Facebook架构解读

ゝ一纸荒年。 2022-05-24 01:14 339阅读 0赞

![图片描述][20160118100840130]

从我看过的各种资料，还有与各式人等的交谈中，可以得出Facebook现在的架构是这样的：

*  Web前端用PHP语言编写，然后用HipHop Compiler\[1\]转换为C++语言，再用g++编译器编写，从而提供高性能的模板与web逻辑执行层。
 *  完全依赖静态编译所造成的限制，让Facebook开始启用HipHop Interpreter \[2\]及HipHop虚拟机，将PHP代码转译为HipHop ByteCode\[3\]。
 *  其业务逻辑以服务形式存在，使用Thrift框架\[4\]。其中一些服务根据具体需求，在实现时使用了PHP、C++或者Java语言（可能还用到了一些其他语言）。
 *  使用Java实现的服务并未使用任何常规的企业应用服务，而是使用Facebook的定制应用服务器。一开始这些都被视为重复工作，不过随着这些服务仅（或大多）使用Thrift框架，Tomcat甚至Jetty都显得开销过大、值不符实了。
 *  用MySQL、Memcached\[5\]、Hadoop’s HBase\[6\]实现持久化；用Memcached作为MySQL缓存与通用缓存。
 *  用Hadoop和Hive实现离线处理。
 *  类似日志、链接与feed之类的数据传输用Scribe\[7\]实现；用Scribe-HDFS \[8\]来完成HDFS的聚合存储工作；从而可以用MapReduce进行深入扩展分析。
 *  BigPipe\[9\]是他们的定制技术，用流水线逻辑加快页面呈现。
 *  用Varnish Cache\[10\]实现HTTP代理，这套软件因其性能与效率较高而受到青睐\[11\]。
 *  Facebook用户所发布的照片数以亿计，其存储由Haystack这个ad-hoc存储解决方案（由Facebook开发）来处理——包括对其进行低级别优化与只扩展写入方式\[12\]。
 *  Facebook Message使用了自身架构——众所周知是基于分区与动态集群管理的架构。业务逻辑与持久化被封装到所谓的“Cell”中。每个Cell处理一部分用户的请求；随着用户数增加再扩展新的Cell\[13\]。使用HBase实现持久化\[14\]。
 *  Facebook Message的搜索引擎建立在反向索引之上，存储于HBase之中\[15\]。
 *  Facebook搜索引擎的实现细节尚不得而知。
 *  预输入搜索（typeahead search）使用定制化存储与检索逻辑\[16\]。
 *  聊天服务建立在Epoll服务器之上，由Erlang开发，用Thrift\[17\]访问。
 *  Facebook还构建了一个自动化系统，负责启动适当的修复工作流来管理应对警报，并在故障无法解决时通知人类管理员\[18\]。

已知信息中，各个组件的配置资源、一些信息还有数字如下：

*  Facebook拥有超过6万台服务器 \[18\]。最近发布的数据中心位于俄勒冈州普赖恩维尔市，硬件完全自行设计\[19\] ，并被归为Open Compute Project\[20\]。   
    Memcached所存储与处理的数据多达300TB\[21\]。
 *  其Hadoop与Hive集群由3000台8核、32G内存、12TB空间的服务器组成，总计达到2.4万核、96TB内存、36PB空间\[22\]。
 *  在2010年7月份就已达到每天1000亿的点击量，500亿张图片，3万亿个缓存对象，130TB的日志\[22\]。
 *  备注：Cassandra已经不再使用。Facebook的实时分析系统是基于记录所有输入的链接（来自用户页面的like和comment请求）。将其记录在HDFS中，而不是用Puma将其拽出再分批存储到HBase中。

相关资料与可参考文章还包括：   
Facebook近期发布了一篇博文，详细描述了将会在Altoona数据中心试用的下一代网络架构。这种处理大流量的方式非常新颖，优于传统方式与协议。 [Facebook发布了下一代网络][Facebook]

还有就是近期宣布强化搜索功能，以大数据分析与数据管理基础作为支持。[Facebook大数据分析增强搜索功能][Facebook 1]

另外可参考的文章还有：

*  [Facebook的数据仓储与架构分析][Facebook 2]
 *  [Apache Hadoop在Facebook的应用][Apache Hadoop_Facebook]（更多信息可参考[Dhruba Borthakur的博客][Dhruba Borthakur]）
 *  [用jemalloc实现Scalable Memory Allocation][jemalloc_Scalable Memory Allocation]（以及[这篇问答][Link 1]）
 *  [Tornado（web框架）][Tornado_web]
 *  [Facebook的搜索速度为什么那么快][Facebook 3]
 *  [Malte Schwarzkopf：Facebook堆栈][Malte Schwarzkopf_Facebook]
 *  [Facebook的代码设计进化史][Facebook 4]

