1、HTML靜態(tài)化其實(shí)大家都知道，效率最高、消耗最小的就是純靜態(tài)化的html頁面，所以我們盡可能使我們的網(wǎng)站上的頁面采用靜態(tài)頁面來實(shí)現(xiàn)，這個(gè)最簡(jiǎn)單的方法其實(shí)也是最有效的方法。但是對(duì)于大量?jī)?nèi)容并且頻繁更新的網(wǎng)站，我們無法全部手動(dòng)去挨個(gè)實(shí)現(xiàn)，于是出現(xiàn)了我們常見的信息發(fā)布系統(tǒng)CMS，像我們常訪問的各個(gè)門戶站點(diǎn)的新聞?lì)l道，甚至他們的其他頻道，都是通過信息發(fā)布系統(tǒng)來管理和實(shí)現(xiàn)的，信息發(fā)布系統(tǒng)可以實(shí)現(xiàn)最簡(jiǎn)單的信息錄入自動(dòng)生成靜態(tài)頁面，還能具備頻道管理、權(quán)限管理、自動(dòng)抓取等功能，對(duì)于一個(gè)大型網(wǎng)站來說，擁有一套高效、可管理的CMS是必不可少的。除了門戶和信息發(fā)布類型的網(wǎng)站，對(duì)于交互性要求很高的社區(qū)類型網(wǎng)站來說，盡可能的靜態(tài)化也是提高性能的必要手段，將社區(qū)內(nèi)的帖子、文章進(jìn)行實(shí)時(shí)的靜態(tài)化，有更新的時(shí)候再重新靜態(tài)化也是大量使用的策略，像Mop的大雜燴就是使用了這樣的策略，網(wǎng)易社區(qū)等也是如此.同時(shí),html靜態(tài)化也是某些緩存策略使用的手段，對(duì)于系統(tǒng)中頻繁使用數(shù)據(jù)庫查詢但是內(nèi)容更新很小的應(yīng)用，可以考慮使用html靜態(tài)化來實(shí)現(xiàn)，比如論壇中論壇的公用設(shè)置信息這些信息目前的主流論壇都可以進(jìn)行后臺(tái)管理并且存儲(chǔ)再數(shù)據(jù)庫中，這些信息其實(shí)大量被前臺(tái)程序調(diào)用，但是更新頻率很小，可以考慮將這部分內(nèi)容進(jìn)行后臺(tái)更新的時(shí)候進(jìn)行靜態(tài)化,這樣避免了大量的數(shù)據(jù)庫訪問請(qǐng)求。2、圖片服務(wù)器分離大家知道，對(duì)于Web服務(wù)器來說，不管是Apache、IIS還是其他容器，圖片是最消耗資源的，于是我們有必要將圖片與頁面進(jìn)行分離，這是基本上大型網(wǎng)站都會(huì)采用的策略，他們都有獨(dú)立的圖片服務(wù)器，甚至很多臺(tái)圖片服務(wù)器。這樣的架構(gòu)可以降低提供頁面訪問請(qǐng)求的服務(wù)器系統(tǒng)壓力，并且可以保證系統(tǒng)不會(huì)因?yàn)閳D片問題而崩潰，在應(yīng)用服務(wù)器和圖片服務(wù)器上，可以進(jìn)行不同的配置優(yōu)化，比如apache在配置ContentType的時(shí)候可以盡量少支持，盡可能少的LoadModule，保證更高的系統(tǒng)消耗和執(zhí)行效率。3、數(shù)據(jù)庫集群和庫表散列大型網(wǎng)站都有復(fù)雜的應(yīng)用，這些應(yīng)用必須使用數(shù)據(jù)庫，那么在面對(duì)大量訪問的時(shí)候,數(shù)據(jù)庫的瓶頸很快就能顯現(xiàn)出來，這時(shí)一臺(tái)數(shù)據(jù)庫將很快無法滿足應(yīng)用，于是我們需要使用數(shù)據(jù)庫集群或者庫表散列。在數(shù)據(jù)庫集群方面，很多數(shù)據(jù)庫都有自己的解決方案，Oracle.Sybase等都有很好的方案，常用的MySQL提供的Master/Slave也是類似的方案，您使用了什么樣的DB，就參考相應(yīng)的解決方案來實(shí)施即可.上面提到的數(shù)據(jù)庫集群由于在架構(gòu)、成本、擴(kuò)張性方面都會(huì)受到所采用DB類型的限制，于是我們需要從應(yīng)用程序的角度來考慮改善系統(tǒng)架構(gòu)，庫表散列是常用并且最有效的解決方案。我們?cè)趹?yīng)用程序中安裝業(yè)務(wù)和應(yīng)用或者功能模塊將數(shù)據(jù)庫進(jìn)行分離，不同的模塊對(duì)應(yīng)不同的數(shù)據(jù)庫或者表,再按照一定的策略對(duì)某個(gè)頁面或者功能進(jìn)行更小的數(shù)據(jù)庫散列，比如用戶表，按照用戶ID進(jìn)行表散列，這樣就能夠低成本的提升系統(tǒng)的性能并且有很好的擴(kuò)展性。sohu的論壇就是采用了這樣的架構(gòu)，將論壇的用戶、設(shè)置、帖子等信息進(jìn)行數(shù)據(jù)庫分離，然后對(duì)帖子、用戶按照板塊和ID進(jìn)行散列數(shù)據(jù)庫和表，最終可以在配置文件中進(jìn)行簡(jiǎn)單的配置便能讓系統(tǒng)隨時(shí)增加一臺(tái)低成本的數(shù)據(jù)庫進(jìn)來補(bǔ)充系統(tǒng)性能。4、緩存緩存一詞搞技術(shù)的都接觸過，很多地方用到緩存。網(wǎng)站架構(gòu)和網(wǎng)站開發(fā)中的緩存也是非常重要。這里先講述最基本的兩種緩存。高級(jí)和分布式的緩存在后面講述。