，这个前端代理一般和 MySQL跑在同一台上，它转化游戏服务器发过来的高级数据操作指令，拆分成具体的数据库操作，一定程度上代替了存储过程：

但是这样的结构并没有持续太长时间，因为玩家切换场景经常要切换连接，中间的状态容易错乱。而且游戏服务器多了以后，相互之间数据交互又会变得比较麻烦，于是人们拆分了网络功能，独立出一个网关服务 Gate（有的地方叫 Session，有的地方叫 LinkSvr之类的，名字不同而已）：

把网络功能单独提取出来，让用户统一去连接一个网关服务器，再有网关服务器转发数据到后端游戏服务器。而游戏服务器之间数据交换也统一连接到网管进行交换。这样类型的服务器基本能稳定的为玩家提供游戏服务，一台网关服务1-2万人，后面的游戏服务器每台服务5k-1w，依游戏类型和复杂度不同而已，图中隐藏了很多不重要的服务器，如登录和管理。这是目前应用最广的一个模型，到今天任然很多新项目会才用这样的结构来搭建。

人都是有惯性的，按照先前的经验，似乎把 MUDOS拆分的越开性能越好。于是大家继续想，网关可以拆分呀，基础服务如聊天交易，可以拆分呀，还可以提供web接口，数据库可以拆分呀，于是有了下面的模型：

这样的模型好用么？确实有成功游戏使用类似这样的架构，并且发挥了它的性能优势，比如一些大型 MMORPG。但是有两个挑战：每增加一级服务器，状态机复杂度可能会翻倍，导致研发和找bug的成本上升；并且对开发组挑战比较大，一旦项目时间吃紧，开发人员经验不足，很容易弄挂。

比如我见过某上海一线游戏公司的一个 RPG上来就要上这样的架构，我看了下他们团队成员的经验，问了下他们的上线日期，劝他们用前面稍微简单一点的模型。人家自信得很，认为有成功项目是这么做的，他们也要这么做，自己很想实现一套。于是他们义无反顾的开始编码，项目做了一年多，然后，就没有然后了。

现今在游戏成功率不高的情况下，一开始上一套比较复杂的架构需要考虑投资回报率，比如你的游戏上线半年内 PCU会去到多少？如果一个 APRG游戏，每组服务器5千人都到不了的话，那么选择一套更为贴近实际情况的结构更为经济。即使后面你的项目真的超过5千人朝着1万人目标奔的话，相信那个时候你的项目已经挣大钱了 ，你数着钱加着班去逐步迭代，一次次拆分它，相信心里也是乐开花的。

上面这些类型基本都是从拆分 MUDOS开始，将 MUDOS中的各个部件从单机一步步拆成分布式。虽然今天任然很多新项目在用上面某一种类似的结构，或者自己又做了其他热点模块的拆分。因为他们本质上都是对 MUDOS的分解，故将他们归纳为第二代游戏服务器。

类型4：第三代游戏服务器

2007从魔兽世界开始无缝世界地图已经深入人心，比较以往游戏玩家走个几步还需要切换场景，每次切换就要等待 LOADING个几十秒是一件十分破坏游戏体验的事情。于是对于 2005年以后的大型 MMORPG来说，无缝地图已成为一个标准配置。比较以往按照地图来切割游戏而言，无缝世界并不存在一块地图上面的人有且只由一台服务器处理了：

每台 Node服务器用来管理一块地图区域，由 NodeMaster（NM）来为他们提供总体管理。更高层次的 World则提供大陆级别的管理服务。这里省略若干细节服务器，比如传统数据库前端，登录服务器，日志和监控等，统统用 ADMIN概括。在这样的结构下，玩家从一块区域走向另外一块区域需要简单处理一下：

玩家1完全由节点A控制，玩家3完全由节点B控制。而处在两个节点边缘的2号玩家，则同时由A和B提供服务。玩家2从A移动到B的过程中，会同时向A请求左边的情况，并向B请求右边的情况。但是此时玩家2还是属于A管理。直到玩家2彻底离开AB边界很远，才彻底交由B管理。按照这样的逻辑将世界地图分割为一块一块的区域，交由不同的 Node去管理。

