从服务方式上来看，当前的客户端应用程序模型大致分为两种：C/S(客户端/ 服务器模型）和B/S(浏览器/服务器模型）。
在C/S模式中计算机被分为两类：服务器（Server)和客户端（Client)。一般 而言，客户端是个人计算机，而服务器是特定配置的具有更高处理能力的计算机。在 C/S模式下，客户端会处理一些工作，然后将结果提交给服务器，因此对客户端的硬 件配置有一些基本要求，而且客户端上配置了大量应用软件，同时要承担软件的变 动、升级等工作，所以客户端会日趋臃肿。一般而言，这种承担了大多处理任务的客 户机也被称为胖客户端。
B/S模式是指基于浏览器（Browser)、Web服务器和应用服务器（Server)的计
算服务模式。在B/S模式下，由服务器端负责主要的应用逻辑和业务规则实现，从而 使客户端的硬件要求大大降低，功能设计也极为简单，通过浏览器即可实现业务应 用。此外，由于主要维护和安装工作都在服务器端，因此整体系统的维护成本大大降 低。与C/S的胖客户端相对，这种客户端被称为瘦客户端。
由于方便、快捷，且少受终端约束，随着Web技术的日益成熟，B/S结构成了当 前互联网服务的主要方式，而C/S结构中服务器端承担的处理任务量也在逐渐提高。 这些都要求网络连接快速可靠，也要求服务器端能够处理大量并发访问。
我们知道，对于网站来说“数据量”有两层意思：一个是总量，一个是流量 (并发量）。总量会越来越大，就要求企业必须持续不停地购买存储设备来进行存 储；流量更可怕，因为流量代表并发访问压力。当访问量不是以百、千来计的，是以 百万、千万、亿来计算时，应用服务器必须满足每个人对信息不同的需求。这意味 着，服务器端必须时刻完成大海捞针的工作一从海量数据里，找出用户关心的一 小部分的信息。例如，雅虎财经在2000年时处理的股票交易信息每秒钟约为几百次， 2006年，这个数字已经远超过20万次/秒。
随着移动应用的普及，以及各种智能终端（手机、GPS、游戏机、多媒体播放 器）的使用，互联网服务面对的客户越来越多，所需要提供的服务模式，也更多样 化，远不止“刷新页面”和“点击链接”那么简单。客户的一个请求，可能会引致后 台上百次的API请求发生。
“能力越大，责任越大”，蜘蛛侠皮特•帕克没说另一个意思，“责任越大， 你必须能力够大”。很明显，B/S模式对服务器端的计算和存储能力提出了非常高的 要求。首先就是要支持大量用户的访问需要。
现在一个网站需要满足多少用户的要求？ Facebook给出的答案是超过7.5亿。虽 然1995年时全世界的互联网用户还不到四千万，但现在一个网站有上千万用户已经司 空见惯。据说京东商城在2011年底时注册用户已达3000万，而新浪微博在1年时间内 注册用户数增长到3000万，不到2年的时间里注册用户数突破2亿大关，数量仍然保持 高速增长。
海量用户意味着巨大的经济收益可能性，也意味着巨大的并发访问压力，海量 的数据存储，以及大规模的系统支持。
所谓需要处理大量并发访问是指，用户不是排队提出服务请求，而是以一种并 发的方式，向网页服务器施加压力。压力有多大？ 2009年时Youtube就达到了每天10 亿次的访问量，也就是说，每秒至少有11 574次访问，每小时41 666 667次。
2010年12月1日下午，新浪微博发布了一条声明：“……今天上午10点20分，由 于微博系统压力过大，导致用户不能正常访问新浪微博，持续时间较长。……新浪微 博用户量以及每日的微博发布量激增，给微博系统带来了一定压力，这也是导致本次 故障的诱因。随后，我们将通过多种举措来确保系统稳定，以应对不断提高的大规模 数据处理需求……”，同样遭遇过类似问题的还有Twitter,南非世界杯期间这家全 球最大的微博平台的服务曾数次中断，Twitter公关部门给出的解释是世界杯赛期间 流量突然激增而Twitter的应对措施不够得力。
很明显，伴随着用户数量的增长，网站的后台系统开始难以承载激增的大规模 的计算和存储需求。
“大用户”带来的另一个主要问题是“大数据”。除非有意为之，网络化将是
计算机这种节点的常态。与单机相比，网络加速了数据产生、传播和增长的速度，具 体表现为外在频繁地共享和交换。
