知名網(wǎng)站的技術發(fā)展歷程以及實力怎么樣

知名網(wǎng)站的技術發(fā)展歷程
Google目前Alexa排名第1。它誕生于1997年，當時是一個研究性項目，每個月build一次索引，build出來的索引通過sharding（shard by doc）的方式分散到多臺服務器（Index Server）上，具體的網(wǎng)頁數(shù)據(jù)同樣通過sharding的方式分散到多臺服務器（Doc Server）上，當用戶提交請求時，通過前端的一臺服務器將請求提交給Index Server獲得打了分的倒排索引，然后從Doc Server提取具體的網(wǎng)頁信息（例如網(wǎng)頁標題、搜索關鍵詞匹配的片段信息等），最終展現(xiàn)給用戶。

隨著索引的北京網(wǎng)站制作(xjjufeng.cn)增加，這個結構可通過增加Index Server以及Doc Server來存儲索引以及網(wǎng)頁的數(shù)據(jù)，但仍然會面臨其他很多方面的問題，于是在這之后的十多年的時間里，Google做了很多事情來改進上面的結構。

1999年，Google增加了一個Cache Cluster，用來Cache查詢的索引結果和文檔片段信息，同時將Index Server和Doc Server通過Replicate的方式變成了Cluster。這兩個改造帶來的好處是網(wǎng)站的響應速度、可支撐的訪問量以及可用性（Availability）得到了提升。這個變化造成了成本的增加，Google在硬件方面的風格始終是不用昂貴的高端硬件，而是在軟件層面來保證系統(tǒng)的可靠性及高性能，于是同年，Google開始采用自行設計的服務器來降低成本。2000年，Google開始自行設計DataCenter，采用了各種方法（例如采用其他的制冷方法來替代空調）來優(yōu)化PUE（能源利用率），同時對自行設計的服務器也做了很多化。2001年，Google對Index的格式進行了修改，將所有的Index放入內存， 這次改造帶來的好處是網(wǎng)站的響應速度以及可支撐的訪問量得到了極大的提升。2003年，Google發(fā)表了文章Google Cluster Architecture，其Cluster結構組成為硬件LB+Index Cluster+Doc Cluster+大量廉價服務器（例如IDE硬盤、性價比高的CPU等），通過并行處理+sharding來保證在降低對硬件要求的同時，響應速度仍然很快。同年Google發(fā)表了關于Google文件系統(tǒng)的論文（GFS在2000年就已經(jīng)上線），這篇論文很大程度也體現(xiàn)了Google不用昂貴硬件的風格，通過GFS+大量廉價的服務器即可存儲大量的數(shù)據(jù)。2004年，Google再次對Index的格式進行了修改，使得網(wǎng)站的響應速度繼續(xù)提升。同年Google發(fā)表關于MapReduce的論文，通過MapReduce+大量廉價的服務器即可快速完成以前要使用昂貴小型機、中型機甚至是大型機才能完成的計算任務，而這顯然對于Google快速地構建索引提供了很大的幫助。2006年，Google發(fā)表了關于BigTable的論文（2003年開始上線），使得海量數(shù)據(jù)的分析能夠達到在線系統(tǒng)的要求了，這對于Google提升網(wǎng)站的響應速度起到了很大的幫助。

以上3篇論文徹底改變了業(yè)界對于海量數(shù)據(jù)的存儲、分析和檢索的方法（小道消息：Google內部已完成了GFS、MapReduce、BigTable的替換），也奠定了Google在業(yè)界的技術領導地位。

在一些場景中，Google也采用MySQL來存儲數(shù)據(jù)。同樣，Google對MySQL也做了很多修改，它使用的MySQL信息可以從https://code.google.com/p/google-mysql/了解。

2007年，Google將build索引的時間縮短到分鐘級，當新網(wǎng)頁出現(xiàn)后，幾分鐘后即可在Google搜索到，同時將Index Cluster通過Protocol Buffers對外提供Service，以供Google各種搜索（例如網(wǎng)頁、圖片、新聞、書籍等）使用，除了Index Cluster提供的Service外，還有很多其他的Service，例如廣告、詞法檢查等。Google的一次搜索大概需要調用內部50個以上的Service，Service主要用C++或Java來編寫。2009年，Google的一篇《How Google uses Linux》文章，揭示了Google在提升機器利用率方面也做了很多的努力，例如將不同資源消耗類型的應用部署在同一臺機器上。

在之后，Google又研發(fā)了Colossus（下一代類GFS文件系統(tǒng)）、Spanner（下一代類BigTable海量存儲和計算架構）、實時搜索（基于Colossus實現(xiàn)），主要都是為了提升搜索的實時性以及存儲更多數(shù)據(jù)。除了在海量數(shù)據(jù)相關技術上的革新外，Google也不斷對業(yè)界的傳統(tǒng)技術進行創(chuàng)新，例如提高TCP的初始擁塞窗口值、改進HTTP的SPDY協(xié)議、新的圖片格式WebP等。