对于一个 Node所负责的区域，地理上没必要连接在一起，比如大陆的四周边缘部分和高山部分的区块人比较少，可以统一交给一个Node去管理，而这些区块在地理上并没有联系在一起的必要性。一个 Node到底管理哪些区块，可以根据游戏实时运行的负载情况，定时维护的时候进行更改 NodeMaster 上面的配置。于是碰到第一个问题是很多 Node服务器需要和玩家进行通信，需要问管理服务器特定UID为多少的玩家到底在哪台 Gate上，以前按场景切割的服务器这个问题不大，问了一次以后就可以缓存起来了，但是现在服务器种类增加不少，玩家又会飘来飘去，按UID查找玩家比较麻烦；另外一方面 GATE需要动态根据坐标计算和哪些 Node通信，导致逻辑越来越厚，于是把：“用户对象”从负责连接管理的 GATE中切割出来势在必行于是有了下面的模型：

网关服务器再次退回到精简的网络转发功能，而用户逻辑则由按照 UID划分的 OBJ服务器来承担，GATE是按照网络接入时的负载来分布，而 OBJ则是按照资源的编号（UID）来分布，这样和一个用户通信直接根据 UID计算出 OBJ服务器编号发送数据即可。而新独立出来的 OBJ则提供了更多高层次的服务：

对象移动：管理具体玩家在不同的 Node所管辖的区域之间的移动，并同需要的 Node进行沟通。

数据广播：Node可以给每个用户设置若干 TAG，然后通知 Object Master 按照TAG广播。

对象消息：通用消息推送，给某个用户发送数据，直接告诉 OBJ，不需要直接和 GATE打交道。

好友聊天：角色之间聊天直接走 OBJ/OBJ MASTER。整个服务器主体分为三层以后，NODE专注场景，OBJ专注玩家对象，

GATE专注网络。这样的模型在无缝场景服务器中得到广泛的应用。但是随着时间的推移，负载问题也越来越明显，做个活动，远来不活跃的区域变得十分活跃，靠每周维护来调整还是比较笨重的，于是有了动态负载均衡。动态负载均衡有两种方法，第一种是按照负载，由 Node Master 定时动态移动修改一下各个 Node的边界，而不同的玩家对象按照先前的方法从一台 Node上迁移到另外一台 Node上：

图11 动态负载均衡

Node Master定时查找地图上的热点区域，计算新的场景切割方式，然后告诉其他服务器开始调整，具体处理方式还是和上面对象跨越边界移动的方法一样。但是上面这种方式实现相对复杂一些，于是人们设计出了更为简单直接的一种新方法：

图12 基于网格的动态负载均衡

于网格的动态负载均衡还是将地图按照标准尺寸均匀切割成静态的网格，每个格子由一个具体的Node负责，但是根据负载情况，能够实时的迁移到其他 Node上。在迁移分为三个阶段：准备，切换，完成。三个状态由Node Master负责维护。准备阶段新的 Node开始同步老 Node上面该网格的数据，完成后告诉NM；NM确认OK后同时通知新旧 Node完成切换。完成切换后，如果 Obj服务器还在和老的 Node进行通信，老的 Node将会对它进行纠正，得到纠正的 OBJ将修正自己的状态，和新的 Node进行通信。

很多无缝动态负载均衡的服务端宣称自己支持无限的人数，但不意味着 MMORPG游戏的人数上限真的可以无限扩充，因为这样的体系会受制于网络带宽和客户端性能。带宽决定了同一个区域最大广播上限，而客户端性能决定了同一个屏幕到底可以绘制多少个角色。

从无缝地图引入了分布式对象模型开始，已经完全脱离 MUDOS体系，成为一种新的服务端模型。又由于动态负载均衡的引入，让无缝服务器如虎添翼，容纳着超过上一代游戏服务器数倍的人数上限，并提供了更好的游戏体验，我们称其为第三代游戏服务端架构。网游以大型多人角色扮演为开端，RPG网游在相当长的时间里一度占据90%以上，使得基于 MMORPG的服务端架构得到了蓬勃的发展，然而随着玩家对RPG的疲惫，各种非MMORPG游戏如雨后春笋般的出现在人们眼前，受到市场的欢迎。

