有那位前辈可以给我推荐一本网络管理员的教程

1每天才2w的访问量并不算是大的网站,配置4个cpu很浪费,除非你预算很多

22w访问量,并不是同时在线访问人数,如果是时间比较平均的访问的话,双路服务器,8G内存已经足够

3目前行业内并没有相关的规范去计算这个数值,一般以应用经验和机器性能2者去确定配置

伴随着互联网的发展快速，就离不了网络服务器的支撑点，如今对IDC大数据中心主机房的需求也愈来愈多！网络服务器归类规范有很多，尤其是目前网络服务器类型愈来愈多，作用也更加强劲，无论是依照主要用途作用，或是依照构造都是有一定的种类规范。下边咱们来说一下网络服务器都有哪些归类。
1按运用层级区划为新手入门网络服务器、调研组级服务器、单位级服务器和公司级服务器四类。
(1)新手入门网络服务器
(2)调研组级服务器
(3)单位级服务器
(4)公司级服务器
2按网络服务器的处理器架构（也就是网络服务器CPU所运用的计算机指令）区划把网络服务器分成CISC构架网络服务器、RISC构架网络服务器和VLIW构架网络服务器三种。
(1)CISC构架网络服务器
(2)RISC构架网络服务器
(3)VLIW构架网络服务器
3按网络服务器按应用领域区划为通用性网络服务器和专用网络服务器两大类。
(1)通用性网络服务器
(2)专用网络服务器
4按网络服务器的主机箱构造来区划，能够把网络服务器区划为“台式一体机网络服务器”、“机架式网络服务器”、“服务器机柜式网络服务器”和“刀式网络服务器”四类。
(1)台式一体机网络服务器
(2)机架式网络服务器
(3)服务器机柜式网络服务器
(4)刀式网络服务器

结构层次
（一） 物理层次
从物理层次结构上，PACS可以分为4层：网络用户层、接入层、核
PACS应用层次结构示意图
PACS应用层次结构示意图
心层、资源提供层，自下而上构成一个"金字塔"结构。其中：网络用户层是网络中的众多的终端或工作站；接入层是指与网络用户层中的终端或工作站相连接，为这些终端或工作站进行网络互联的网络设备集合（如二级交换机、集线器等）；核心层是指将接入层网络设备汇集起来，形成全网互联的网络设备的集合，如（服务器、路由器、防火墙等）；资源提供层是指PACS网络中的众多的医疗器械终端，如（CT、US、DR等）。
（二） 应用层次
从应用层次结构上，PACS可以分为3层：MINI-PACS、科室
PACS应用层次结构示意图
PACS应用层次结构示意图
级PACS、全院级PACS，自内而外构成一个"内嵌型"结构。其中：MINI-PACS是指针对小型医疗院所或单一科室规划的系统，MINI-PACS系统也必须包含超声波、内窥镜等图文并茂的专业影像报告系统；科室级PACS是指针对中型医院所提出的科室架构，紧密整合院方已有的HIS/RIS系统 ，建立以患者为中心的科室影像中心；全院级PACS主要是针对大型医院所提出的全院性架构，完全实现全院影像科室数字化读片诊断工作流程、实现全院影像科室电子化管理。
工作流程
现有主流PACS厂商，在研发PACS系统之初，都遵从了以下标准流程。
PACS业务流程图
PACS业务流程图
（一） 检查信息登记输入
前台登记工作站录入患者基本信息及检查申请信息，也可通过检索HIS系统（如果存在HIS并与PACS/RIS融合）进行病人信息自动录入，并对病人进行分诊登记、复诊登记、申请单扫描、申请单打印、分诊安排等工作。
（二） WorkList服务
病人信息一经录入，其他工作站可直接从PACS系统主数据库中自动调用，无需重新手动录入；具有WorkList服务的医疗影像设备可直接由服务器提取相关病人基本信息列表，不具备WorkList功能影像设备通过医疗影像设备 *** 作台输入病人信息资料或通过分诊台提取登记信息。
（三） 影像获取
对于标准 DICOM 设备，采集工作站可在检查完成后或检查过程中自动 ( 或手动 ) 将影像转发至PACS主服务器。
（四） 非DICOM转换
对于非DICOM设备，采集工作站可使用MiVideo DICOM网关收到登记信息后，在检查过程中进行影像采集，采集的影像自动（或由设备 *** 作技师手动转发）转发至PACS主服务器。
（五） 图像调阅
患者在检查室完成影像检查后，医师可通过阅片室的网络进行影像调阅、浏览及处理，并可进行胶片打印输出后交付患者。
需要调阅影像时PACS系统自动按照后台设定路径从主服务器磁盘阵列或与之连接的前置服务器中调用。
在图像显示界面，医师一般可以进行一些测量长度、角度、面积等图像后处理，在主流PACS中，除了测量功能外，都会提供缩放、移动、镜像、反相、旋转、滤波、锐化、伪彩、播放、窗宽窗位调节等图像后处理功能。
（六） 报告编辑
患者完成影像检查后由专业人员对影像质量进行评审，并进行质量分析。完成质量评审控制后的影像，诊断医生可进行影像诊断报告编辑，并根据诊断医师权限，分别进行初诊报告、报告审核工作。在书写报告过程中，可使用诊断常用词语模版，以减少医生键盘输入工作量。诊断报告审核过程中可对修改内容进行修改痕迹保留、可获得临床诊断、详细病史、历史诊断等信息、可将报告存储为典型病例供其它类似诊断使用，供整个科室内学习提高使用。
审核完成的报告通过打印机进行输出后由医师签字后提交，同时诊断报告上传至主服务器存储备份。打印完成后的报告不能再进行修改，但可以只读方式调阅参考。
6架构数据
存储技术架构
PACS有别于HIS、LIS等其它医学信息系统的最重要一点就是：海量数据存储。合理设计PACS的数据存储结构，是成功建设PACS的关键。一个大型的医院拥有大批现代化的大型医疗影像设备，每天影像检查产生的数据量多达4个GB左右（未压缩的原始数据），一年数据总量多约(1200GB)。而随着医院的业务飞速发展和新的影像设备的引进，这一数据量还可能进一步增长。此外，如何提高在线数据随机存取的效率也是一个非常关键的问题。
基于这一原因，现有的PACS医疗影像信息系统提供商多采用分级存储（HSM）的策略，将PACS存储分成在线存储和离线存储两级结构。用两种不同性能的存储介质来分别完成高容量和高效率的要求，低速超大容量存储设备（离线存储服务器）用作永久存储；高速存储设备（SAN）用作在线数据存储，确保在线数据的极高效存取。对于2年以上的历史数据保存在离线存储设备里，在线存储设备仅保存最近三年的数据。
文件格式
DICOM文件是指按照DICOM标准而存储的医学文件。
DICOM文件由多个数据集组成。数据集表现了现实世界信息对象的相关属性，如病人姓名、性别、身高和体重等。数据集由数据元素组成，数据元素包含进行编 码的信息对象属性的值，并由数据元素标签（Tag）唯一标识。数据元素具有三种结构，其中两种具有类型表示VR（是否出现由传输语法决定），差别在于其长 度的表达方式，另外一种不包括类型表示。类型表示指明了该数据元素中的数据是哪种类型,它是一个长度为2的字符串,例如一个数据元素的VR为FL，表示该数据元素中存储的数据类型为浮点型。所有数据元素都包含标签、值长度和数据值体。
标签是一个16位无符号整数对,按顺序排列包括组号和元素号。数据集中的数据元素应按数据元素标签号的递增顺序组织，且在一个数据集中最多出现一次。
值长度是一个16或32位（取决于显式VR或隐式VR)无符号整数,表明了准确的数据值的长度,按字节数目（为偶数)记录。此长度不包含数据元素标签、VR、值长度字段。
数据值体表明了数据元素的值，其长度为偶数字节,该字段的数据类型是由数据元素的VR所明确定义。数据元素字段由三个公共字段和一个可选字段组成。
数据结构
以现广东市场上的主流SUPER PACS系统为例。
目前SUPER PACS系统数据库共有36个表，按用途分为：公用表、数字胶片室专用表、放射专用表、超声专用表、远程专用表。其中起到关键性作用的是Patient、Study、Series、Image四个主表。
Patient表用于存放病人的基本信息，应用范围涉及到SUPER PACS的所有子系统；Study表用于存放病人的检查信息，应用范围涉及到SUPER PACS的所有子系统；Series表用于图象序列表的生成，应用范围涉及到SUPERPACSR DICOM放射系统；Image表用于保存系统图象记录。

