facebook 支撑技术

支撑技术

开源

Facebook的源代码大部分采用Common Public Attribution License (CPAL），除了FBML parser部分采用的是Mozilla Public License (MPL）。

Facebook现有超过24000个应用，世界各地有超过40万开发者在为其开发应用程序，每天都有140个左右的应用上线。^[2]

域模型

用UML类图的形式，显示了Facebook系统所管理的信息。它提炼出了Facebook数据库中的实体、关系、字段。

技术构架

Facebook使用LAMP（Linux、Apache、MySQL、PHP）作为技术构架。Facebook的一个技术构架工程师Steven Yoosure在博客中写到：几乎我们所有的服务器都运行开源软件。我们的Web服务器是Linux，Apache和PHP。我们数据库是MySQL。我们使用memcached来保证网站的快速反应。一些后台应用Python、Perl和Java，以及一些gcc和Boost。程序员用Subversion和git来进行代码管理。还有很多－－像很多网站一样，从头到脚都是开源软件。

编辑本段主要软件

Memcached

Memcached是当今互联网上最著名的软件之一。它是一个分布式的内存缓存系统，Facebook（包含其他很多网站）用它作为Web服务器和MySQL服务器之间的缓存层（因为数据库访问相对比较慢）。多年来，Facebook已经对Memcached和它的周边软件进行了很多优化，比如对network stack的优化。

Facebook每时每刻都有数10TB的数据缓存在数千台Memcached服务器上。它可能是世界上最大的Memcached服务器集群了。

HipHop for PHP

作为一种脚本语言，和本地代码相比是运行缓慢的。HipHop可以将PHP转换成C++代码，然后再进行编译，这样可以获得更好的性能。由于Facebook严重依赖PHP，所以通过HipHop可以让Web服务器的性能得到提高。

一个工程师小团队在Facebook（一开始只有三人）花了18个月时间开发HipHop已经投入正式使用。

Haystack

Haystack是Facebook的高性能图片存取系统（严格来说，是一个对象存储系统，因此它并不仅限于存储照片）。它工作繁忙；要管理超过200亿张上传的照片，并且每一片照片被保存为四种不同的分辨率，因此有超过800亿张照片。

它不仅要能处理上亿的照片，而且性能也是至关重要的。正如我们前面提到的，Facebook每秒钟要处理约120万张照片，而且不包括CDN上的，这是一个惊人的数字。

BigPipe

BigPipe是Facebook开发的的动态网页处理系统。为了获得最佳性能，Facebook用它来按分块处理每个网页（称为“pagelets”）。

例如，聊天窗口，新闻Feed等是通过分块分开进行传输的。这些pagelets可以并行工作，不仅可以提高性能，而且即使其中一部分失效或中断，也不影响用户的正常访问。

Cassandra

Cassandra是一个可以避免单点故障的分布式存储系统。它是NoSQL运动的一个典范，并已开放源代码（它甚至成为一个Apache项目）。Facebook在收件箱搜索中使用它。

除了Facebook，其他网站也在使用它，例如Digg。

Scribe

Scribe是一个灵活的日志系统，Facebook在内部大量使用它。它能够处理Facebook这样超大规模的日志记录，并且能自动处理新生成的日志记录类别（Facebook有数百个日志类别）。

Hadoop and Hive

Hadoop是一个开源的map-reduce实现，它可以轻松处理海量数据。Facebook用它来进行数据分析（我们都知道Facebook有巨量的数据）。Hive起源于Facebook，它使得针对Hadoop进行SQL查询成为可能，从而非程序员也可以方便地使用。（注：Hive是基于Hadoop的一个数据仓库工具，可以将结构化的数据文件映射为一张数据库表，并提供完整的SQL查询功能，可以将SQL语句转换为MapReduce任务运行。）