在Google的發(fā)展過程中，其技術的改造主要圍繞在可伸縮性、性能、成本和可用性4個方面，Google不采用昂貴硬件的風格以及領先其他網(wǎng)站的數(shù)據(jù)量決定了其技術改造基本都是對傳統(tǒng)的軟硬件技術的革新。

Facebook目前Alexa排名第2。它采用LAMP構建，隨著業(yè)務的發(fā)展，它也在技術上做了很多改造。
作為改造的第一步，F(xiàn)acebook首先在LAMP結構中增加了Memcached，用來緩存各種數(shù)據(jù)，從而大幅度提升系統(tǒng)的響應時間以及可支撐的訪問量，之后又增加了Services層，將News Feed、Search等較通用的功能作為Service提供給前端的PHP系統(tǒng)使用，前端的系統(tǒng)通過Thrift訪問這些Service。Facebook采用了多種語言來編寫各種不同的Service，主要是針對不同的場景選擇合適的語言，例如C++、Java、Erlang。

大量使用Memcached以及訪問量的不斷上漲，導致訪問Memcached的網(wǎng)絡流量太大，交換機無法支撐，F(xiàn)acebook通過改造采用UDP的方式來訪問Memcached，以降低單連接上的網(wǎng)絡流量。除此之外，還有其他一些改造，具體信息可以查看http://on.fb.me/8R0C。

PHP作為腳本語言，優(yōu)勢是開發(fā)簡單、易上手，劣勢是需要消耗較多的CPU和內存。當Facebook的訪問量增長到了一定規(guī)模后，這個劣勢就比較突出了，于是從2007年起，F(xiàn)acebook就嘗試多種方法來解決這個問題，最后誕生于Facebook Hackathon的HipHop產(chǎn)品成功地脫穎而出。

HipHop可以自動將PHP轉化為C++代碼，F(xiàn)acebook在使用HipHop后，同等配置的機器，可支撐的請求量是之前的6倍，CPU的使用率平均下降了50%，從而為Facebook節(jié)省了大量主機。將來Facebook還會對HipHop進行再次改進，通過HipHop將PHP編譯為bytecode，放入HipHop VM中執(zhí)行，再由HipHop VM來編譯為機器代碼，方式與JIT類似。

2009年，F(xiàn)acebook研發(fā)了BigPipe，借助此系統(tǒng)，F(xiàn)acebook成功讓網(wǎng)站的速度提升了兩倍。隨著Facebook訪問量的上漲，收集眾多服務器上的執(zhí)行日志也開始面臨挑戰(zhàn)，于是Facebook研發(fā)了Scribe來解決此問題。對于存儲在MySQL中的數(shù)據(jù)，F(xiàn)acebook采用垂直拆分庫和水平拆分表的方式來支撐不斷增長的數(shù)據(jù)量。作為Facebook技術體系中重要的一環(huán)，F(xiàn)acebook也對MySQL進行了很多優(yōu)化和改進，例如Online Schema Change等，更多信息可見http://www.facebook.com/MySQLAtFacebook。

發(fā)展之初的Facebook采用了高端的存儲設備（例如NetApp、Akamai）來存圖片，隨著圖片不斷增加，成本也大幅提高，于是2009年Facebook開發(fā)了Haystack來存儲圖片。Haystack可采用廉價的PC Server進行存儲，大幅度降低了成本。

Facebook除了使用MySQL存儲數(shù)據(jù)外，近幾年也開始摸索采用新的方式。在2008年Facebook開發(fā)了Cassandra，在Message Inbox Search中作為新的存儲方式。不過在2010年，F(xiàn)acebook又放棄了Cassandra，轉為采用HBase作為其Messages的存儲，并在2011年將HBase應用在了Facebook更多的項目上（例如Puma、ODS）。據(jù)說，現(xiàn)在Facebook更是在嘗試將其用戶以及關系數(shù)據(jù)從MySQL遷移到HBase。
從2009年開始，F(xiàn)acebook嘗試自行設計DataCenter以及服務器，以降低其運行成本，并對外開放了其構建的PUE僅1.07的DataCenter的相關技術。Facebook在技術方面的基本原則是：“在能用開源產(chǎn)品的情況下就用開源，根據(jù)情況對其進行優(yōu)化并反饋給社區(qū)”。從Facebook的技術發(fā)展歷程上可以看到這個原則貫徹始終，F(xiàn)acebook的技術改造也主要是圍繞在可伸縮、性能、成本和可用性4個方面。