类型5：战网游戏服务器

经典战网服务端和 RPG游戏有两个区别：RPG是分区分服的，北京区的用户和广州区的用户老死不相往来。而战网，虽然每局游戏一般都是 8人以内，但全国只有一套服务器，所有的玩家都可以在一起游戏，而玩家和玩家之使用 P2P的方式连接在一起，组成一局游戏：

玩家通过 Match Making 服务器使用：创建、加入、自动匹配、邀请 等方式组成一局游戏。服务器会选择一个人做 Host，其他人 P2P连接到做主的玩家上来。STUN是帮助玩家之间建立 P2P的牵引服务器，而由于 P2P联通情况大概只有 75%，实在联不通的玩家会通过 Forward进行转发。

大量的连接对战，体育竞技游戏采用类似的结构。P2P有网状模型（所有玩家互相连接），和星状模型（所有玩家连接一个主玩家）。复杂的游戏状态在网状模型下难以形成一致，因此星状P2P模型经受住了历史的考验。除去游戏数据，支持语音的战网系统也会将所有人的语音数据发送到做主的那个玩家机器上，通过混音去重再编码的方式返回给所有用户。

战网类游戏，以竞技、体育、动作等类型的游戏为主，较慢节奏的 RPG（包括ARPG）有本质上的区别，而激烈的游戏过程必然带来到较 RPG复杂的多的同步策略，这样的同步机制往往带来的是很多游戏结果由客户端直接计算得出，那在到处都是破解的今天，如何保证游戏结果的公正呢？

主要方法就是投票法，所有客户端都会独立计算，然后传递给服务器。如果结果相同就更新记录，如果结果不一致，会采取类似投票的方式确定最终结果。同时记录本剧游戏的所有输入，在可能的情况下，找另外闲散的游戏客户端验算整局游戏是否为该结果。并且记录经常有作弊嫌疑的用户，供运营人员封号时参考。

类型7：休闲游戏服务器

休闲游戏同战网服务器类似，都是全区架构，不同的是有房间服务器，还有具体的游戏服务器，游戏主体不再以玩家 P2P进行，而是连接到专门的游戏服务器处理：

和战网一样的全区架构，用户数据不能象分区的 RPG那样一次性load到内存，然后在内存里面直接修改。全区架构下，为了应对一个用户同时玩几个游戏，用户数据需要区分基本数据和不同的游戏数据，而游戏数据又需要区分积分数据、和文档数据。胜平负之类的积分可以直接提交增量修改，而更为普遍的文档类数据则需要提供读写令牌，写令牌只有一块，读令牌有很多块。同帐号同一个游戏同时在两台电脑上玩时，最先开始的那个游戏获得写令牌，可以操作任意的用户数据。而后开始的那个游戏除了可以提交胜平负积分的增量改变外，对用户数据采用只读的方式，保证游戏能运行下去，但是会提示用户，游戏数据锁定。

类型8：现代动作类网游

从早期的韩国动作游戏开始，传统的战网动作类游戏和 RPG游戏开始尝试融合。单纯的动作游戏玩家容易疲倦，留存也没有 RPG那么高；而单纯 RPG战斗却又慢节奏的乏味，无法满足很多玩家激烈对抗的期望，于是二者开始融合成为新一代的：动作 + 城镇 模式。玩家在城镇中聚集，然后以开副本的方式几个人出去以动作游戏的玩法来完成各种 RPG任务。本质就是一套 RPG服务端+副本服务端。由于每次副本时人物可以控制在8人以内，因此可以获得更为实时的游戏体验，让玩家玩的更加爽快。

说了那么多的游戏服务器类型，其实也差不多了，剩下的类型大家拼凑一下其实也就是这个样子而已。

随着服务器开发技术的不断发展，微服务架构技术在各个方面都有了很大的技术突破。今天，电脑培训就一起来了解一下，在互联网大环境下的微服务系统架构的发展趋势。

1服务网格白热化

服务网格是一个专注于服务间通信的基础设施层，也是目前受关注的与云原生有关的话题。随着容器的普及，服务拓扑变得越来越动态化，这对网络功能提出了更多的要求。服务网格通过服务发现、路由、负载均衡、健康检测和可观察性来管理流量，简化容器与生俱来的复杂性。