架構(gòu)方面的緩存，對(duì)Apache比較熟悉的人都能知道Apache提供了自己的緩存模塊，也可以使用外加的Squid模塊進(jìn)行緩存，這兩種方式均可以有效的提高Apache的訪問響應(yīng)能力.網(wǎng)站程序開發(fā)方面的緩存，Linux上提供的MemoryCache是常用的緩存接口，可以在web開發(fā)中使用，比如用Java開發(fā)的時(shí)候就可以調(diào)用MemoryCache對(duì)一些數(shù)據(jù)進(jìn)行緩存和通訊共享，一些大型社區(qū)使用了這樣的架構(gòu)。另外，在使用web語言開發(fā)的時(shí)候，各種語言基本都有自己的緩存模塊和方法，PHP有Pear的Cache模塊，Java就更多了,.net不是很熟悉，相信也肯定有.5、鏡像鏡像是大型網(wǎng)站常采用的提高性能和數(shù)據(jù)安全性的方式，鏡像的技術(shù)可以解決不同網(wǎng)絡(luò)接入商和地域帶來的用戶訪問速度差異，比如ChinaNet和EduNet之間的差異就促使了很多網(wǎng)站在教育網(wǎng)內(nèi)搭建鏡像站點(diǎn)，數(shù)據(jù)進(jìn)行定時(shí)更新或者實(shí)時(shí)更新。在鏡像的細(xì)節(jié)技術(shù)方面，這里不闡述太深,有很多專業(yè)的現(xiàn)成的解決架構(gòu)和產(chǎn)品可選。也有廉價(jià)的通過軟件實(shí)現(xiàn)的思路，比如Linux上的rsync等工具。6、負(fù)載均衡負(fù)載均衡將是大型網(wǎng)站解決高負(fù)荷訪問和大量并發(fā)請(qǐng)求采用的終極解決辦法。負(fù)載均衡技術(shù)發(fā)展了多年,有很多專業(yè)的服務(wù)提供商和產(chǎn)品可以選擇，我個(gè)人接觸過一些解決方法其中有兩個(gè)架構(gòu)可以給大家做參考。7、硬件四層交換第四層交換使用第三層和第四層信息包的報(bào)頭信息，根據(jù)應(yīng)用區(qū)間識(shí)別業(yè)務(wù)流，將整個(gè)區(qū)間段的業(yè)務(wù)流分配到合適的應(yīng)用服務(wù)器進(jìn)行處理。第四層交換功能就象是虛IP指向物理服務(wù)器。它傳輸?shù)臉I(yè)務(wù)服從的協(xié)議多種多樣，有HTTP、FTP、NFS、Telnet或其他協(xié)議。這些業(yè)務(wù)在物理服務(wù)器基礎(chǔ)上，需要復(fù)雜的載量平衡算法。在IP世界，業(yè)務(wù)類型由終端TCP或UDP端口地址來決定，在第四層交換中的應(yīng)用區(qū)間則由源端和終端IP地址、TCP和UDP端口共同決定。在硬件四層交換產(chǎn)品領(lǐng)域，有一些知名的產(chǎn)品可以選擇，比如Alteon、F5等，這些產(chǎn)品很昂貴，但是物有所值，能夠提供非常優(yōu)秀的性能和很靈活的管理能力.Yahoo中國當(dāng)初接近2000臺(tái)服務(wù)器使用了三四臺(tái)Alteon就搞定了。8、軟件四層交換大家知道了硬件四層交換機(jī)的原理后，基于OSI模型來實(shí)現(xiàn)的軟件四層交換也就應(yīng)運(yùn)而生，這樣的解決方案實(shí)現(xiàn)的原理一致，不過性能稍差.但是滿足一定量的壓力還是游刃有余的，有人說軟件實(shí)現(xiàn)方式其實(shí)更靈活，處理能力完全看你配置的熟悉能力。軟件四層交換我們可以使用Linux上常用的LVS來解決，LVS就是LinuxVirtualServer，他提供了基于心跳線heartbeat的實(shí)時(shí)災(zāi)難應(yīng)對(duì)解決方案，提高系統(tǒng)的魯棒性，同時(shí)可供了靈活的虛擬VIP配置和管理功能,可以同時(shí)滿足多種應(yīng)用需求，這對(duì)于分布式的系統(tǒng)來說必不可少。一個(gè)典型的使用負(fù)載均衡的策略就是，在軟件或者硬件四層交換的基礎(chǔ)上搭建squid集群，這種思路在很多大型網(wǎng)站包括搜索引擎上被采用，這樣的架構(gòu)低成本、高性能還有很強(qiáng)的擴(kuò)張性，隨時(shí)往架構(gòu)里面增減節(jié)點(diǎn)都非常容易.這樣的架構(gòu)我準(zhǔn)備空了專門詳細(xì)整理一下和大家探討。對(duì)于大型網(wǎng)站來說，前面提到的每個(gè)方法可能都會(huì)被同時(shí)使用到，我這里介紹得比較淺顯，具體實(shí)現(xiàn)過程中很多細(xì)節(jié)還需要大家慢慢熟悉和體會(huì)，有時(shí)一個(gè)很小的squid參數(shù)或者apache參數(shù)設(shè)置，對(duì)于系統(tǒng)性能的影響就會(huì)很大，希望大家一起討論，達(dá)到拋磚引玉之效。用squid做webcacheserver，而apache在squid的后面提供真正的web服務(wù)。當(dāng)然使用這樣的架構(gòu)必須要保證主頁上大部分都是靜態(tài)頁面。這就需要程序員的配合將頁面在反饋給客戶端之前將頁面全部轉(zhuǎn)換成靜態(tài)頁面?