来源:(由回答)
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[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, [3], Facebook 的 [4], Hadoop 的 [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。
- 日志,点击,feeds数据使用[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。
- [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,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 [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,100 billion hits per day, 50 billion photos, 3 万亿个对象被 Cache,每天130TB的日志() [21]
参考引用
[1] HipHop for PHP: http://developers.facebook.com/blog/post/358
[2] Thrift:
[3] Memcached:
[4] Cassandra:
[5] HBase:
[6] Scribe:
[7] Scribe-HDFS: http://hadoopblog.blogspot.com/2009/06/hdfs-scribe-integration.html
[8] BigPipe:
[9] Varnish Cache:
[10] Facebook goes for Varnish: http://www.varnish-software.com/customers/facebook
[11] Needle in a haystack: efficient storage of billions of photos:
[12] Scaling the Messages Application Back End:
[13] The Underlying Technology of Messages:
[14] The Underlying Technology of Messages Tech Talk:
[15] Facebook’s typeahead search architecture:
[16] Facebook Chat:
[17] Who has the most Web Servers?:
[18] Building Efficient Data Centers with the Open Compute Project:
[19] Open Compute Project:
[20] Facebook’s architecture presentation at Devoxx 2010: http://www.devoxx.com
[21] Scaling Facebook to 500 millions users and beyond:
阅读(1282) | 评论(0) | 转发(0) |