在互联网出现之前，信息的总量与终端数大致呈线性关系，而在网络环境下， 信息的增长模式开始发生变化，一个节点与其他任一节点的每一次交互都会产生数 据信息，线性增长就跃升至指数增长，数据增长速度呈可怕态势。IDC的一份报告认 为，2011年全球被创建和被复制的数据总量为1.8ZB，这相当于每个美国人在Twitter 上每分钟发3条微博，持续26 976年；相当于2000亿部时长2个小时的高清电影，1个 人7天X24小时不间断地看4700万年……
对于企业来说，这些快速增长的大数据一方面带来了存储的大压力，以Facebook 为例，Facebook将数据存储在Hadoop分布式文件系统（HDFS)上，主要靠Hive来完 成数据分析，2010年，Facebook有世界上最大的Hadoop集群，存储容量超过20PB, 2011年3月份，这一数字升至30PB，大约是（美国）国会图书馆容量的3000倍。[16]另 一方面则造成了信息处理的压力，以雅虎财经为例，这个世界上最大的交易所数据的 整合和展示平台，最初处理的信息流量为每秒钟几百条记录，后来每秒流量超过了数 十万条，然后开始呈现指数增长，并且“幂”也在涨，2N，3N，4N……
并非只有互联网企业才有大数据的压力，通信运营商和一些传统企业也都在感 受大数据的威力。一个省级电信运营商的DNS日志数据存量可能会超过100TB，并且 每天还要面临新增近百亿条新数据、峰值每秒几十万条的入库速度的压力。一个省级 电力公司，在长期的日常运营中可能会积累上亿的工程技术文档、图片、日常办公文 档及影像、音频、视频等文件，需要统一进行管理和访问。一个平安城市的建设，视 频监控系统采集到的实时视频数据的存储，在容量上往往达到数百个PB，在性能上 还要满足持续的Tbps量级的读写要求。
“人们总是觉得数据、信息越多越好，这在信息匮乏的年代非常正确，在信息 丰富的今天却导致了数据超载和信息管制。” [17]
为了吸引更多的用户，企业通过拓展服务模式，方便用户访问和使用网站服 务，而为了支撑大用户的访问需求，存储不断增长的数据资料，企业又花费重金建 立了IT支撑系统。但生活就是这样，一个问题解决了，我们又不得不面对一个新问
题。
雅虎在早期只有上千员工时，其中绝大部分人都集中精力在创新上，因此能快 速推出新产品，开辟新市场。后来雅虎的员工数达到上万，却有超过半数的人在维 护系统运行……很明显，公司能创造新价值的部分越来越少，创新也越来越少。但 是，系统维护是必要的，每一个组成都构成了系统生命的一部分，特有、重要且在不 断增长，企业必须投入更多的人来精心照顾这些提供服务、支撑业务的生命组件，然 后看着这些系统最终变得庞大无比。最后，企业会意识到，需要有一种新的技术来解 决大系统的压力问题。
在中国的企业里，IT系统规模最大的企业应该是运营商，机房里每人平均维 护的机器数量通常只有几十台，在雅虎有几千台，谷歌则更多，而且随着技术的发 展，个人维护机器的数量还会增长，更优的IT体系架构的需求会更强烈。
很明显，设备的管理已经远不能单纯靠人来进行，因此，借助机器进行自我管 理的各种方案已被各企业采纳。这些方案要求能应对数据容量的激增，满足海量数 据的处理能力要求，还要能承受因服务多样性和高覆盖率而带来的压力，更要具有高 可靠性和高可用性，这样，在更换硬盘时（谷歌每三年会更换一次），非技术因素 断网、断电时（如果某个粗心的员工不小心踩到电源），企业仍然能提供连续、稳 定、可靠的服务。
艮即，“系统由许多廉价的普通组件组成，组件失效是一种常态。系统必须时刻 监控自身状态，迅速地侦测、承受并恢复失效的组件”[‘在人的能力有限时，我们 需要有一种机制，来实现机器管理机器。
如需阅读完整版本，可在京东、当当购买纸质版图书。
【友友系统（YOYOSYS）简介】
北京友友天宇系统技术有限公司（以下简称“友友系统”）由美国硅谷归国的姚宏宇博士和宽带资本的田溯宁先生共同创办。友友系统致力于云计算核心技术的研究和发展，开发云计算操作系统（CloudWare®）及应用软件，为市场提供具有自主知识产权的云计算基础软件产品和行业解决方案，成为中国及世界领先的云计算基础技术的提供者。欲了解更多关于友友系统的信息，请登陆http://www.yoyosys.com。