随着HAProxy、traefik和NGINX逐步把自己定位成数据平面，服务网格也变得越来越流行。尽管服务网格还没有得到大规模部署，但确实有些企业已经在生产环境中运行服务网格。另外，服务网格不仅可以用在微服务或Kubernetes环境中，也可以被用在VM和无服务器架构的环境中。例如，美国国家生物技术信息中心虽然没有使用容器，但他们使用了Linkerd。

2事件驱动架构的崛起

随着业务场景的不断变化，我们已经看到了基于推送或事件的架构正在成为一种趋势。服务向订阅事件的观察者容器发送事件，容器异步做出响应，事件发送者可能对此一无所知。与请求响应式架构不同的是，在基于事件的系统架构中，发起事件的容器并不依赖下游的容器，它们的处理过程和加载的事务与下游容器的可用性或完成情况无关。这种架构的另一个好处是，开发者可以更加独立地设计各自的服务。

3安全模型的变化

因为对内核访问方面的限制，部署在容器中的应用程序相对安全。在VM环境中，虚拟设备驱动器是暴露可见性的地方。而在容器环境里，操作系统提供了系统调用，信号源也变得更加丰富。之前，管理员需要在VM中安装代理，但那样太复杂了，需要管理太多的东西。容器提供了更清晰的可见性，相比VM，与容器的集成会更加容易。

4从REST到GraphQL

GraphQL是Facebook于2012年创建并于2023年开源的一套查询语言API规范。GraphQL的类型系统允许开发者自己定义数据schema，可以增加新字段，也可以删除旧字段，这些都不会影响已有的查询，也不需要修改客户端。GraphQL非常强大，因为它没有与特定的数据库或存储引擎绑定在一起。

随着VOD日益流行以及服务供应商、技术设计商与媒体拥有者不断融合，交付架构也在不断发展。目前大型网络中采用的最著名的VOD架构通常称为SHE-VHO-VSO模型。

SHE-VHO-VSO模型——这种架构是一种层级架构：“超级头端”(SHE)汇集大范围内或全国的内容并且在大范围内提供实时全国内容，通常采用IP作为网络层协议。“视频中心局”（VHO）与SHE一起把本地与区域内容整合到内容组合中，从而确保全国与本地内容的供应。最后，“视频交换局”（VSO）把不同内容从网络映射到接入域，以便发送给用户。

这种模型很适应传统内容交付；但是，随着大家对点播业务的兴趣不断提高并且其在收入流中的比重日益加大，开始出现多种业务问题。由于所有VOD分配模型的整体目标都是最小化交付延迟、最大化网络服务可靠性、创建易于管理（因此也易于计费）的业务环境，以及确保可靠、可预测的媒体流环境，因此出现了不同的架构方案。由于流量瓶颈是基于服务器的网络中最常见、最棘手的问题，因此抛弃单一服务器解决方案是一种自然而然的选择。

分布式服务器模型——理想情况下这种模型可以很好地运行。不过，由于大部分网络都非常复杂，来自单个站点的内容存在一些潜在问题。为此，通常会部署一种多服务器架构，从多台服务器向单个客户端发送内容。这样可以把故障风险分散到多台设备，同时消除服务器的进出瓶颈。这种模型中的内容下载由接收器驱动，而非由发射器驱动，从而可以无需协调参与下载的各台服务器。此外，对服务器内容的请求在块级进行，这样可以消除对复杂、耗时的分组处理的需求。最后，在参与的服务器群之间可以对带宽占用进行自适应管理，这样一方面可以保持服务器负载相对均衡，另一方面也可以消除服务器故障造成严重业务中断的可能性。

点对点传输——紧随分布式服务器模型而来的是主题的变化。最终负责把内容传输给用户的服务器常称为流引擎。在点对点环境中，主要流引擎与对等服务器合作，从合作设备下载相关数据块，用于发送给用户，这样可以使不同服务器与路径分担传输责任，从而提高系统整体效率。