您好楼主希望对您有帮助高并发对后台开发同学来说，既熟悉又陌生。熟悉是因为面试和工作经常会提及它。陌生的原由是服务器因高并发导致出现各位问题的情况少之又少。同时，想收获这方面的经验也是摸着石头过河，需要大量学习理论知识，再去探索。

如果是客户端开发的同学，字典中是没有“高并发”这个名词。这验证一句老话，隔行如隔山。客户端开发，特别是手机应用开发，更多地是考虑如何优化应用的性能，降低App的卡顿率

在这个“云”的时代，提高分布式系统并发能力的方式，方法论上主要有两种：垂直扩展（ScaleUp）与水平扩展（ScaleOut）。

1)垂直扩展

提升单机处理能力。垂直扩展的方式又有两种：

增强单机硬件性能，例如：增加CPU核数如32核，升级更好的网卡如万兆，升级更好的硬盘如SSD，扩充硬盘容量如2T，扩充系统内存如128G；

提升单机架构性能，例如：使用Cache来减少I/O次数，使用异步来增加单服务吞吐量，使用无锁数据结构来减少响应时间；

2)水平扩展

只要增加服务器数量，就能线性扩充系统性能。虚拟化技术的出现，让水平扩展变得轻松且简单。现在的云主机几乎是虚拟主机，而不是物理主机。这样的话，线性扩充也就是分分钟的事，前提是要有足够的物理主机支撑。

Web框架层

Web框架层就是我们开发出来的DjangoWeb应用程序。它负责处理>

WSGI层

WSGI不是用于与程序交互的API，也不是真实的代码，WSGI只是一种接口。它只适用于Python语言，其全称为WebServerGatewayInterface。其定义了web服务器和web应用之间的接口规范。

Web服务器层

Web服务层作用是主要是接收>

特别是Nginx,它的出现是为了解决C10K问题。Nginx依靠异步事件驱动架构来帮助其处理大量的并发会话，由于其对资源的轻量利用和伸缩自如的特性，它成为了广受欢迎的web服务器。

Django框架注重的数据交互。所以考虑的问题是Django适不适合于高并发的场景。

它是一个经过大型网站规模验证的框架。Instagram支撑上亿日活，所以Django能适用于高并发场景。所以不是想着Django框架能支撑到多大的并发量，而是我们想要抗住很大的并发量，怎么优化现有框架。总之这个问题不是这么简单的活到老学到老多看看技术类书籍结合自己的能力在进行改进

---