這篇文章主要介紹了YouTube網(wǎng)站用到的技術(shù)架構(gòu)及擴(kuò)展經(jīng)驗(yàn),作為全球最大在線視頻網(wǎng)站的YouTube一直堅(jiān)持簡(jiǎn)潔的架構(gòu)原則并且在可擴(kuò)展性方面做得相當(dāng)出色,需要的朋友可以參考下
YouTube發(fā)展迅速，每天超過(guò)1億的視頻點(diǎn)擊量，但只有很少人在維護(hù)站點(diǎn)和確保伸縮性。這點(diǎn)和PlentyOfFish類似，少數(shù)人維護(hù)龐大系統(tǒng)。是什么原因呢？放心絕對(duì)不是靠人品，也不是靠寂寞，下面就來(lái)看看YouTube的整體技術(shù)架構(gòu)吧。
平臺(tái)
Apache
Python
Linux(SuSe)
MySQL
psyco，一個(gè)動(dòng)態(tài)的Python到C的編譯器
lighttpd代替Apache做視頻查看</strong>
狀態(tài)
支持每天超過(guò)1億的視頻點(diǎn)擊量
成立于2005年2月
于2006年3月達(dá)到每天3千萬(wàn)的視頻點(diǎn)擊量
于2006年7月達(dá)到每天1億的視頻點(diǎn)擊量
2個(gè)系統(tǒng)管理員，2個(gè)伸縮性軟件架構(gòu)師
2個(gè)軟件開發(fā)工程師，2個(gè)網(wǎng)絡(luò)工程師，1個(gè)DBA</strong>
Web服務(wù)器
1，NetScaler用于負(fù)載均衡和靜態(tài)內(nèi)容緩存
2，使用mod_fast_cgi運(yùn)行Apache
3，使用一個(gè)Python應(yīng)用服務(wù)器來(lái)處理請(qǐng)求的路由
4，應(yīng)用服務(wù)器與多個(gè)數(shù)據(jù)庫(kù)和其他信息源交互來(lái)獲取數(shù)據(jù)和格式化html頁(yè)面
5，一般可以通過(guò)添加更多的機(jī)器來(lái)在Web層提高伸縮性
6，Python的Web層代碼通常不是性能瓶頸，大部分時(shí)間阻塞在RPC
7，Python允許快速而靈活的開發(fā)和部署
8，通常每個(gè)頁(yè)面服務(wù)少于100毫秒的時(shí)間
9，使用psyco(一個(gè)類似于JIT編譯器的動(dòng)態(tài)的Python到C的編譯器)來(lái)優(yōu)化內(nèi)部循環(huán)
10，對(duì)于像加密等密集型CPU活動(dòng)，使用C擴(kuò)展
11，對(duì)于一些開銷昂貴的塊使用預(yù)先生成并緩存的html
12，數(shù)據(jù)庫(kù)里使用行級(jí)緩存
13，緩存完整的Python對(duì)象
14，有些數(shù)據(jù)被計(jì)算出來(lái)并發(fā)送給各個(gè)程序，所以這些值緩存在本地內(nèi)存中。這是個(gè)使用不當(dāng)?shù)牟呗浴?BR> 應(yīng)用服務(wù)器里最快的緩存將預(yù)先計(jì)算的值發(fā)送給所有服務(wù)器也花不了多少時(shí)間。只需弄一個(gè)代理來(lái)監(jiān)聽更改，預(yù)計(jì)算，然后發(fā)送。
視頻服務(wù)
1，花費(fèi)包括帶寬，硬件和能源消耗
2，每個(gè)視頻由一個(gè)迷你集群來(lái)host，每個(gè)視頻被超過(guò)一臺(tái)機(jī)器持有
3，使用一個(gè)集群意味著：
-更多的硬盤來(lái)持有內(nèi)容意味著更快的速度
-failover。如果一臺(tái)機(jī)器出故障了，另外的機(jī)器可以繼續(xù)服務(wù)
-在線備份
4，使用lighttpd作為Web服務(wù)器來(lái)提供視頻服務(wù)：
-Apache開銷太大
-使用epoll來(lái)等待多個(gè)fds
-從單進(jìn)程配置轉(zhuǎn)變?yōu)槎噙M(jìn)程配置來(lái)處理更多的連接
5，大部分流行的內(nèi)容移到CDN：
-CDN在多個(gè)地方備份內(nèi)容，這樣內(nèi)容離用戶更近的機(jī)會(huì)就會(huì)更高
-CDN機(jī)器經(jīng)常內(nèi)存不足，因?yàn)閮?nèi)容太流行以致很少有內(nèi)容進(jìn)出內(nèi)存的顛簸
6，不太流行的內(nèi)容(每天1-20瀏覽次數(shù))在許多colo站點(diǎn)使用YouTube服務(wù)器
-長(zhǎng)尾效應(yīng)。一個(gè)視頻可以有多個(gè)播放，但是許多視頻正在播放。隨機(jī)硬盤塊被訪問(wèn)