Twitter目前Alexa排名第8。在2006年誕生之時是采用Ruby On Rails+ MySQL構建的，2007年增加了Memcached作為Cache層，以提升響應速度?；赗uby on Rails讓Twitter享受到了快速的開發(fā)能力，但隨著訪問量的增長，其對CPU和內存的消耗也讓Twitter痛苦不堪，于是Twitter做了不少改造和努力，例如編寫了一個優(yōu)化版的Ruby GC。

2008年Twitter決定逐步往Java遷移，選擇了Scala作為主力的開發(fā)語言（理由是“難以向一屋子的Ruby程序員推銷Java”），采用Thrift作為其主要的通信框架，開發(fā)了Finagle作為其Service Framework，可將后端各種功能暴露為Service提供給前端系統(tǒng)使用，使得前端系統(tǒng)無需關心各種不同的通信協(xié)議（例如對于使用者可以用同樣的調用服務的方式去訪問Memcache、Redis、Thrift服務端），開發(fā)了Kestrel作為其消息中間件（替代之前用Ruby寫的Starling）。

Twitter的數(shù)據(jù)存儲一直采用MySQL，發(fā)展過程中出現(xiàn)的小插曲是，當Facebook開源了Cassandra時，Twitter本計劃使用，但最終還是放棄，仍然保持了使用MySQL，Twitter的MySQL版本已開源（https://github.com/twitter/mysql）。Twitter也是采用分庫分表的方式來支撐大數(shù)據(jù)量，使用Memcached來Cache tweet，timeline的信息則遷移為用Redis來Cache。
2010年，Twitter在鹽湖城擁有了第一個自建的DataCenter，主要是為了增加可控性。從Twitter的發(fā)展過程看，6年來它的技術改造主要圍繞可伸縮以及可用性。

作為一家電子商務網(wǎng)站的員工，請允許我在此介紹這個Alexa排名21的著名電子商務網(wǎng)站的技術演變。
1995年，eBay誕生，當時采用CGI編寫，數(shù)據(jù)庫采用的是GDBM，最多只能支撐5萬件在線商品。1997年，eBay將操作系統(tǒng)從FreeBSD遷移到Windows NT，另外將數(shù)據(jù)庫從GDBM遷移為Oracle。1999年，eBay將前端系統(tǒng)改造為Cluster（之前只有一臺主機），采用Resonate作為負載均衡，后端的Oracle機器升級為Sun E1000小型機，同年給數(shù)據(jù)庫增加了一臺機器作為備庫，提升可用性。前端機器隨著訪問量不斷增加還可以應付，但數(shù)據(jù)庫機器在1999年11月時已經(jīng)達到了瓶頸（已經(jīng)不能再加CPU和內存了），于是在11月開始將數(shù)據(jù)庫按業(yè)務拆分為多個庫。2001-2002年，eBay將數(shù)據(jù)表進行了水平拆分，例如按類目存儲商品，同時部署Oracle的小型機換為Sun A3500。2002年，將整個網(wǎng)站遷移為用Java構建，在這個階段，做了DAL框架來屏蔽數(shù)據(jù)庫分庫分表帶來的影響，同時還設計了一個開發(fā)框架以供開發(fā)人員更好地上手進行功能開發(fā)。從eBay的整個發(fā)展過程來看，技術改造主要圍繞在可伸縮性和可用性兩點。

騰訊目前Alexa排名第9。最初QQ IM采用的是單臺接入服務器來處理用戶的登錄和狀態(tài)保持，但在發(fā)展到一百萬用戶同時在線時，這臺服務器已經(jīng)無法支撐。于是QQ IM將所有單臺服務器改造為了集群，并增加了狀態(tài)同步服務器，由其完成集群內狀態(tài)的同步，用戶的信息存儲在MySQL中，做了分庫分表，好友關系存儲在自行實現(xiàn)的文件存儲中。為了提升進程間通信的效率，騰訊自行實現(xiàn)了用戶態(tài)IPC。之后騰訊將狀態(tài)同步服務器也改造為同步集群，以支撐越來越多的在線用戶。在經(jīng)歷了前面幾次改造后，已基本能支撐千萬級別的用戶同時在線，但可用性比較差，于是騰訊對QQ IM再次進行改造，實現(xiàn)了同城跨IDC的容災，加強了監(jiān)控和運維系統(tǒng)的建設。此后騰訊決定對QQ IM架構完全重寫（大概是2009年持續(xù)到現(xiàn)在），主要是為了增強靈活性、支持跨城市的IDC、支撐千萬級的好友。在這次大的技術改造過程中，騰訊的數(shù)據(jù)都不再存儲于MySQL中，而是全部存儲在了自己設計的系統(tǒng)里。
從QQ IM的技術演變來看，其技術改造主要是圍繞在可伸縮性和可用性上。

