Facebook 的系统架构

from: http://coolshell.cn/articles/4549.html

 

来源 ：http://www.quora.com/What-is-Facebooks-architecture   （由Micha?l Figuière 回答）

根据我现有的阅读和谈话，我所理解的今天Facebook的架构如下：

• Web 前端是由 PHP 写的。Facebook 的  HipHop  [1] 会把PHP转成 C++ 并用 g++编译，这样就可以为模板和Web逻贺业务层提供高的性能。

• 业务逻辑以Service的形式存在，其使用Thrift  [2]。这些Service根据需求的不同由PHP，C++或Java实现（也可以用到了其它的一些语言……）

• 用Java写的Services没有用到任何一个企业级的应用服务器，但用到了Facebook自己的定制的应用服务器。看上去好像是重新发明轮子，但是这些Services只被暴露给Thrift使用（绝大所数是这样），Tomcat太重量级了，即使是Jetty也可能太过了点，其附加值对Facebook所需要的没有意义。

• 持久化由MySQL,  Memcached  [3], Facebook 的 Cassandra  [4], Hadoop 的  HBase  [5] 完成。Memcached 使用了MySQL的内存Cache。Facebook 工程师承认他们的Cassandra 使用正在减少，因为他们更喜欢HBase，因为它的更简单的一致性模型，以到其MapReduce能力。

• 离线处理使用Hadoop 和 Hive。

• 日志，点击，feeds数据使用Scribe  [6]，把其聚合并存在 HDFS，其使用Scribe-HDFS  [7]，因而允许使用MapReduce进行扩展分析。

 

• BigPipe  [8] 是他们的定制技术，用来加速页面显示。

• Varnish Cache   [9]用作HTTP代理。他们用这个的原因是高速和有效率 。 [10].

• 用来搞定用户上传的十亿张照片的存储 ，其由Haystack处理，Facebook自己开发了一个Ad-Hoc存储方案，其主要做了一些低层优化和“仅追加”写技术 [11].

• Facebook Messages 使用了自己的架构，其明显地构建在了一个动态集群的基础架构上。业务逻辑和持久化被封装在一个所谓的’Cell’。每个‘Cell’都处理一部分用户，新的‘Cell’可以因为访问热度被添加[12]。 持久化归档使用HBase [13]。

• Facebook Messages 的搜索引擎由存储在HBase中的一个倒置索引的构建。 [14]

• Facebook 搜索引擎实现细节据我所知目前是未知状态。

• Typeahead 搜索使用了一个定制的存储和检索逻辑。 [15]

• Chat 基于一个Epoll 服务器，这个服务器由Erlang 开发，由Thrift存取 [16]

关于那些供给给上述组件的资源，下面是一些信息和数量，但是有一些是未知的：

• Facebook估计有超过60,000 台服务器[16]。他们最新的数据中心在俄勒冈州的Prineville，其基于完全自定设计的硬件[17] 那是最近才公开的 Open Compute 项目 [18]。

• 300 TB 的数据存在 Memcached 中处理 [19]

• 他们的Hadoop 和 Hive 集群由3000 服务器组成，每台服务器有8个核，32GB的内存，12TB的硬盘，全部有2万4千个CPU的核，96TB内存和36PB的硬盘。 [20]

• 每天有1000亿的点击量，500亿张照片， 3 万亿个对象被 Cache，每天130TB的日志（2010年7月的数据 ） [21]

参考引用

[1]  HipHop for PHP :  http://developers.facebook.com/blog/post/358
[2]  Thrift :  http://thrift.apache.org/
[3]  Memcached :  http://memcached.org/
[4]  Cassandra :  http://cassandra.apache.org/
[5]  HBase :  http://hbase.apache.org/
[6]  Scribe :  https://github.com/facebook/scribe
[7]  Scribe-HDFS :  http://hadoopblog.blogspot.com/2009/06/hdfs-scribe-integration.html
[8]  BigPipe :  http://www.facebook.com/notes/facebook-engineering/bigpipe-pipelining-web-pages-for-high-performance/389414033919
[9]  Varnish Cache :  http://www.varnish-cache.org/
[10]  Facebook goes for Varnish :  http://www.varnish-software.com/customers/facebook
[11]  Needle in a haystack : efficient storage of billions of photos:  http://www.facebook.com/note.php?note_id=76191543919
[12]  Scaling the Messages Application Back End :  http://www.facebook.com/note.php?note_id=10150148835363920
[13]  The Underlying Technology of Messages :  https://www.facebook.com/note.php?note_id=454991608919
[14]  The Underlying Technology of Messages Tech Talk :  http://www.facebook.com/video/video.php?v=690851516105
[15]  Facebook’s typeahead search architecture :  http://www.facebook.com/video/video.php?v=432864835468
[16]  Facebook Chat :  http://www.facebook.com/note.php?note_id=14218138919
[17]  Who has the most Web Servers? :http://www.datacenterknowledge.com/archives/2009/05/14/whos-got-the-most-web-servers/
[18] Building Efficient Data Centers with the Open Compute Project :  http://www.facebook.com/note.php?note_id=10150144039563920
[19]  Open Compute Project :  http://opencompute.org/
[20]  Facebook’s architecture presentation at Devoxx 2010 :  http://www.devoxx.com
[21]  Scaling Facebook to 500 millions users and beyond :  http://www.facebook.com/note.php?note_id=409881258919