-在這種情況下緩存不會(huì)很好，所以花錢在更多的緩存上可能沒(méi)太大意義。
-調(diào)節(jié)RAID控制并注意其他低級(jí)問(wèn)題
-調(diào)節(jié)每臺(tái)機(jī)器上的內(nèi)存，不要太多也不要太少 </strong>
視頻服務(wù)關(guān)鍵點(diǎn)
1，保持簡(jiǎn)單和廉價(jià)
2，保持簡(jiǎn)單網(wǎng)絡(luò)路徑，在內(nèi)容和用戶間不要有太多設(shè)備
3，使用常用硬件，昂貴的硬件很難找到幫助文檔
4，使用簡(jiǎn)單而常見(jiàn)的工具，使用構(gòu)建在Linux里或之上的大部分工具
5，很好的處理隨機(jī)查找(SATA，tweaks)
縮略圖服務(wù)
1，做到高效令人驚奇的難
2，每個(gè)視頻大概4張縮略圖，所以縮略圖比視頻多很多
3，縮略圖僅僅host在幾個(gè)機(jī)器上
4，持有一些小東西所遇到的問(wèn)題：
-OS級(jí)別的大量的硬盤查找和inode和頁(yè)面緩存問(wèn)題
-單目錄文件限制，特別是Ext3，后來(lái)移到多分層的結(jié)構(gòu)。內(nèi)核2.6的最近改進(jìn)可能讓 Ext3允許大目錄，但在一個(gè)文件系統(tǒng)里存儲(chǔ)大量文件不是個(gè)好主意
-每秒大量的請(qǐng)求，因?yàn)閃eb頁(yè)面可能在頁(yè)面上顯示60個(gè)縮略圖
-在這種高負(fù)載下Apache表現(xiàn)的非常糟糕
-在Apache前端使用squid，這種方式工作了一段時(shí)間，但是由于負(fù)載繼續(xù)增加而以失敗告終。它讓每秒300個(gè)請(qǐng)求變?yōu)?0個(gè)
-嘗試使用lighttpd但是由于使用單線程它陷于困境。遇到多進(jìn)程的問(wèn)題，因?yàn)樗鼈兏髯员３肿约簡(jiǎn)为?dú)的緩存
-如此多的圖片以致一臺(tái)新機(jī)器只能接管24小時(shí)
-重啟機(jī)器需要6-10小時(shí)來(lái)緩存
5，為了解決所有這些問(wèn)題YouTube開始使用Google的BigTable，一個(gè)分布式數(shù)據(jù)存儲(chǔ)：
-避免小文件問(wèn)題，因?yàn)樗鼘⑽募占揭黄?BR> -快，錯(cuò)誤容忍
-更低的延遲，因?yàn)樗褂梅植际蕉嗉?jí)緩存，該緩存與多個(gè)不同collocation站點(diǎn)工作
-更多信息參考Google Architecture，GoogleTalk Architecture和BigTable
數(shù)據(jù)庫(kù)
1，早期
-使用MySQL來(lái)存儲(chǔ)元數(shù)據(jù)，如用戶，tags和描述
-使用一整個(gè)10硬盤的RAID 10來(lái)存儲(chǔ)數(shù)據(jù)
-依賴于信用卡所以YouTube租用硬件
-YouTube經(jīng)過(guò)一個(gè)常見(jiàn)的革命：?jiǎn)畏?wù)器，然后單master和多read slaves，然后數(shù)據(jù)庫(kù)分區(qū)，然后sharding方式
-痛苦與備份延遲。master數(shù)據(jù)庫(kù)是多線程的并且運(yùn)行在一個(gè)大機(jī)器上所以它可以處理許多工作，slaves是單線程的并且通常運(yùn)行在小一些的服務(wù)器上并且備份是異步的，所以slaves會(huì)遠(yuǎn)遠(yuǎn)落后于master
-更新引起緩存失效，硬盤的慢I/O導(dǎo)致慢備份
-使用備份架構(gòu)需要花費(fèi)大量的money來(lái)獲得增加的寫性能
-YouTube的一個(gè)解決方案是通過(guò)把數(shù)據(jù)分成兩個(gè)集群來(lái)將傳輸分出優(yōu)先次序：一個(gè)視頻查看池和一個(gè)一般的集群
2，后期
-數(shù)據(jù)庫(kù)分區(qū)
-分成shards，不同的用戶指定到不同的shards
-擴(kuò)散讀寫
-更好的緩存位置意味著更少的IO
-導(dǎo)致硬件減少30%
-備份延遲降低到0
-現(xiàn)在可以任意提升數(shù)據(jù)庫(kù)的伸縮性
數(shù)據(jù)中心策略
1，依賴于信用卡，所以最初只能使用受管主機(jī)提供商
2，受管主機(jī)提供商不能提供伸縮性，不能控制硬件或使用良好的網(wǎng)絡(luò)協(xié)議
3，YouTube改為使用colocation arrangement?，F(xiàn)在YouTube可以自定義所有東西并且協(xié)定自己的契約