；究闯鰏ina和sohu對(duì)于頻道等欄目都用了相同的技術(shù)，即squid來監(jiān)聽這些IP的80端口，而真正的webserver來監(jiān)聽另外一個(gè)端口。從用戶的感覺上來說不會(huì)有任何的區(qū)別，而相對(duì)于將webserver直接和客戶端連在一起的方式，這樣的方式明顯的節(jié)省的帶寬和服務(wù)器。用戶訪問的速度感覺也會(huì)更快。Yupoo網(wǎng)站架構(gòu)Hq|：i脂dm口iiiLlcKMofjaeFSIU瞄Hq|：i脂dm口iiiLlcKMofjaeFSIU瞄ilc興項(xiàng)口悻枷畔Hhcflcicluj^erindexDU1(pfrwno.lhEH史1刖nl.phcHoshttp：///arch/yupooarch.html帶寬：4000M/S（參考）服務(wù)器數(shù)量：60臺(tái)左右Web服務(wù)器：Lighttpd,Apache,nginx應(yīng)用服務(wù)器：Tomcat其他：Python,Java,MogileFS、ImageMagick等關(guān)于Squid與TomcatSquid與Tomcat似乎在Web2。0站點(diǎn)的架構(gòu)中較少看到。我首先是對(duì)Squid有點(diǎn)疑問，對(duì)此阿華的解釋是”目前暫時(shí)還沒找到效率比Squid高的緩存系統(tǒng)，原來命中率的確很差，后來在Squid前又裝了層Lighttpd,基于url做hash，同一個(gè)圖片始終會(huì)到同一臺(tái)squid去，所以命中率徹底提高了”對(duì)于應(yīng)用服務(wù)器層的Tomcat,現(xiàn)在Yupoo！技術(shù)人員也在逐漸用其他輕量級(jí)的東西替代，而YPWS/YPFS現(xiàn)在已經(jīng)用Python進(jìn)行開發(fā)了。名次解釋：?YPWS—-YupooWebServerYPWS是用Python開發(fā)的一個(gè)小型Web服務(wù)器，提供基本的Web服務(wù)外，可以增加針對(duì)用戶、圖片、外鏈網(wǎng)站顯示的邏輯判斷，可以安裝于任何有空閑資源的服務(wù)器中，遇到性能瓶頸時(shí)方便橫向擴(kuò)展。?YPFS--YupooFileSystem與YPWS類似,YPFS也是基于這個(gè)Web服務(wù)器上開發(fā)的圖片上傳服務(wù)器。[Updated:有網(wǎng)友留言質(zhì)疑Python的效率，Yupoo老大劉平陽在del°icio°us上寫到"YPWS用Python自己寫的，每臺(tái)機(jī)器每秒可以處理294個(gè)請(qǐng)求，現(xiàn)在壓力幾乎都在10%以下”】圖片處理層接下來的ImageProcessServer負(fù)責(zé)處理用戶上傳的圖片。使用的軟件包也是ImageMagick，在上次存儲(chǔ)升級(jí)的同時(shí)，對(duì)于銳化的比率也調(diào)整過了（我個(gè)人感覺，效果的確好了很多）?！盡agickd“是圖像處理的一個(gè)遠(yuǎn)程接口服務(wù)，可以安裝在任何有空閑CPU資源的機(jī)器上，類似Memcached的服務(wù)方式。我們知道Flickr的縮略圖功能原來是用ImageMagick軟件包的，后來被雅虎收購后出于版權(quán)原因而不用了（？）；EXIF與IPTCFlicke是用Perl抽取的，我是非常建議Yupoo!針對(duì)EXIF做些文章，這也是潛在產(chǎn)生受益的一個(gè)重點(diǎn)。圖片存儲(chǔ)層原來Yup。。！的存儲(chǔ)采用了磁盤陣列柜，基于NFS方式的，隨著數(shù)據(jù)量的增大,”Yupoo!開發(fā)部從07年6月份就開始著手研究一套大容量的、能滿足Yup。。！今后發(fā)展需要的、安全可靠的存儲(chǔ)系統(tǒng)“，看來Yupoo!系統(tǒng)比較有信心，也是滿懷期待的，畢竟這要支撐以TB計(jì)算的海量圖片的存儲(chǔ)和管理。我們知道，一張圖片除了原圖外，還有不同尺寸的，這些圖片統(tǒng)一存儲(chǔ)在MogileFS中。對(duì)于其他部分，常見的Web2.0網(wǎng)站必須軟件都能看到，如MySQL、Memcached、Lighttpd等。Yupoo!一方面采用不少相對(duì)比較成熟的開源軟件，一方面也在自行開發(fā)定制適合自己的架構(gòu)組件。這也是一個(gè)Web2。0公司所必需要走的一個(gè)途徑.非常感謝一下Yupoo!阿華對(duì)于技術(shù)信息的分享，技術(shù)是共通的.下一個(gè)能爆料是哪家？--EOF——lighttpd+squid這套緩存是放在另外一個(gè)機(jī)房作為cdn的一個(gè)節(jié)點(diǎn)使用的，圖中沒描繪清楚，給大家?guī)聿槐懔?squid前端用lighttpd沒用nginx，主要是用了這么久，沒出啥大問題，所以就沒想其他的了。URLHash的擴(kuò)展性的確不好，能做的就是不輕易去增減服務(wù)器，我們目前是5臺(tái)服務(wù)器做一組hash。我們現(xiàn)在用Python寫的WebServer，在效率方面，我可以給個(gè)測(cè)試數(shù)據(jù)，根據(jù)目前的訪問日志模擬訪問測(cè)試的結(jié)果是1臺(tái)ypws，平均每秒處理294個(gè)請(qǐng)求（加載所有的邏輯判斷）。