世界最大的PHP站點 Facebook後台技術探秘
<P>在今年舉行的Facebook F8開發者大會上，帶您瞭解了其最新的開放圖戰略和語義搜索。今天我們一起來瞭解Facebook背後的軟件，看看作為當今世界上訪問量最大的網站之一，Facebook是如何保證5億用戶的系統一直穩定可靠的運行。</P>
<P> </P>
<P>Facebook的擴展性挑戰</P>
<P>在我們討論細節之前，這裡有一些Facebook已經做的軟件規模：</P>
<P>◆Facebook有570000000000每月頁面瀏覽量 （據Google Ad Planner）</P>
<P>◆Facebook的照片量比其他所有圖片網站加起來還多（包括Flickr等網站）</P>
<P>◆每個月超過30億張照片被上傳</P>
<P>◆Facebook的系統服務每秒處理120萬張照片，這不包括CDN服務中處理的照片</P>
<P>◆每月超過25億條的內容 （狀態更新，評論等）被共享</P>
<P>◆Facebook有超過30,000服務器（這個數字是去年的）</P>
<P> </P>
<P>Facebook擴展所依賴的軟件</P>
<P>Facebook是在某些程度上說仍然是LAMP的站點，但它比普通的LAMP大得多，以納入其他元素和很多服務，並修改現行的做法。</P>
<P> </P>
<P>例如：</P>
<P>◆Facebook仍使用PHP ，但它已經為它建立一個編譯器，以便它可以分為本地代碼打開了Web服務器，從而提高性能。</P>
<P>◆Facebook使用Linux ，但他特別為網絡吞吐量做了優化。</P>
<P>◆Facebook使用MySQL ，但主要是作為一個Key-value的持久性存儲，Jions和服務器邏輯操作在Web服務器上操作。因為在那裡更容易執行。</P>
<P> </P>
<P>還有是自編寫的系統，如Haystack，一個高度可擴展的對象存儲，用來存儲Facebook的照片。還有Scribe，一個日誌系統，可以運行在Facebook的巨大規模上的日誌系統。</P>
<P>現在我們介紹一下全球最大的社會網絡網站的所使用的軟件吧。</P>
<P> </P>
<P>Memcached</P>
<P>memcached的是現在互聯網最有名的軟件之一了。 這是一個分佈式內存緩存系統，用來作為Web服務器和MySQL 服務器之間的緩存層（因為數據庫 訪問比較慢）。 多年以來，Facebook已經提出了一些優化Memcached和一些周邊軟件的辦法。如壓縮network stack。</P>
<P>Facebook的每時每刻都有數10TB的數據緩存在Memcached的數千台服務器上。 它可能是世界上最大的Memcached的集群了。</P>
<P> </P>
<P>HipHop for PHP</P>
<P>PHP作為一種腳本語言，和本地程序相比是運行緩慢的。 HipHop可以將PHP轉換成C++代碼，然後再進行編譯，可以獲得更好的性能。 因為Facebook嚴重依賴PHP，這使得其可以讓Web服務器運行的更有效率。</P>
<P>一個工程師小團隊在Facebook（一開始只有三人）花了18個月時間開發HipHop，現在已經是可用狀態。</P>
<P> </P>
<P>Haystack</P>
<P>Haystack是Facebook的高性能照片存儲/檢索系統（嚴格來說，是一個對象存儲，因此它並不一定要存儲照片）。 它有許多工作要做;有超過20億張上傳的照片，並且每一個被保存在四個不同的分辨率，因此有超過800億張照片。</P>
<P> </P>
<P>它不僅是對能夠處理的上億的照片，運行表現也是至關重要的。 正如我們前面提到的，Facebook的服務約120萬張照片每秒 ，這個數字不包括CDN上的。 這是一個驚人的數字。關於Facebook的圖片存儲請參考51CTO之前的報導《Facebook圖片存儲架構技術全解析》。</P>
<P> </P>
<P>BigPipe</P>
<P>BigPipe是Facebook開發的一個動態的網頁服務系統。 Facebook使用它來按section(稱為「pagelets」)處理每個網頁，以獲取最佳性能。</P>
<P> </P>
<P>例如，在聊天窗口是分開的，新聞Feed也是分開的，等等。 這些pagelets可以在一個頁面表現的時候同時使用，這是該頁面表現的時候獲取進來的。即使某些工程的一部分關閉或中端，用戶也可以獲得一部分網頁。</P>
<P> </P>
<P>Cassandra</P>
