哈巴狗

twitter系统架构分析（阅读笔记）

（一）twitter的核心业务
twitter的核心业务，在于following和be followed：
（1）following
进入个人主页，会看到你follow的人发表的留言（不超过140个字），这是following的过程；
（2）followed
你发布一条留言，follow你的人将看到这条信息，这是be followed的过程；

（二）twitter的业务逻辑
twitter的业务逻辑应该也不复杂
following业务，查follow了哪些人，以及这些人发表的留言；
followed业务，前端js轮询后端，看follow了的人有没有新留言，有则更新（更新及时性取决于轮询时间）；

（三）三层架构（three-tier architecture）
网站的架构设计，传统的做法是三层架构，所谓“传统”不意味着“过时”，新潮的技术不成熟，传统的路子更稳健。
（1）表示层（presentation tier）：apache web server，主要任务是解析http协议，将请求分发给逻辑层；
（2）逻辑层（logic tier）：mongrel rails server，利用rails现成的模块，降低工作量；
（3）数据层（data tier）：mysql；

数据层先来吧：
twitter的核心是（1）用户；（2）消息；（3）用户关系；
围绕这几个核心，不难推测出其核心数据的schema设计：
（1）用户表user
id, name, pass, status, …
（2）消息表msg
msgid, author_id, msg, time, …
（3）用户关系表relation
id, following_ids, followed_ids

逻辑层：
当用户发布消息时，依次执行：
（1）存消息至msg表；
（2）查用户relation表，找出其followed_ids；
（3）获取followed_ids中用户的状态；
（4）在线的ids，将消息push进一个队列queue；
（5）queue中的msg，更新ids的主页；
这里面要用到队列，其实现方式有很多种，例如apache mina，twitter团队自己实现了一个kestrel。

表示层：
表示层的主要职能有2个：
（1）http协议处理（http processor）；
（2）分发器（dispatcher）；
当然，访问twitter的不仅仅是浏览器，可能还有手机，由于可能存在其他协议，故可能存在其他processor。

无论如何，架构框架清晰如下：

twitter-arch

图1：架构版本1

（四）cache=cash即缓存等于收入
cache的使用对大型网站架构至关重要，网站响应速度是影响用户体验最明显的因素，而影响响应速度最大的敌人又是磁盘io。
twitter工程师认为，良好体验的网站平均响应时间应该在500ms左右，理想的时间是200-300ms。
关于cache的使用，是twitter架构的一大看点，带cache的架构清晰如下：

twitter-arch-cache

图2：带cache架构版本2

哪里需要cache？IO越频繁的地方，越需要cache。
数据库是IO访问最频繁处，三大核心表是否有必要放入内存中？
twitter的做法是，将表拆分，将其中访问最频繁的字段装入cache。
（1）vector cache and row cache即数组cache与行cache
vector cache：新发表消息的msgids，相关作者的ids，这些id的访问频率很高，存放它们的cache称为vector cache；
row cache：消息正文的行cache；
内存有限的情况下，优先vector cache，实际结果vector cache的命中率是99%，row cache为95%；

（2）fragment cache and page cache
访问twitter的用户除了网页（web通道），还有手机（API通道），而后者的比例占总流量的80%-90%。
mysql cache之外，cache的重心会在API通道上。
手机屏幕的主体，是一屏一屏的消息，不妨把整个页面分割成若干局部，每个局部对应一些/一条消息，这些就是fragment。
人气高的作者，缓存其页面的fragment，可以提高读取其发布消息效率，这就是fragment cache的使命。
人气旺的作者，人们也会访问其主页，这就是page cache的使命。
实际结果，fragment cache的命中率为95%，page cache为40%。
虽然page cache的命中率低，但由于是访问主页，其占用的空间是很大的，为了防止两种cache相互影响，这两种cache需要部署在不同的物理机器上。
twitter的fragment cache和page cache都是使用的memcached。