4，使用5到6個(gè)數(shù)據(jù)中心加CDN
5，視頻來(lái)自任意的數(shù)據(jù)中心，不是最近的匹配或其他什么。如果一個(gè)視頻足夠流行則移到CDN
6，依賴于視頻帶寬而不是真正的延遲。可以來(lái)自任何colo
7，圖片延遲很嚴(yán)重，特別是當(dāng)一個(gè)頁(yè)面有60張圖片時(shí)
8，使用BigTable將圖片備份到不同的數(shù)據(jù)中心，代碼查看誰(shuí)是最近的
關(guān)于擴(kuò)展性的思考
以下雖然都不是什么新思想，但希望對(duì)你有所助益。
分而治之是擴(kuò)展性技術(shù)的靈魂。考慮以層次化的方式完成所有的工作。這也是數(shù)據(jù)分片的癥結(jié)所在。要知道如何將數(shù)據(jù)分區(qū)，以及如何將已分區(qū)的數(shù)據(jù)進(jìn)行關(guān)聯(lián)。總而言之，保持簡(jiǎn)單與松散的耦合非常必要。
充分利用Python的動(dòng)態(tài)特性，構(gòu)建易于擴(kuò)展的軟件架構(gòu)。
近似的正確性。要相信監(jiān)控系統(tǒng)所報(bào)告的系統(tǒng)運(yùn)行狀態(tài)。如果問(wèn)題沒(méi)有出現(xiàn)，就認(rèn)為一切良好。
不一致的數(shù)據(jù)模型。例如，閱讀評(píng)論的人和寫評(píng)論的人對(duì)你刷新頁(yè)面的動(dòng)作會(huì)有不同的反應(yīng)，但也不必完全基于事務(wù)處理進(jìn)行系統(tǒng)設(shè)計(jì)，這會(huì)顯得矯枉過(guò)正。我們依然需要不一致的數(shù)據(jù)模型。
分布式系統(tǒng)的隨機(jī)性。分布式系統(tǒng)就如同氣象系統(tǒng)一樣，對(duì)分布式系統(tǒng)進(jìn)行調(diào)試會(huì)存在更多的隨機(jī)性。例如，緩存過(guò)期。一般情況下，服務(wù)器會(huì)將流行的視頻緩存24小時(shí)。如果一旦出現(xiàn)緩存同時(shí)過(guò)期的情況，服務(wù)器將同時(shí)開始緩存，荷載如聞驚雷！
最快的函數(shù)調(diào)用就是不做任何調(diào)用。合理設(shè)計(jì)事務(wù)處理發(fā)生的間隔和次數(shù)。
仔細(xì)觀察API，并做到心中有數(shù)。如何定義輸入、輸出？所有的函數(shù)調(diào)用本質(zhì)上都是圍繞數(shù)據(jù)發(fā)生的，那在函數(shù)調(diào)用之后，又會(huì)發(fā)生什么？
在Python中運(yùn)用RPC重定向。程序員是代碼的構(gòu)建者，因此要做好約定。如果代碼不幸失敗了，還可以從RPC輸出中追查原因。
沒(méi)有完美的組件。一個(gè)組件的運(yùn)行周期可能持續(xù)1-6個(gè)月，具體多久，誰(shuí)也說(shuō)不清。隨著時(shí)間的推移，我們會(huì)用Python和C重寫一些東西，這證明你正在淘汰舊的組件，當(dāng)你觀察到一個(gè)新組件出現(xiàn)的時(shí)候，它誕生了。
沒(méi)有人了解整個(gè)系統(tǒng)的運(yùn)作機(jī)制。因此，我們需要定義組件。視頻轉(zhuǎn)碼和視頻搜索截然不同，建立良好的數(shù)據(jù)規(guī)范非常重要。
效率與擴(kuò)展性并重。最有效率的是用C實(shí)現(xiàn)進(jìn)程，但這樣的方式缺乏擴(kuò)展性。
著眼于宏觀層面、組件及其失敗的原因。使用RPC是否明智？?jī)?nèi)聯(lián)如何？進(jìn)行分解研究，也許會(huì)發(fā)現(xiàn)不同之處。
重視算法。與其絞盡腦汁用Python來(lái)實(shí)現(xiàn)高效的算法，不如用它做些更有實(shí)用價(jià)值的事。在這方面，C語(yǔ)言有它的優(yōu)勢(shì)。
我們很少?gòu)氖旅嫦驅(qū)ο笤O(shè)計(jì)。我們使用了大量的名稱空間，使用類來(lái)組織數(shù)據(jù)，但極少面向?qū)ο蟆?BR> 我樂(lè)意用下面的詞匯來(lái)形容我們的代碼樹：簡(jiǎn)單、實(shí)用、優(yōu)雅、正交、可組合，這是我們的追求。
總結(jié)
YouTube解決問(wèn)題的哲學(xué)只有一個(gè)詞：簡(jiǎn)單。許多YouTube的產(chǎn)品最初只是源于一個(gè)簡(jiǎn)單的Python腳本。這正是應(yīng)了我們的一句老話，不積跬步，無(wú)以至千里；不積小流，無(wú)以成江海。