<P>Cassandra是一個不會單點失敗的分佈式存儲系統。 這是為NoSQL運動的一個重要組成部分，並已公開的源代碼（它甚至成為一個Apache項目）。Facebook在搜索功能中使用它。</P>
<P> </P>
<P>除了Facebook，還有一些人也用它，例如Digg的。 不過最近Twitter放棄了Cassandra。關於Cassandra的更多介紹可以參考51CTO的專題《奔向自由？Cassandra數據庫應用指南》。</P>
<P> </P>
<P>Scribe</P>
<P>Scribe是一個靈活的日誌系統，Facebook在他的內部大量使用。 它的能夠處理在Facebook的大規模日誌記錄，並自動處理新的日誌記錄類別,Facebook有數百個日誌類別(categories)。</P>
<P> </P>
<P>Hadoop and Hive</P>
<P>Hadoop的是一個開源的map-reduce實現，使得它可以在進行大數據上進行運算。 </P>
<P>Facebook的使用這個進行數據分析（而我們都知道，Facebook已經大量的數據）。 </P>
<P> </P>
<P>Hive就是發源於Facebook，使得對於Hadoop使用的SQL查詢成為可能，從而是其更容易對非程序員使用。</P>
<P>Hadoop和Hive是開源的（Apache項目），有為數眾多的追隨者，例如雅虎和Twitter。</P>
<P> </P>
<P>Thrift</P>
<P>Facebook使用的幾種不同的語言和不同的services。 PHP是最終用於前端，Erlang是用於聊天，Java 和C ++也使用於多種場所，也許還有其他語言。Thrift是一個內部開發的跨語言的框架，聯繫語言，使他們可以在一起合作，從而使他們之間可以交互。 這使得Facebook可以更容易為繼續保持其跨語言的發展 。</P>
<P>Facebook已經讓Thrift開源。更多的語言支持已被添加到Thrift。</P>
<P> </P>
<P>Varnish</P>
<P>Varnish是一個HTTP加速器，可以作為一個負載平衡器，並緩存的內容，然後可以以閃電般的速度送達。</P>
<P>Facebook使用的arnish來處理照片和個人資料圖片，處理每天數十億的要求。 和其他的東西一樣，Varnish是開源的。</P>
<P> </P>
<P>保持Facebook 順暢運行的其他東西</P>
<P>我們已經提到的軟件，組成了Facebook的系統，並幫助運行在大規模上。 但是，處理這麼大的系統是一個複雜的任務，因此我們將列出一些其他的東西，他們保持了Facebook的平穩運行。</P>
<P><BR>漸進發佈和暗啟動</P>
<P>Facebook有一個他們所謂的守門人制度（Gatekeeper），允許他們可以給不同的用戶運行兩套不同的系統。 這讓Facebook漸進的發布新的功能，A / B測試，只為Facebook僱員發佈等的某些特性。</P>
<P> </P>
<P>Gatekeeper也可以讓Facebook實現「暗啟動」，這是在用戶使用一些功能之前，就激活某些功能（因為用戶沒有察覺，所以稱之為暗啟動）。 這將作為一個現實世界的壓力測試，在正式啟動前，幫助揭露一些功能障礙和其他問題 。 暗啟動通常是在正式啟動前兩個星期。</P>
<P> </P>
<P>Profiling的直播系統</P>
<P>Facebook的仔細監控其系統，有趣的是它也負責監察每一個PHP函數在生產環境的性能。 檢測各個PHP的環境的配置運行情況。使用開源工具，XHProf 。</P>
<P>漸進的利用關閉功能來提升性能</P>
<P> </P>
<P>如果Facebook運行時出現性能問題，有一個辦法，就是逐步禁用不太重要的功能，以增強Facebook的大量核心功能表現。</P>
<P><BR>我們沒有提到硬件相關的事情，但這也是提高可伸縮性的重要一環。例如，就像其他大型站點，Facebook利用CDN來處理靜態內容。 </P>
<P>Facebook還有一個the huge data center，可以幫助他擴展更多的服務。</P>
<P> </P>
<P>Facebook的開放源碼軟件清單</P>
<P>不僅是Facebook使用（和幫助），如Linux，Memcached的，MySQL和Hadoop的開源軟件，以及許多其他情況下，也貢獻許多了其內部開發的軟件。</P>
<P>Facebook亦開源了Tornado，一個高性能的網絡服務器框架，由FriendFeed團隊開發。關於開放源碼軟件清單，可以在 Facebook's Open Source page.找到。 </P>