來源：http://www.quora.com/What-is-Facebooks-architecture （由Micha?l Figuière回答）

根據我現有的閱讀和談話，我所理解的今天Facebook的架構如下：

◆  Web 前端是由 PHP 寫的。Facebook 的 HipHop [1] 會把PHP轉成 C++并用 g++編譯，這樣就可以為模板和Web邏賀業務層提供高的性能。

◆  業務邏輯以Service的形式存在，其使用Thrift [2]。這些Service根據需求的不同由PHP，C++或Java實現(也可以用到了其它的一些語言……)

◆  用Java寫的Services沒有用到任何一個企業級的應用服務器，但用到了Facebook自己的定制的應用服務器?？瓷先ズ孟袷侵匦掳l明輪子，但是這些Services只被暴露給Thrift使用(絕大所數是這樣)，Tomcat太重量級了，即使是Jetty也可能太過了點，其附加值對Facebook所需要的沒有意義。

◆  持久化由MySQL, Memcached [3], Facebook 的 Cassandra [4], Hadoop 的 HBase [5] 完成。Memcached 使用了MySQL的內存Cache。Facebook 工程師承認他們的Cassandra 使用正在減少，因為他們更喜歡HBase，因為它的更簡單的一致性模型，以到其MapReduce能力。

◆  離線處理使用Hadoop 和 Hive。

◆  日志，點擊，feeds數據使用Scribe [6]，把其聚合并存在 HDFS，其使用Scribe-HDFS[7]，因而允許使用MapReduce進行擴展分析。

◆  BigPipe [8] 是他們的定制技術，用來加速頁面顯示。

◆  Varnish Cache [9]用作HTTP代理。他們用這個的原因是高速和有效率。 [10].

◆  用來搞定用戶上傳的十億張照片的存儲，其由Haystack處理，Facebook自己開發了一個Ad-Hoc存儲方案，其主要做了一些低層優化和“僅追加”寫技術 [11].

◆  Facebook Messages 使用了自己的架構，其明顯地構建在了一個動態集群的基礎架構上。業務邏輯和持久化被封裝在一個所謂的’Cell’。每個‘Cell’都處理一部分用戶，新的‘Cell’可以因為訪問熱度被添加[12]。持久化歸檔使用HBase [13]。

◆  Facebook Messages 的搜索引擎由存儲在HBase中的一個倒置索引的構建。 [14]

◆  Facebook 搜索引擎實現細節據我所知目前是未知狀態。

◆  Typeahead 搜索使用了一個定制的存儲和檢索邏輯。 [15]

◆  Chat 基于一個Epoll 服務器，這個服務器由Erlang 開發，由Thrift存取 [16]

◆  關于那些供給給上述組件的資源，下面是一些信息和數量，但是有一些是未知的：

◆  Facebook估計有超過60,000 臺服務器[16]。他們最新的數據中心在俄勒岡州的Prineville，其基于完全自定設計的硬件[17] 那是最近才公開的 Open Compute 項目[18]。

◆  300 TB 的數據存在 Memcached 中處理 [19]

◆  他們的Hadoop 和 Hive 集群由3000 服務器組成，每臺服務器有8個核，32GB的內存，12TB的硬盤，全部有2萬4千個CPU的核，96TB內存和36PB的硬盤。 [20]

◆  每天有1000億的點擊量，500億張照片，100 billion hits per day， 50 billion photos, 3 萬億個對象被 Cache，每天130TB的日志(2010年7月的數據) [21]

參考引用

[1] HipHop for PHP: http://developers.facebook.com/blog/post/358

[2] Thrift: http://thrift.apache.org/

[3] Memcached: http://memcached.org/

[4] Cassandra: http://cassandra.apache.org/

[5] HBase: http://hbase.apache.org/

[6] Scribe: https://github.com/facebook/scribe

[7] Scribe-HDFS: http://hadoopblog.blogspot.com/2009/06/hdfs-scribe-integration.html

[8] BigPipe: http://www.facebook.com/notes/facebook-engineering/bigpipe-pipelining-web-pages-for-high-performance/389414033919

[9] Varnish Cache: http://www.varnish-cache.org/

[10] Facebook goes for Varnish: http://www.varnish-software.com/customers/facebook

[11] Needle in a haystack: efficient storage of billions of photos:http://www.facebook.com/note.php?note_id=76191543919

[12] Scaling the Messages Application Back End:http://www.facebook.com/note.php?note_id=10150148835363920

[13] The Underlying Technology of Messages:https://www.facebook.com/note.php?note_id=454991608919

[14] The Underlying Technology of Messages Tech Talk:http://www.facebook.com/video/video.php?v=690851516105

[15] Facebook’s typeahead search architecture:http://www.facebook.com/video/video.php?v=432864835468

[16] Facebook Chat: http://www.facebook.com/note.php?note_id=14218138919

[17] Who has the most Web Servers?:http://www.datacenterknowledge.com/archives/2009/05/14/whos-got-the-most-web-servers/

[18] Building Efficient Data Centers with the Open Compute Project:http://www.facebook.com/note.php?note_id=10150144039563920

[19] Open Compute Project: http://opencompute.org/

[20] Facebook’s architecture presentation at Devoxx 2010:http://www.devoxx.com

[21] Scaling Facebook to 500 millions users and beyond:http://www.facebook.com/note.php?note_id=409881258919

【編輯推薦】

1. 專訪Facebook工程師：遷移5億用戶數據的挑戰
2. Facebook是怎么做MySQL備份的?
3. 揭秘：Facebook如何發布代碼
4. 揭秘Facebook設計師是怎么工作的
5. Facebook是如何管理代碼的