在可靠性上，還不沒具體的數(shù)據(jù)，目前運(yùn)行1個(gè)多月還沒有任何異常。lvs每個(gè)節(jié)點(diǎn)上都裝nginx，主要是為了反向代理及處理靜態(tài)內(nèi)容，不過apache已顯得不是那么必需，準(zhǔn)備逐漸去掉。我們處理圖片都是即時(shí)的，我們目前半數(shù)以上的服務(wù)器都裝了magickd服務(wù)，用來分擔(dān)圖片處理請(qǐng)求./review/tailrank_archohtml每天數(shù)以千萬計(jì)的Blog內(nèi)容中，實(shí)時(shí)的熱點(diǎn)是什么？Tailrank這個(gè)Web2.0Startup致力于回答這個(gè)問題.專門爆料網(wǎng)站架構(gòu)的ToddHoff對(duì)KevinBurton進(jìn)行了采訪。于是我們能了解一下Tailrank架構(gòu)的一些信息.每小時(shí)索引2400萬的Blog與Feed，內(nèi)容處理能力為160-200Mbps，IO寫入大約在10—15MBps。每個(gè)月要處理52T之多的原始數(shù)據(jù)。Tailrank所用的爬蟲現(xiàn)在已經(jīng)成為一個(gè)獨(dú)立產(chǎn)品：spinn3r.服務(wù)器硬件目前大約15臺(tái)服務(wù)器，CPU是64位的Opterono每臺(tái)主機(jī)上掛兩個(gè)SATA盤，做RAID0。據(jù)我所知，國內(nèi)很多Web2.0公司也用的是類似的方式，SATA盤容量達(dá)，低廉價(jià)格，堪稱不二之選。操作系統(tǒng)用的是DebianLinux。Web服務(wù)器用Apache2。0，Squid做反向代理服務(wù)器。數(shù)據(jù)庫Tailrank用MySQL數(shù)據(jù)庫，聯(lián)邦數(shù)據(jù)庫形式。存儲(chǔ)引擎用InnoDB，數(shù)據(jù)量500GB。KevinBurton也指出了MySQL5在修了一些多核模式下互斥鎖的問題（This^ug?）。到數(shù)據(jù)庫的JDBC驅(qū)動(dòng)連接池用lbpool做負(fù)載均衡.MySQLSlave或者M(jìn)aster的復(fù)制用MySQLSlaveSync來輕松完成。不過即使這樣，還要花費(fèi)20%的時(shí)間來折騰DB.其他開放的軟件任何一套系統(tǒng)都離不開合適的Profiling工具,Tailrank也不利外，針對(duì)Java程序的Benchmark用Benchmark4j。Log工具用Log5j(不是Log4j)。Tailrank所用的大部分工具都是開放的。Tailrank的一個(gè)比較大的競(jìng)爭(zhēng)對(duì)手是Techmeme,雖然二者暫時(shí)看面向內(nèi)容的側(cè)重點(diǎn)有所不同。其實(shí)，最大的對(duì)手還是自己，當(dāng)需要挖掘的信息量越來越大，如果精準(zhǔn)并及時(shí)的呈現(xiàn)給用戶內(nèi)容的成本會(huì)越來越高。從現(xiàn)在來看，Tailrank離預(yù)期目標(biāo)還差的很遠(yuǎn)。期待羅馬早日建成/blog/129726YouTube架構(gòu)學(xué)習(xí)關(guān)鍵字:YouTube原文:YouTubeArchitectureYouTube發(fā)展迅速，每天超過1億的視頻點(diǎn)擊量,但只有很少人在維護(hù)站點(diǎn)和確保伸縮性。平臺(tái)ApachePythonLinux(SuSe)MySQLpsyco，一個(gè)動(dòng)態(tài)的Python到C的編譯器lighttpd代替Apache做視頻查看狀態(tài)支持每天超過1億的視頻點(diǎn)擊量成立于2005年2月于2006年3月達(dá)到每天3千萬的視頻點(diǎn)擊量于2006年7月達(dá)到每天1億的視頻點(diǎn)擊量2個(gè)系統(tǒng)管理員，2個(gè)伸縮性軟件架構(gòu)師2個(gè)軟件開發(fā)工程師，2個(gè)網(wǎng)絡(luò)工程師，1個(gè)DBA處理飛速增長的流量Java代碼-■while(true){identify_and_fix_bottlenecks();drink();sleep();notice_new_bottleneck();}每天運(yùn)行該循環(huán)多次Web服務(wù)器NetScaler用于負(fù)載均衡和靜態(tài)內(nèi)容緩存使用mod_fast_cgi運(yùn)彳亍Apache使用一個(gè)Python應(yīng)用服務(wù)器來處理請(qǐng)求的路由應(yīng)用服務(wù)器與多個(gè)數(shù)據(jù)庫和其他信息源交互來獲取數(shù)據(jù)和格式化html頁面一般可以通過添加更多的機(jī)器來在Web層提高伸縮性Python的Web層代碼通常不是性能瓶頸，大部分時(shí)間阻塞在RPCPython允許快速而靈活的開發(fā)和部署通常每個(gè)頁面服務(wù)少于100毫秒的時(shí)間使用psyco（一個(gè)類似于JIT編譯器的動(dòng)態(tài)的Python到C的編譯器）來優(yōu)化內(nèi)部循環(huán)對(duì)于像加密等密集型CPU活動(dòng)，使用C擴(kuò)展對(duì)于一些開銷昂貴的塊使用預(yù)先生成并緩存的html數(shù)據(jù)庫里使用行級(jí)緩存緩存完整的Python對(duì)象有些數(shù)據(jù)被計(jì)算出來并發(fā)送給各個(gè)程序，所以這些值緩存在本地內(nèi)存中。