Facebook 架构学习

设计原则

  • 尽可能的使用开源软件,并且在需要优化的时候进行优化

  • Unix 哲学。包括,模块化原则;整合化原则;清晰化原则等

  • 任何组件具备扩展性

  • 最小化故障影响

  • 简化,简化,简化!

架构概览

Facebook 是 LAMP 的坚定支持者,也差不多是用 LAMP (或许用 LAM2P 更适合) 实现的最大的动态站点。

Facebook Arch Overview.png

基础组件加上服务,中间用自己实现的一些工具进行粘合。其中关于运维细节的事情基本不会说出来的,这是很多公司的软实力所在。

PHP 经验

参见《Facebook 的 PHP 性能与扩展性》

MySQL 经验

  • 主要用于做 Key-Value 类型的存储操作,数据随机分布在多台逻辑实例上,访问多数基于全局 ID 。

  • 逻辑实例分散在多台物理主机上(超过1800台),负载均衡在物理层进行。

  • 不做读复制。

  • 尽量不做逻辑数据迁移(成本太高)。

  • 不做 JOIN 操作 (豆瓣在 QCon 上也阐述了这一点)。数据是随机分布的,关联操作反而带来了极大的复杂度。

  • 对于数据访问,主要的操作集中在最新的数据上,针对这部分做优化,旧的数据进行归档。

  • 在中心 DB 绝不存储非静态数据。

  • 使用服务或者 Memcached 进行全局查询。

Memcached 经验

参见我以前的笔记:Facebook 的 Memcached扩展经验

Facebook 对Memcached 做了不小的改进。另外,顺便说一下,前两天 Memcached 刚在 1.2.7 发布几天之后又发布了新版本 1.2.8,修正了一些问题。

一个比较有价值的是关于个人页面数据的获取的描述。这个就完全是需要做单页面 Benchmark 的细致活儿了,可能还需要产品经理能够理解工程师的”抵抗”。

  • 获取个人信息数据:通过Cache,隐性通过用户所在的 DB 获取(基于 User-ID 获知 DB)

  • 获取朋友连接信息:通过Cache,否则的话通过DB(基于 User-ID 获知 DB)

  • 并行抓取每个朋友的 10个照片相册 ID ,从Cache抓取,如果失效,再从 DB 抓取(基于相册 ID)

  • 并行抓取最近相册中的照片数据

  • 运行PHP 把整个业务逻辑跑出来

  • 返回数据给用户

然后是对 Facebook 非 LAMP 体系的东西做了一番介绍,基本上也开源了。最后参考两个架构图。

Facebook NewsFeed 的架构示意图

Facebook_NewsFeed_Arch.png

Facebook 搜索功能的架构示意图

Facebook_Search_Arch.png

管中窥豹,盲人摸象而已。 作者: Fenng |

原文地址:http://www.dbanotes.net/arch/facebook_arch_note.html