.1 數(shù)據(jù)中心間的一致性

Facebook是一個(gè)實(shí)時(shí)的應(yīng)用程序，這也就意味著，無論世界哪一個(gè)角落的數(shù)據(jù)發(fā)生改變，都需要立即顯示到所有其他的地方。因此這對一致性有著令人驚訝的高要求。

常常有人說，“哦，F(xiàn)acebook只是一個(gè)讓人覺得挺有趣的社交網(wǎng)站，一致性并沒有那么重要�！钡�是如果信息出現(xiàn)的時(shí)間順序有問題，或者有的消息會(huì)憑空消失，那么這些情況就很容易惹惱用戶。以下是我們在2007年，創(chuàng)建首個(gè)地理分布數(shù)據(jù)中心時(shí)的老博客：《Scaling Out Facebook》

現(xiàn)在回頭看，雖然這個(gè)方案聽起來有些嚴(yán)格，但是它真的很有用，而且?guī)椭�讓我們達(dá)到了現(xiàn)在這個(gè)巨大得規(guī)模。而現(xiàn)在的設(shè)置顯然已經(jīng)變得更為復(fù)雜。

2. 網(wǎng)絡(luò)流

Facebook的頁面，需要很多小塊的數(shù)據(jù)，而這些往往并不容易聚集。所以我們經(jīng)�？吹降囊粋�(gè)模式，是一臺(tái)服務(wù)器，會(huì)從大量其他的服務(wù)器處，要求大量小的對象。而這里的問題在于，如果所有的服務(wù)器都在同時(shí)進(jìn)行回復(fù)，你就會(huì)通過請求服務(wù)器的rack switch和網(wǎng)絡(luò)適配器（NIC）突然獲得大量的數(shù)據(jù)包，然后就會(huì)有數(shù)據(jù)包被丟棄。這就是學(xué)術(shù)文獻(xiàn)中所謂的“TCP incast”，而我們解決這個(gè)的方法，是對機(jī)器上發(fā)送的請求進(jìn)行截流。

而當(dāng)故障（failure）出現(xiàn)的時(shí)候，網(wǎng)絡(luò)問題往往會(huì)變得更加糟糕。大多數(shù)軟件在沒有從另一個(gè)服務(wù)器獲得回應(yīng)時(shí)，都會(huì)重新發(fā)送另外一個(gè)數(shù)據(jù)包。不幸的是，大多數(shù)時(shí)候，沒有獲得回復(fù)的原因，恰恰是另外一個(gè)服務(wù)器已經(jīng)過載。因此，當(dāng)一個(gè)服務(wù)器過載嚴(yán)重，而無法作出及時(shí)回復(fù)時(shí)由于大量請求會(huì)重新發(fā)送，它的數(shù)據(jù)流量會(huì)瞬時(shí)增長一倍。

我們投入了大量的時(shí)間用于算法研究，并希望無縫處理“重試”（retry）可以解決的小問題，但是也需要確保不會(huì)在出現(xiàn)大故障的時(shí)候失去控制，因?yàn)槟菚r(shí)候重試只會(huì)讓事情變得更糟。

3. 高速緩存配置

這里有很多東西需要平衡——如果你有大的對象，你希望通過機(jī)器進(jìn)行傳遞開，這樣你就可以進(jìn)行并行處理；但是如果是小的對象，你則希望它們可以同時(shí)出現(xiàn)，這樣在RPC調(diào)用會(huì)給你帶來多個(gè)對象。而Facebook需要的往往是后者，因此我們在改善“每RPC對象數(shù)量”方面，使用了很多的技巧。

很多情況都需要分離不同工作負(fù)載的對象，進(jìn)行不同的調(diào)整。我們還花了大量的的時(shí)間，搞清楚是什么內(nèi)存之中最具有成本效益的東西，以及何時(shí)非規(guī)范化能有用（實(shí)踐中的大多數(shù)時(shí)候，非規(guī)范化并沒有什么實(shí)質(zhì)性的幫助）。

4. 失敗處理

正如前面網(wǎng)絡(luò)部分所提到的，有的時(shí)候一些方法能夠解決小問題，但往往會(huì)讓大問題變得更糟。例如，我有一個(gè)算法，給隨機(jī)服務(wù)器發(fā)送請求，如果它沒有得到答復(fù)，就會(huì)把請求重新發(fā)送到另一個(gè)不同的隨機(jī)服務(wù)器上，直到它得到一個(gè)答復(fù)才會(huì)停止。如果你只有一兩個(gè)機(jī)器出現(xiàn)問題的時(shí)候，這種方法顯然會(huì)表現(xiàn)很好。但是如果你一半的機(jī)器都出現(xiàn)問題，那么就成了一場災(zāi)難。

這時(shí)，所有其他的機(jī)器的負(fù)荷都會(huì)突然加倍，而如果一半的機(jī)器都出現(xiàn)問題，很有可能意味著有著負(fù)載已經(jīng)過高。這時(shí)候，你需要做的事情，是檢測過載情況，并且減少負(fù)載。重要的是，要記住計(jì)算機(jī)科學(xué)意義上的實(shí)時(shí)系統(tǒng)，意味著：一個(gè)遲到的回應(yīng)，就是一個(gè)錯(cuò)誤的回應(yīng)。

放棄一個(gè)請求的時(shí)候，人們往往會(huì)感覺不好，不過這往往是最好的處理方式——在出現(xiàn)問題的時(shí)候，最大化正確答案的數(shù)量才是最正確的。

另一種常見的模式是，當(dāng)有些東西變慢的時(shí)候，就建立一個(gè)較大的隊(duì)列（queue），然后讓所有事情慢下來，減少負(fù)載。這可以是一個(gè)很棘手的算法，因?yàn)槟憧赡茉谡�常操作中也需要一個(gè)深隊(duì)列，來處理瞬間突發(fā)流量。

5. 提升Memcache和MySQL

我們討論到數(shù)據(jù)庫／緩存集群的時(shí)候，人們總會(huì)想到Memecache和MySQL。我們在Memcache方面做了大量的工作，以提升吞吐量——大量的分析和解決方法，這大多數(shù)都是在網(wǎng)絡(luò)棧中。因此很多這樣的工作，實(shí)際上是在Linux內(nèi)核中發(fā)生的。

在MySQL中，則是關(guān)于以一種合理的方式，獲得磁盤上的數(shù)據(jù)，并且把內(nèi)存中最有用的東西放到緩存里。馬克·卡拉漢（Mark Callaghan）的博客中，有著大量的信息：《高可用性MySQL》（ http://mysqlha.blogspot.com/）。