這是個(gè)使用不當(dāng)?shù)牟呗?。?yīng)用服務(wù)器里最快的緩存將預(yù)先計(jì)算的值發(fā)送給所有服務(wù)器也花不了多少時(shí)間.只需弄一個(gè)代理來監(jiān)聽更改，預(yù)計(jì)算，然后發(fā)送。視頻服務(wù)花費(fèi)包括帶寬，硬件和能源消耗每個(gè)視頻由一個(gè)迷你集群來host,每個(gè)視頻被超過一臺(tái)機(jī)器持有使用一個(gè)集群意味著：-更多的硬盤來持有內(nèi)容意味著更快的速度—failover。如果一臺(tái)機(jī)器出故障了，另外的機(jī)器可以繼續(xù)服務(wù)-在線備份使用lighttpd作為Web服務(wù)器來提供視頻服務(wù)：—Apache開銷太大-使用epoll來等待多個(gè)fds一從單進(jìn)程配置轉(zhuǎn)變?yōu)槎噙M(jìn)程配置來處理更多的連接大部分流行的內(nèi)容移到CDN:—CDN在多個(gè)地方備份內(nèi)容，這樣內(nèi)容離用戶更近的機(jī)會(huì)就會(huì)更高—CDN機(jī)器經(jīng)常內(nèi)存不足,因?yàn)閮?nèi)容太流行以致很少有內(nèi)容進(jìn)出內(nèi)存的顛簸不太流行的內(nèi)容（每天1-20瀏覽次數(shù)）在許多colo站點(diǎn)使用YouTube服務(wù)器-長尾效應(yīng)。一個(gè)視頻可以有多個(gè)播放，但是許多視頻正在播放。隨機(jī)硬盤塊被訪問一在這種情況下緩存不會(huì)很好，所以花錢在更多的緩存上可能沒太大意義?！{(diào)節(jié)RAID控制并注意其他低級(jí)問題-調(diào)節(jié)每臺(tái)機(jī)器上的內(nèi)存，不要太多也不要太少視頻服務(wù)關(guān)鍵點(diǎn)保持簡(jiǎn)單和廉價(jià)保持簡(jiǎn)單網(wǎng)絡(luò)路徑，在內(nèi)容和用戶間不要有太多設(shè)備使用常用硬件，昂貴的硬件很難找到幫助文檔使用簡(jiǎn)單而常見的工具，使用構(gòu)建在Linux里或之上的大部分工具很好的處理隨機(jī)查找（SATAtweaks）縮略圖服務(wù)做到高效令人驚奇的難每個(gè)視頻大概4張縮略圖，所以縮略圖比視頻多很多縮略圖僅僅host在幾個(gè)機(jī)器上持有一些小東西所遇到的問題：—OS級(jí)別的大量的硬盤查找和inode和頁面緩存問題-單目錄文件限制,特別是Ext3,后來移到多分層的結(jié)構(gòu)。內(nèi)核2.6的最近改進(jìn)可能讓Ext3允許大目錄，但在一個(gè)文件系統(tǒng)里存儲(chǔ)大量文件不是個(gè)好主意一每秒大量的請(qǐng)求，因?yàn)閃eb頁面可能在頁面上顯示60個(gè)縮略圖一在這種高負(fù)載下Apache表現(xiàn)的非常糟糕一在Apache前端使用squid，這種方式工作了一段時(shí)間，但是由于負(fù)載繼續(xù)增加而以失敗告終。它讓每秒300個(gè)請(qǐng)求變?yōu)?0個(gè)-嘗試使用lighttpd但是由于使用單線程它陷于困境.遇到多進(jìn)程的問題，因?yàn)樗鼈兏髯员３肿约簡(jiǎn)为?dú)的緩存一如此多的圖片以致一臺(tái)新機(jī)器只能接管24小時(shí)-重啟機(jī)器需要6—10小時(shí)來緩存5，為了解決所有這些問題YouTube開始使用Google的BigTable，一個(gè)分布式數(shù)據(jù)存儲(chǔ)：-避免小文件問題，因?yàn)樗鼘⑽募占揭黄鹨豢?，錯(cuò)誤容忍-更低的延遲，因?yàn)樗褂梅植际蕉嗉?jí)緩存，該緩存與多個(gè)不同collocation站點(diǎn)工作—更多信息參考GoogleArchitecture，GoogleTalkArchitecture和BigTable數(shù)據(jù)庫1，早期—使用MySQL來存儲(chǔ)元數(shù)據(jù)，如用戶,tags和描述—使用一整個(gè)10硬盤的RAID10來存儲(chǔ)數(shù)據(jù)—依賴于信用卡所以YouTube租用硬件-YouTube經(jīng)過一個(gè)常見的革命：?jiǎn)畏?wù)器,然后單master和多readslaves，然后數(shù)據(jù)庫分區(qū)，然后sharding方式-痛苦與備份延遲。