非死book架构解读

jopen 9年前

从我看过的各种资料，还有与各式人等的交谈中，可以得出非死book现在的架构是这样的：

Web前端用PHP语言编写，然后用HipHop Compiler[1]转换为C++语言，再用g++编译器编写，从而提供高性能的模板与web逻辑执行层。
完全依赖静态编译所造成的限制，让非死book开始启用HipHop Interpreter [2]及HipHop虚拟机，将PHP代码转译为HipHop ByteCode[3]。
其业务逻辑以服务形式存在，使用Thrift框架[4]。其中一些服务根据具体需求，在实现时使用了PHP、C++或者Java语言（可能还用到了一些其他语言）。
使用Java实现的服务并未使用任何常规的企业应用服务，而是使用非死book的定制应用服务器。一开始这些都被视为重复工作，不过随着这些服务仅（或大多）使用Thrift框架，Tomcat甚至Jetty都显得开销过大、值不符实了。
用MySQL、Memcached[5]、Hadoop’s HBase[6]实现持久化；用Memcached作为MySQL缓存与通用缓存。
用Hadoop和Hive实现离线处理。
类似日志、链接与feed之类的数据传输用Scribe[7]实现；用Scribe-HDFS [8]来完成HDFS的聚合存储工作；从而可以用MapReduce进行深入扩展分析。
BigPipe[9]是他们的定制技术，用流水线逻辑加快页面呈现。
用Varnish Cache[10]实现HTTP代理，这套软件因其性能与效率较高而受到青睐[11]。
非死book用户所发布的照片数以亿计，其存储由Haystack这个ad-hoc存储解决方案（由非死book开发）来处理——包括对其进行低级别优化与只扩展写入方式[12]。
非死book Message使用了自身架构——众所周知是基于分区与动态集群管理的架构。业务逻辑与持久化被封装到所谓的“Cell”中。每个Cell处理一部分用户的请求；随着用户数增加再扩展新的Cell[13]。使用HBase实现持久化[14]。
非死book Message的搜索引擎建立在反向索引之上，存储于HBase之中[15]。
非死book搜索引擎的实现细节尚不得而知。
预输入搜索（typeahead search）使用定制化存储与检索逻辑[16]。
聊天服务建立在Epoll服务器之上，由Erlang开发，用Thrift[17]访问。
非死book还构建了一个自动化系统，负责启动适当的修复工作流来管理应对警报，并在故障无法解决时通知人类管理员[18]。

已知信息中，各个组件的配置资源、一些信息还有数字如下：

非死book拥有超过6万台服务器 [18]。最近发布的数据中心位于俄勒冈州普赖恩维尔市，硬件完全自行设计[19] ，并被归为Open Compute Project[20]。
Memcached所存储与处理的数据多达300TB[21]。
其Hadoop与Hive集群由3000台8核、32G内存、12TB空间的服务器组成，总计达到2.4万核、96TB内存、36PB空间[22]。
在2010年7月份就已达到每天1000亿的点击量，500亿张图片，3万亿个缓存对象，130TB的日志[22]。
备注：Cassandra已经不再使用。非死book的实时分析系统是基于记录所有输入的链接（来自用户页面的like和comment请求）。将其记录在HDFS中，而不是用Puma将其拽出再分批存储到HBase中。

相关资料与可参考文章还包括：

非死book近期发布了一篇博文，详细描述了将会在Altoona数据中心试用的下一代网络架构。这种处理大流量的方式非常新颖，优于传统方式与协议。非死book发布了下一代网络

还有就是近期宣布强化搜索功能，以大数据分析与数据管理基础作为支持。非死book大数据分析增强搜索功能

另外可参考的文章还有：