2003年，淘寶誕生，直接購買了一個商業(yè)的phpAuction的軟件，在此基礎上改造產(chǎn)生了淘寶。2004年，將系統(tǒng)由PHP遷移到Java，MySQL遷移為Oracle（小型機、高端存儲設備），應用服務器采用了WebLogic。2005-2007年的發(fā)展過程中，用JBoss替代了WebLogic，對數(shù)據(jù)庫進行了分庫，基于BDB做了分布式緩存，自行開發(fā)了分布式文件系統(tǒng)TFS以支持小文件的存儲，并建設了自己的CDN。2007-2009年對應用系統(tǒng)進行垂直拆分，拆分后的系統(tǒng)都以Service的方式對外提供功能，對數(shù)據(jù)采用了垂直和水平拆分。
在進行了數(shù)據(jù)的垂直和水平拆分后，Oracle產(chǎn)生的成本越來越高，于是在之后的幾年，淘寶又開始將數(shù)據(jù)逐漸從Oracle遷移到MySQL，同時開始嘗試新型的數(shù)據(jù)存儲方案，例如采用HBase來支撐歷史交易訂單的存儲和檢索等。近幾年淘寶開始進行Linux內核、JVM、Nginx等軟件的修改定制工作，同時也自行設計了低能耗服務器，同時在軟硬件上進行優(yōu)化，以更好地降低成本。
從淘寶的整個發(fā)展過程來看，技術改造主要圍繞在可伸縮性和可用性兩點，現(xiàn)在也開始逐漸將精力投入在了性能和成本上。目前淘寶的Alexa排名為第14。
總結
從上面這些Alexa排名靠前網(wǎng)站的技術發(fā)展過程來看，每家網(wǎng)站由于其所承擔的業(yè)務不同、團隊人員組成不同、做事風格相異，在技術的不同發(fā)展階段中會采用不同的方法來支撐業(yè)務的發(fā)展，但基本都會圍繞在可伸縮性、可用性、性能以及成本這4點上，在發(fā)展到比較大規(guī)模后，各網(wǎng)站在技術結構上有了很多的相似點，并且這些結構還將繼續(xù)進行演變。
原作者林昊，就職于淘寶，2007-2010年負責設計和實現(xiàn)淘寶的服務框架，此服務框架在淘寶大面積使用，每天承擔了150億+的請求；2011年開始負責HBase在淘寶的落地，目前淘寶已有20個以上的在線項目在使用HBase。
其它: Cassandra
設計Cassandra存儲的時候，書中建議要圍繞著查詢建模，而不是最先對數(shù)據(jù)進行建模。有人反對這個，認為查詢的類型變化太快了。作者是這樣反駁的：查詢類型和數(shù)據(jù)本身都有變化的。Cassandra最根本的模型是簡單的kv，所以，還是得盡可能的圍繞查詢建模。這里怎么更好的協(xié)調，是一個有挑戰(zhàn)的事情。
Cassandra的column family就像一個表結構，修改了要重啟，一個cf單獨一個文件，一行數(shù)據(jù)可以有多個column family。user是一個family, user_ext一個family, row key 為uid, 感覺cassandra用起來會更像db，

Youtube的社交趨勢經(jīng)理Kevin Allocca解釋最火的youtube視頻的三個共同點。1、Tastemakers － 達人的推薦。 2、Community － 志氣相投的群體。 3、Surprise － 意想不到的驚奇。
Cassandra在360的應用，用戶收藏夾、圖床、垂直搜索等在線業(yè)務有大量存儲需求，考慮到MySQL不能滿足需求，但是HBase有Availabilty的缺點，所以選擇了Cassandra，目前規(guī)模是600~700臺，年底預計1500左右，目前沒有出過大的故障。估計是全球最大規(guī)模Cassandra集群

Key-Value，Column oriented，Document oriented三個概念的區(qū)別和聯(lián)系誰能幫我解釋清楚?？戳藞D中的劃分，我徹底糊涂了。我一直以為三者是一回事
：息隊列傳輸：kafka，timetunnel，kestrel，scribe；列存儲數(shù)據(jù)庫領域hbase；kv型數(shù)據(jù)庫：cassandra，riak，voldemort，tair；文檔數(shù)據(jù)庫：mongodb，couchdb；圖形數(shù)據(jù)庫：neo4j，pregel，flockdb；流式計算：storm，iprocess；實時計算：prom；圖形計算：pregel，apache hama；離線計算：hive，spark。

facebook 局部kv過期用復雜的中間層解決
mysql上沒有join查詢，并采用昂貴的Fusion IO。nginx好于lighttpd。scribe是個好東西
本文發(fā)布于北京網(wǎng)站制作公司尚品中國http://xjjufeng.cn/