master數(shù)據(jù)庫是多線程的并且運(yùn)行在一個(gè)大機(jī)器上所以它可以處理許多工作，slaves是單線程的并且通常運(yùn)行在小一些的服務(wù)器上并且備份是異步的，所以slaves會(huì)遠(yuǎn)遠(yuǎn)落后于master一更新引起緩存失效，硬盤的慢I/O導(dǎo)致慢備份一使用備份架構(gòu)需要花費(fèi)大量的money來獲得增加的寫性能—YouTube的一個(gè)解決方案是通過把數(shù)據(jù)分成兩個(gè)集群來將傳輸分出優(yōu)先次序:一個(gè)視頻查看池和一個(gè)一般的集群2，后期一數(shù)據(jù)庫分區(qū)-分成shards，不同的用戶指定到不同的shards一擴(kuò)散讀寫-更好的緩存位置意味著更少的IO-導(dǎo)致硬件減少30%-備份延遲降低到0一現(xiàn)在可以任意提升數(shù)據(jù)庫的伸縮性數(shù)據(jù)中心策略依賴于信用卡，所以最初只能使用受管主機(jī)提供商受管主機(jī)提供商不能提供伸縮性，不能控制硬件或使用良好的網(wǎng)絡(luò)協(xié)議3，YouTube改為使用colocationarrangement。現(xiàn)在YouTube可以自定義所有東西并且協(xié)定自己的契約4，使用5到6個(gè)數(shù)據(jù)中心加CDN視頻來自任意的數(shù)據(jù)中心，不是最近的匹配或其他什么。如果一個(gè)視頻足夠流行則移到CDN依賴于視頻帶寬而不是真正的延遲。可以來自任何colo圖片延遲很嚴(yán)重，特別是當(dāng)一個(gè)頁面有60張圖片時(shí)使用BigTable將圖片備份到不同的數(shù)據(jù)中心，代碼查看誰是最近的學(xué)到的東西1，Stallfortime。創(chuàng)造性和風(fēng)險(xiǎn)性的技巧讓你在短期內(nèi)解決問題而同時(shí)你會(huì)發(fā)現(xiàn)長期的解決方案Proioritize。找出你的服務(wù)中核心的東西并對(duì)你的資源分出優(yōu)先級(jí)別3，Pickyourbattles。別怕將你的核心服務(wù)分出去.YouTube使用CDN來分布它們最流行的內(nèi)容.創(chuàng)建自己的網(wǎng)絡(luò)將花費(fèi)太多時(shí)間和太多money4，Keepitsimple！簡(jiǎn)單允許你更快的重新架構(gòu)來回應(yīng)問題5，Shard。Sharding幫助隔離存儲(chǔ),CPU，內(nèi)存和IO，不僅僅是獲得更多的寫性能6，Constantiterationonbottlenecks：一軟件：DB，緩存-OS:硬盤I/O-硬件:內(nèi)存，RAID7,Yousucceedasateam擁有一個(gè)跨越條律的了解整個(gè)系統(tǒng)并知道系統(tǒng)內(nèi)部是什么樣的團(tuán)隊(duì)，如安裝打印機(jī)，安裝機(jī)器，安裝網(wǎng)絡(luò)等等的人。Withagoodteamallthingsarepossible。http://hideto。_/blog/130815Google架構(gòu)學(xué)習(xí)關(guān)鍵字：Google原文：GoogleArchitectureGoogle是伸縮性的王者。Google一直的目標(biāo)就是構(gòu)建高性能高伸縮性的基礎(chǔ)組織來支持它們的產(chǎn)品。平臺(tái)Linux大量語言：Python，Java，C++狀態(tài)在2006年大約有450,000臺(tái)廉價(jià)服務(wù)器在2005年Google索引了80億Web頁面，現(xiàn)在沒有人知道數(shù)目目前在Google有超過200個(gè)GFS集群。一個(gè)集群可以有1000或者甚至5000臺(tái)機(jī)器。成千上萬的機(jī)器從運(yùn)行著5000000000000000字節(jié)存儲(chǔ)的GFS集群獲取數(shù)據(jù)，集群總的讀寫吞吐量可以達(dá)到每秒40兆字節(jié)目前在Google有6000個(gè)MapReduce程序，而且每個(gè)月都寫成百個(gè)新程序BigTable伸縮存儲(chǔ)幾十億的URL，幾百千千兆的衛(wèi)星圖片和幾億用戶的參數(shù)選擇堆棧Google形象化它們的基礎(chǔ)組織為三層架構(gòu):1，產(chǎn)品：搜索，廣告，email,地圖，視頻，聊天，博客分布式系統(tǒng)基礎(chǔ)組織：GFS,MapReduce和BigTable計(jì)算平臺(tái):一群不同的數(shù)據(jù)中心里的機(jī)器確保公司里的人們部署起來開銷很小花費(fèi)更多的錢在避免丟失日志數(shù)據(jù)的硬件上，其他類型的數(shù)據(jù)則花費(fèi)較少可信賴的存儲(chǔ)機(jī)制GFS(GoogleFileSystem)1，可信賴的伸縮性存儲(chǔ)是任何程序的核心需求。GFS就是Google的核心存儲(chǔ)平臺(tái)GoogleFileSystem—大型分布式結(jié)構(gòu)化日志文件系統(tǒng)，Google在里面扔了大量的數(shù)據(jù)為什么構(gòu)建GFS而不是利用已有的東西？因?yàn)榭梢宰约嚎刂埔磺胁⑶疫@個(gè)平臺(tái)與別的不一樣，Google需要：—跨數(shù)據(jù)中心的高可靠性-成千上萬的網(wǎng)絡(luò)節(jié)點(diǎn)的伸縮性-大讀寫帶寬的需求-支持大塊的數(shù)據(jù)，可能為上千兆字節(jié)-高效的跨節(jié)點(diǎn)操作分發(fā)來減少瓶頸系統(tǒng)有Master和Chunk服務(wù)器-Master服務(wù)器在不同的數(shù)據(jù)文件里保持元數(shù)據(jù)。