Build scalable microblog qcon beijing 2010
- 1. 构建可扩展微博架构 Tim Yang 新浪微博 技术架构师
- 2. 从博客到微博
- 3. 博客 功能 发表 浏览 留言 Content Manager System
- 4. 博客 技术 , LAMP MySQL master/slave Memcached PHP CDN
- 5. 微博 微博，产品 Real-time 关注关系 信息聚合
- 6. 信息聚合
- 7. 信息聚合 微博两种信息聚合设计模式 Push( 推 ) Pull( 拉 )
- 8. Push 把微博看做邮件 Inbox: 收到的微博 Outbox: 已发表微博 发表：存到所有粉丝 inbox( 重 ) 查看：直接访问 Inbox( 轻 )
- 9. Push(Figure) User A UpdateAction Inbox (Append to 1’s home timeline) Inbox (Append to 2’s home timeline) Inbox (Append to 3’s home timeline) Followers of User A = 1, 2, 3
- 11. Pull 发表：存到自己 outbox( 轻 ) 查看：所有关注对象 Inbox( 重 )
- 12. Pull User I Get home_timeline Outbox (statuses sent by A) Outbox (Statuses sent by B) Outbox (Statuses sent by C) User I’s Following List = A, B, C
- 15. 架构挑战：峰值 - 如除夕、春节
- 16. 请求量 如果发表量 5,000 万 / 天 平均： 578 条 / 秒 设计系统容量： 2,000?
- 17. IO 瓶颈 峰值： 5,000 – 10,000? 100,000?
- 18. 后果 Latency DB read timeout 前端 timeout (503 error) 解决方案？
- 19. 异步设计 不同步等待 将消息存入消息队列 (Message Queue) 轻量级的发表
- 20. MQ products Kestrel by twitter RabbitMQ, an Erlang Queue Server Memcacheq 在新浪微博项目大规模使用
- 21. Memcacheq 基于 Berkeley db, 稳定可靠 Memcached protocol, 丰富的 client library 容易监控 (stats queue) 只有 2 个命令： get/set
- 22. 避免单点故障 核心服务，需避免单独故障 方法 使用多个 Memcacheq 池 Get 操作 : 轮询所有服务器 Set 操作 : 随机选择一个 无需其他复杂“架构”设计
- 23. MQ 方式通用的优点 Offline work 应用请求量不均衡 解耦 异步通讯 原则
- 24. 使用 MQ 原则 计算开销大于消息分发开销
- 25. 架构挑战：实时性
- 26. 越重要的事件，越希望实时性
- 27. The value of the tweet decreases exponentially with time John Kalucki, Twitter http://t.sina.com.cn/pub/star#a_ty
- 28. 解决思路 Cache 中心化 Ram is the new the disk
- 29. Local Cache Memcached Database buffer/cache
- 30. LAMP 中， cache= 可选层 Cache 中心化后新的问题
- 31. 容量问题 TB 级 思路：压缩 QuickLZ LZO 不用 gzip
- 32. 单点问题 单点故障 , SIGSEGV 如何应对 1. Consistent hash 2. Read-through cache
- 33. Consistent hash 原理 优点 震荡最小
- 35. Read-through and Write-through Products or projects MySQL memcached UDF Cache money for Ruby on Rails Or wrap a proxy for the db driver, in any language
- 36. Evictions 问题 Evections: cache 数据被踢 性能的噩梦 Latency 产生的源头之一
- 37. 如何避免 evictions 规划 cache 容量 将永久数据与临时数据分开 不使用随机字符作为 key
- 38. Multiget 问题 When memcached servers are CPU bound, adding more memcached servers doesn't help serve more requests. - Jeff Rothschild, Vice President of Technology at Facebook
- 39. Cache 挑战： multiget hole
- 41. 架构挑战：海量存储
- 42. 架构挑战： 国内网络带宽问题
- 43. 地理分布 考虑到以下原因，需要分布式部署 访问速度 IDC 不可用 故障 分布的核心是数据分布
- 44. 数据地理分布原理 Master-slave Master-master 2PC/3PC Paxos http://timyang.net/data/multi-idc-design /
- 45. 地理分布的方案 MySQL master/slave Dynamo/Cassandra PNUTS
- 46. 架构挑战： API 访问量
- 47. 以新浪微博开放平台为例 REST API 编程简单， library 丰富 可用 curl, javascript 实现一个 client 缺点单向询问方式 如何解决轮询压力
- 48. 解决方案： Sina App Engine Sina App Engine 应用云平台提供微博 API 底层支持 并可以 host 微博 app
- 49. 微博 , Web 2.0 最核心技术之一 还有更多的架构挑战等待解决 欢迎加入新浪微博技术团队
- 50. Q&A 新浪微博： @ TimYang Twitter: @ xmpp Email: iso1600 @ gmail.com