（3）http accelerator
web通道的缓存问题也需要解决，分析之后，web通道的压力主要来自搜索。
面临突发事件时，读者们会搜索相关信息，而不会理会这些信息的作者是不是自己follow的那些人。
为了降低搜索压力，可以将搜索关键词与搜索内容cache起来，这里，twitter的工程师使用了varnish。
有趣的是，varnish通常部署在web server外层，先访问varnish，其中没有先关的内容，才访问web server；
twitter的工程师却将varnish放在apache web server的内层，原因是他们认为varnish操作复杂，担心varnish崩溃造成系统的瘫痪，故采用了这种保守型部署方式。
twitter没有公开varnish的命中率，他们声称，使用了varnish之后，整站的负载下降了50%。

（五）抗洪需要隔离
twitter架构的另一大看点是其消息队列：隔离用户的操作，将流量高峰摊平。
餐厅客满时，对于新来的顾客，虽然不能服务，但不是拒之门外，而是让他们现在休息厅等待。
用户访问twitter时，接待他的是apache web server，而apache不能接待无限多的用户。
2009年1月20日，奥巴马发表就职演说，twitter流量猛增，此时如何是好。
面对洪峰，如何保证网站不奔溃？迅速接纳，但推迟服务。
apache收到请求，转发给Mongrel，由Mongrel负责实际处理，apache则腾出手来，迎接下一位用户。
但apache能够接待的用户数总是有限的，它的并发数受apache能够容纳的工作进程数量，这里不细究apache内部原理，图如下：

apache-arch

图3：apache内部架构

（六）数据流与控制流
快速接纳，推迟服务，只是缓兵之计，目的是让用户不至于收到503（service unavailable）。
真正的抗洪能力，体现在蓄洪与泄洪两个方面：
（1）twitter有庞大的memcached集群，能大容量蓄洪；
（2）twitter自己的kestrel消息队列，作为引流泄洪手段，传递控制指令（引流和渠道）；
洪峰到达时，twitter控制数据流，将数据及时疏散到多个机器，避免压力集中，造成系统瘫痪。
下面举例说明twitter内部流程，假设有两个作者，通过浏览器发消息，一个读者也通过浏览器阅读他们的消息。

twitter-flow

图4：twitter流

（1）登陆apache web server，apache分配一个工作进程为其服务，登陆，查id，写cookie等；
（2）上传新写的消息，把作者id，消息等转发给Mongrel，apache等待Mongrel回复，以便更新作者主页，将新写的消息更新上去；
（3）Mongrel收到消息后，分配一个msgid，将其与捉着id等缓存到vector memcached上去；
同时，Mongrel让vector memcached查找作者被哪些人follow，缓存如果没有命中会去后端mysql查找，并入cache；
读者ids会返回给Mongrel，Mongrel把msgid与短信正文缓存至row memcached；
（4）Mongrel通知kestrel消息队列服务器，每个作者及读者都有一个队列（没有则创建）；
Mongrel将msgid放入读者的队列，以及作者本人的队列；
（5）某一台Mongrel，它可能正在处理某一个id的队列，就会往返回该id用户的主页上添加上此条信息；
（6）Mongrel将更新后作者的主页给前端等待着的apache，apache则返回浏览器。

（七）洪峰与云计算
不细说了，洪峰扛不住时，只能加机器。
机器哪里来？租云计算平台公司的设备。
当然，设备只需要在洪峰时租用，省钱呀（SK：twitter怎么知道什么时候是洪峰？）。

（八）push与pull的折衷
可以看到，Mongrel的工作流程：
（1）将相关ids放入vector memcached和row memecached就算消息发布成功，而不负责mysql数据库的存入；
（2）将相关msgid放入kestrel消息队列就算消息推送成功；
Mongrel没有使用任何方式去通知作者、读者，让他们重新拉取消息。
上述工作方式，反映了twitter架构设计“分拆”的理念：
（1）将一个完整的流程分拆成独立工作的子流程，一个工作可以由各个服务负责（三层架构本身是一种分拆）；
（2）多机器之间协作，细化数据流与控制流，并强调其分离；

twitter业务流程的分隔，是一种事件驱动式的设计，主要体现在两个方面：
（1）Mongrel与mysql的分离，前者不直接插手mysql的操作，而委托memcached全权负责；
（2）上传、下载逻辑分离：只通过kestrel队列来传递指令；

（九）完结
SK：原文作者不容易，收集了好些资料，此文以作阅读笔记。