數(shù)據(jù)以64MB為單位存儲(chǔ)在文件系統(tǒng)中。客戶端與Master服務(wù)器交流來在文件上做元數(shù)據(jù)操作并且找到包含用戶需要數(shù)據(jù)的那些Chunk服務(wù)器—Chunk服務(wù)器在硬盤上存儲(chǔ)實(shí)際數(shù)據(jù)。每個(gè)Chunk服務(wù)器跨越3個(gè)不同的Chunk服務(wù)器備份以創(chuàng)建冗余來避免服務(wù)器崩潰。一旦被Master服務(wù)器指明，客戶端程序就會(huì)直接從Chunk服務(wù)器讀取文件6，一個(gè)上線的新程序可以使用已有的GFS集群或者可以制作自己的GFS集群7,關(guān)鍵點(diǎn)在于有足夠的基礎(chǔ)組織來讓人們對(duì)自己的程序有所選擇,GFS可以調(diào)整來適應(yīng)個(gè)別程序的需求使用MapReduce來處理數(shù)據(jù)1，現(xiàn)在你已經(jīng)有了一個(gè)很好的存儲(chǔ)系統(tǒng)，你該怎樣處理如此多的數(shù)據(jù)呢？比如你有許多TB的數(shù)據(jù)存儲(chǔ)在1000臺(tái)機(jī)器上。數(shù)據(jù)庫不能伸縮或者伸縮到這種級(jí)別花費(fèi)極大這就是MapReduce出現(xiàn)的原因MapReduce是一個(gè)處理和生成大量數(shù)據(jù)集的編程模型和相關(guān)實(shí)現(xiàn)。用戶指定一個(gè)map方法來處理一個(gè)鍵/值對(duì)來生成一個(gè)中間的鍵/值對(duì)，還有一個(gè)reduce方法來合并所有關(guān)聯(lián)到同樣的中間鍵的中間值。許多真實(shí)世界的任務(wù)都可以使用這種模型來表現(xiàn)。以這種風(fēng)格來寫的程序會(huì)自動(dòng)并行的在一個(gè)大量機(jī)器的集群里運(yùn)行。運(yùn)行時(shí)系統(tǒng)照顧輸入數(shù)據(jù)劃分、程序在機(jī)器集之間執(zhí)行的調(diào)度、機(jī)器失敗處理和必需的內(nèi)部機(jī)器交流等細(xì)節(jié)。這允許程序員沒有多少并行和分布式系統(tǒng)的經(jīng)驗(yàn)就可以很容易使用一個(gè)大型分布式系統(tǒng)資源為什么使用MapReduce?—跨越大量機(jī)器分割任務(wù)的好方式—處理機(jī)器失敗-可以與不同類型的程序工作，例如搜索和廣告。幾乎任何程序都有map和reduce類型的操作.你可以預(yù)先計(jì)算有用的數(shù)據(jù)、查詢字?jǐn)?shù)統(tǒng)計(jì)、對(duì)TB的數(shù)據(jù)排序等等MapReduce系統(tǒng)有三種不同類型的服務(wù)器-Master服務(wù)器分配用戶任務(wù)到Map和Reduce服務(wù)器。它也跟蹤任務(wù)的狀態(tài)-Map服務(wù)器接收用戶輸入并在其基礎(chǔ)上處理map操作。結(jié)果寫入中間文件-Reduce服務(wù)器接收Map服務(wù)器產(chǎn)生的中間文件并在其基礎(chǔ)上處理reduce操作例如，你想在所有Web頁面里的字?jǐn)?shù).你將存儲(chǔ)在GFS里的所有頁面拋入MapReduce。這將在成千上萬臺(tái)機(jī)器上同時(shí)進(jìn)行并且所有的調(diào)整、工作調(diào)度、失敗處理和數(shù)據(jù)傳輸將自動(dòng)完成-步驟類似于:GFS—>Map->Shuffle-〉Reduction—〉StoreResultsbackintoGFS-在MapReduce里一個(gè)map操作將一些數(shù)據(jù)映射到另一個(gè)中，產(chǎn)生一個(gè)鍵值對(duì)，在我們的例子里就是字和字?jǐn)?shù)-Shuffling操作聚集鍵類型-Reduction操作計(jì)算所有鍵值對(duì)的綜合并產(chǎn)生最終的結(jié)果6，Google索引操作管道有大約20個(gè)不同的map和reduction。程序可以非常小，如20到50行代碼一個(gè)問題是掉隊(duì)者。掉隊(duì)者是一個(gè)比其他程序慢的計(jì)算，它阻塞了其他程序.掉隊(duì)者可能因?yàn)榫徛腎O或者臨時(shí)的CPU不能使用而發(fā)生。解決方案是運(yùn)行多個(gè)同樣的計(jì)算并且當(dāng)一個(gè)完成后殺死所有其他的9，數(shù)據(jù)在Map和Reduce服務(wù)器之間傳輸時(shí)被壓縮了。這可以節(jié)省帶寬和I/O。在BigTable里存儲(chǔ)結(jié)構(gòu)化數(shù)據(jù)BigTable是一個(gè)大伸縮性、錯(cuò)誤容忍、自管理的系統(tǒng)，它包含千千兆的內(nèi)存和1000000000000000的存儲(chǔ)。它可以每秒鐘處理百萬的讀寫2，BigTable是一個(gè)構(gòu)建于GFS之上的分布式哈希機(jī)制。它不是關(guān)系型數(shù)據(jù)庫。它不支持join或者SQL類型查詢它提供查詢機(jī)制來通過鍵訪問結(jié)構(gòu)化數(shù)據(jù)。