参考资料包括：   
\[1\] [HipHop for PHP][]   
\[2\] [Making HPHPi Faster][]   
\[3\] [The HipHop Virtual Machine][]   
\[4\] [Thrift][]   
\[5\] [Memcached][]   
\[6\] [HBase][]   
\[7\] [Scribe][]   
\[8\] [Scribe-HDFS][]   
\[9\] [BigPipe][]   
\[10\] [Varnish Cache][]   
\[11\] [Facebook goes for Varnish][]   
\[12\] [Needle in a haystack: efficient storage of billions of photos][Needle in a haystack_ efficient storage of billions of photos]   
\[13\] [Scaling the Messages Application Back End][]   
\[14\] [The Underlying Technology of Messages][]   
\[15\] [The Underlying Technology of Messages Tech Talk][]   
\[16\] [Facebook’s typeahead search architecture][Facebook_s typeahead search architecture]   
\[17\] [Facebook Chat][]   
\[18\] [Who has the most Web Servers?][Who has the most Web Servers]   
\[19\] [Building Efficient Data Centers with the Open Compute Project][]   
\[20\] [Open Compute Project][]   
\[21\] [Facebook’s architecture presentation at Devoxx 2010][Facebook_s architecture presentation at Devoxx 2010]   
\[22\] [Scaling Facebook to 500 millions users and beyond][]

原文链接： [What is Facebook’s architecture?][What is Facebook_s architecture]（译者/Vera 责编/钱曙光）

转载地址：[https://blog.csdn.net/qiansg123/article/details/80121597][https_blog.csdn.net_qiansg123_article_details_80121597]

[20160118100840130]: /images/20220524/7bd3e2911512413bb0bc2126fe2b3a2f.png
[Facebook]: https://horovits.wordpress.com/2014/12/04/facebook-next-gen-networking-datacenter-fabric/
[Facebook 1]: https://horovits.wordpress.com/2014/12/11/facebooks-big-data-analytics-boost-search-capabilities/
[Facebook 2]: http://borthakur.com/ftp/sigmodwarehouse2010.pdf
[Apache Hadoop_Facebook]: http://borthakur.com/ftp/RealtimeHadoopSigmod2011.pdf
[Dhruba Borthakur]: http://hadoopblog.blogspot.com/
[jemalloc_Scalable Memory Allocation]: http://www.facebook.com/notes/facebook-engineering/scalable-memory-allocation-using-jemalloc/480222803919
[Link 1]: https://www.quora.com/Who-wrote-jemalloc-and-what-motivated-its-creation-and-implementation
[Tornado_web]: https://www.quora.com/topic/Tornado-web-framework
[Facebook 3]: https://www.quora.com/How-is-Facebooks-search-speed-so-fast
[Malte Schwarzkopf_Facebook]: http://malteschwarzkopf.de/research/assets/facebook-stack.pdf
[Facebook 4]: http://www.infoq.com/presentations/Evolution-of-Code-Design-at-Facebook
[HipHop for PHP]: http://developers.facebook.com/blog/post/358
[Making HPHPi Faster]: http://www.facebook.com/note.php?note_id=10150336948348920
[The HipHop Virtual Machine]: http://www.facebook.com/note.php?note_id=10150415177928920
[Thrift]: http://thrift.apache.org/
[Memcached]: http://memcached.org/
[HBase]: http://hbase.apache.org/
[Scribe]: https://github.com/facebook/scribe
[Scribe-HDFS]: http://hadoopblog.blogspot.com/2009/06/hdfs-scribe-integration.html
[BigPipe]: http://www.facebook.com/notes/facebook-engineering/bigpipe-pipelining-web-pages-for-high-performance/389414033919
[Varnish Cache]: http://www.varnish-cache.org/
[Facebook goes for Varnish]: http://www.varnish-software.com/customers/facebook
[Needle in a haystack_ efficient storage of billions of photos]: http://www.facebook.com/note.php?note_id=76191543919
[Scaling the Messages Application Back End]: http://www.facebook.com/note.php?note_id=10150148835363920
[The Underlying Technology of Messages]: https://www.facebook.com/note.php?note_id=454991608919
[The Underlying Technology of Messages Tech Talk]: http://www.facebook.com/video/video.php?v=690851516105
[Facebook_s typeahead search architecture]: http://www.facebook.com/video/video.php?v=432864835468
[Facebook Chat]: http://www.facebook.com/note.php?note_id=14218138919
[Who has the most Web Servers]: http://www.datacenterknowledge.com/archives/2009/05/14/whos-got-the-most-web-servers/
[Building Efficient Data Centers with the Open Compute Project]: http://www.facebook.com/note.php?note_id=10150144039563920
[Open Compute Project]: http://opencompute.org/
[Facebook_s architecture presentation at Devoxx 2010]: http://www.devoxx.com/
[Scaling Facebook to 500 millions users and beyond]: http://www.facebook.com/note.php?note_id=409881258919
[What is Facebook_s architecture]: https://www.quora.com/What-is-Facebooks-architecture-6?redirected_qid=141492
[https_blog.csdn.net_qiansg123_article_details_80121597]: https://blog.csdn.net/qiansg123/article/details/80121597