Facebook的系统架构

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] B _uilding 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](http://www.devoxx.com/)

[21] _Scaling Facebook to 500 millions users and beyond_ : <http://www.facebook.com/note.php?note_id=409881258919>

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