GFS存儲(chǔ)存儲(chǔ)不透明的數(shù)據(jù)而許多程序需求有結(jié)構(gòu)化數(shù)據(jù)商業(yè)數(shù)據(jù)庫不能達(dá)到這種級(jí)別的伸縮性并且不能在成千上萬臺(tái)機(jī)器上工作通過控制它們自己的低級(jí)存儲(chǔ)系統(tǒng)Google得到更多的控制權(quán)來改進(jìn)它們的系統(tǒng)。例如，如果它們想讓跨數(shù)據(jù)中心的操作更簡(jiǎn)單這個(gè)特性，它們可以內(nèi)建它系統(tǒng)運(yùn)行時(shí)機(jī)器可以自由的增刪而整個(gè)系統(tǒng)保持工作每個(gè)數(shù)據(jù)條目存儲(chǔ)在一個(gè)格子里，它可以通過一個(gè)行key和列key或者時(shí)間戳來訪問每一行存儲(chǔ)在一個(gè)或多個(gè)tablet中。一個(gè)tablet是一個(gè)64KB塊的數(shù)據(jù)序列并且格式為SSTable9，BigTable有三種類型的服務(wù)器：-Master服務(wù)器分配tablet服務(wù)器，它跟蹤tablet在哪里并且如果需要?jiǎng)t重新分配任務(wù)—Tablet服務(wù)器為tablet處理讀寫請(qǐng)求。當(dāng)tablet超過大小限制（通常是100MB-200MB）時(shí)它們拆開tablet.當(dāng)一個(gè)Tablet服務(wù)器失敗時(shí)，則100個(gè)Tablet服務(wù)器各自挑選一個(gè)新的tablet然后系統(tǒng)恢復(fù)。-Lock服務(wù)器形成一個(gè)分布式鎖服務(wù)。像打開一個(gè)tablet來寫、Master調(diào)整和訪問控制檢查等都需要互斥10，一個(gè)locality組可以用來在物理上將相關(guān)的數(shù)據(jù)存儲(chǔ)在一起來得到更好的locality選擇tablet盡可能的緩存在RAM里硬件當(dāng)你有很多機(jī)器時(shí)你怎樣組織它們來使得使用和花費(fèi)有效？使用非常廉價(jià)的硬件A1,000-foldcomputerpowerincreasecanbehadfora33timeslowercostifyouyouuseafailure—proneinfrastructureratherthananinfrastructurebuiltonhighlyreliablecomponents.Youmustbuildreliabilityontopofunreliabilityforthisstrategytowork.4，Linux,in-houserackdesign，PC主板，低端存儲(chǔ)5，Priceperwattageonperformancebasisisn'tgettingbetter。Havehugepowerandcoolingissues6，使用一些collocation和Google自己的數(shù)據(jù)中心其他1，迅速更改而不是等待QA2,庫是構(gòu)建程序的卓越方式一些程序作為服務(wù)提供一個(gè)基礎(chǔ)組織處理程序的版本，這樣它們可以發(fā)布而不用害怕會(huì)破壞什么東西Google將來的方向支持地理位置分布的集群為所有數(shù)據(jù)創(chuàng)建一個(gè)單獨(dú)的全局名字空間.當(dāng)前的數(shù)據(jù)由集群分離更多和更好的自動(dòng)化數(shù)據(jù)遷移和計(jì)算解決當(dāng)使用網(wǎng)絡(luò)劃分來做廣闊區(qū)域的備份時(shí)的一致性問題（例如保持服務(wù)即使一個(gè)集群離線維護(hù)或由于一些損耗問題）學(xué)到的東西1，基礎(chǔ)組織是有競(jìng)爭(zhēng)性的優(yōu)勢(shì)。特別是對(duì)Google而言.Google可以很快很廉價(jià)的推出新服務(wù)，并且伸縮性其他人很難達(dá)到。許多公司采取完全不同的方式。許多公司認(rèn)為基礎(chǔ)組織開銷太大。Google認(rèn)為自己是一個(gè)系統(tǒng)工程公司，這是一個(gè)新的看待軟件構(gòu)建的方式跨越多個(gè)數(shù)據(jù)中心仍然是一個(gè)未解決的問題。大部分網(wǎng)站都是一個(gè)或者最多兩個(gè)數(shù)據(jù)中心。我們不得不承認(rèn)怎樣在一些數(shù)據(jù)中心之間完整的分布網(wǎng)站是很需要技巧的如果你自己沒有時(shí)間從零開始重新構(gòu)建所有這些基礎(chǔ)組織你可以看看Hadoop.Hadoop是這里很多同樣的主意的一個(gè)開源實(shí)現(xiàn)平臺(tái)的一個(gè)優(yōu)點(diǎn)是初級(jí)開發(fā)人員可以在平臺(tái)的基礎(chǔ)上快速并且放心的創(chuàng)建健全的程序如果每個(gè)項(xiàng)目都需要發(fā)明同樣的分布式基礎(chǔ)組織的輪子，那么你將陷入困境因?yàn)橹涝鯓油瓿蛇@項(xiàng)工作的人相對(duì)較少協(xié)同工作不一直是擲骰子。通過讓系統(tǒng)中的所有部分一起工作則一個(gè)部分的改進(jìn)將幫助所有的部分。改進(jìn)文件系統(tǒng)則每個(gè)人從中受益而且