前言

首先要明确什么是大型应用，其实这是仁者见仁、智者见智的问题，并且它是一个哲学问题，不是一个技术问题。假如有人问你，一个可以进行线上销售的网站，比如优衣库，大不大？你可能会说大，因为这与你平常所见的博客、企业官网等逻辑相比较确实复杂很多。或者说小，那么说明你开发过比它还复杂的系统。那么相比较淘宝而言呢？大和小的对比是要有参照物的。

1. 应用的组成

一个完备的 Web 应用可能只由一门语言或者一种技术构成吗？不可能。因为一个完备的 Web 应用其实是多门技术的综合体，解决某个问题有非常多的解决方案，比如后端的逻辑解决方案就非常多，Java、php、Python、Ruby 等都可以。

简单地概述，应用的组成内容可能包括：

Web 界面显示逻辑；后端业务逻辑；缓存；数据库；消息队列。

其实还可以加入日志分析、数据分析等，只是上面几个最广为人知而已。

2. 应用的种类

I/O 密集型；CPU 密集型。

就常见的互联网产品而言，它的瓶颈并非在后端业务的逻辑上，而是在 I/O 上，即返回给用户看的数据的读入与输出。相对于应用程序而言，读入指的是从数据库里获取数据，而输出指的是将这些数据经过一定的处理输出到用户的浏览器，那么这就是 I/O 密集型。

而CPU密集型是指做频繁计算任务的应用，Node.js在这方面确实是短板。

3. 应用服务的过程

如图所示，用户通过浏览器发送请求，由网卡接收TCP 连接，通知内核，内核再去调用相对应的服务端程序。

Request 请求过程

Response 返回过程

如下图，Web 应用要返回数据，首先要获取数据，通过内核调用磁盘的驱动程序，把数据读入缓存，这样就可以在 Web 应用程序中获取数据并进行数据处理，最终调用内核，将数据通过网卡发送给客户端。

4. 应用的瓶颈

通常 I/O 密集型的瓶颈会在磁盘的读写上，所以在购买云服务器的时候可以购买 SSD 的磁盘来提升性能，一般数据库软件的数据都是存储在文件上面的。首先考虑添加内存型缓存来解决这个瓶颈，缓存经常访问的数据，看能否解决当前场景的问题，比如使用 Redis。其次才考虑搭建或扩充数据库集群来提高并发。

而 CPU 密集型的应用瓶颈则在 CPU 上，只能增加 CPU 处理核心来解决瓶颈。

5. 分布式应用

大型的普通应用与分布式应用其实是不同的概念。读者可以把分布式应用简单地理解为一个团队，每一个成员都是一个节点，一个大的项目要让成员合作完成，那么成员与成员之间就存在一些沟通成本，甚至有的成员与成员之间勾心斗角，说话阳奉阴违、推脱责任，也有可能成员生病在家休养，无法工作，等等。在面对这些问题的时候，Node.js的优势并不能很好地显现出来（并非不可以做，只是没有完善的基础设施）。

分布式的真正定义是，在多台不同的服务器中部署不同的服务模块，以进程为基本单位，派发到服务器上，通过远程调用（RPC）通信并协同工作，最终对外提供服务。

相比较Node.js目前的分布式基础设施，Go 语言的基础设施则完善多了，特别是在 Docker 这个项目上，充分证明了 Go 语言的优势，这也是为什么 Node.js 社区“大牛”TJ Holowaychuk 转向 Go 语言，因为他要开发分布式应用。

其实没必要过分地关心分布式的问题，毕竟JavaScript最初只是一个运行在浏览器端的脚本语言而已，JavaScript不是万能的，为什么一定要把它用在操作系统级别的开发上呢？寻找一个更合适的语言不是更好吗？就像此刻我们选择 JavaScript 构建 Web 应用一样。

6. 多进程的 Node.js

了解了以上的一些知识点，现在读者应该知道，Node.js 跟大型应用关系不大。大多数学习 Node.js 的开发者是前端开发者，所以对后端的基础知识并不了解，在网络上搜寻一些资料的时候发现 Node.js 只能利用单核，而又听说 TJ Holowaychuk 转向 Go 的阵营，所以有的开发者就产生了Node.js不适合开发大型应用的疑问。

Node.js 只能利用单核的问题已经被解决了，后面使用的 Egg.js框架中的 Egg-Cluster 模块就利用多进程非常好地解决了这个问题。