揭秘Digg背后的技術(shù)
NoSQLFan 簡要翻譯如下：
一、Digg提供的服務(wù)
一個社會化的新聞網(wǎng)站
對個人來說它又是一個私人社會化新聞發(fā)布平臺
一個廣告平臺
一個開放API的平臺
博客及文檔系統(tǒng)
二、Digg 的核心功能
文章提交功能 – 提交你認(rèn)為有價值的新聞。
文章列表功能 – 將用戶提交的新聞做各種不同緯度的列表(個人新聞，最近發(fā)布等)。
對文章的操作 – 用戶可以對文章進(jìn)行各種操作，包括閱讀、點擊、digg、評論、為評論評分等等。
置頂文章功能 – Digg會定時將一些熱門的文章置頂?shù)紻igg首頁，從頁讓更多人能夠看到。
三、Digg功能的背后的實現(xiàn)
首先我們看一個流程圖，描述了普通用戶在使用Digg其間Digg的具體模塊運作：
其實這中間的操作包括了兩部分：同步和異步
對用戶進(jìn)行即時響應(yīng)的同步操作：同步操作主要表示對用戶請求(包括API請求)的即時快速響應(yīng)，包括一些在頁面中通過AJAX方式進(jìn)行的異步請求。這些操作通常要求最長一兩秒的時間內(nèi)就能完成。
離線批量進(jìn)行的異步計算：除了實時響應(yīng)的請求外，有時候還需要進(jìn)行一些批量的計算任務(wù)，這些任務(wù)可能是間接的被用戶啟動的，但用戶不會等待這些任務(wù)的完成。這些異步計算通常可能會花費數(shù)秒，數(shù)分鐘甚至幾小時。
這兩部分在Digg中的應(yīng)用方式可以用下面這張圖描述：
上面是總體概述，下面一部分我們會深入Digg的各個功能部件進(jìn)行深入研究。
1. 在線Web系統(tǒng)
提供Web頁面服務(wù)及API服務(wù)的部分組成如下：PHP作前端語言構(gòu)建的CMS系統(tǒng)，Python構(gòu)建的API服務(wù)器，它們運行在 Tornado 上。它們通過 Thrift 協(xié)議 與主存儲層進(jìn)行交互，很多數(shù)據(jù)會被如Memcached 和Redis 這樣的內(nèi)存緩存系統(tǒng)緩存。
2. 消息系統(tǒng)
Digg 使用 RabbitMQ 作隊列系統(tǒng)，將不用同步響應(yīng)的操作放到隊列異步地進(jìn)行。
3. 批量異步處理系統(tǒng)
上面的消息系統(tǒng)是指隊列，而這個指的是具體從隊列取出任務(wù)執(zhí)行的部分。此系統(tǒng)將任務(wù)從隊列中取出，進(jìn)行一定的計算后再對主存儲進(jìn)行操作，對主存儲的操作在實時系統(tǒng)和異步批量系統(tǒng)中都是一樣的。
4. 數(shù)據(jù)存儲層
數(shù)據(jù)存儲層Digg使用了多個產(chǎn)品來完成各種不同的任務(wù)，具體列表如下：
Cassandra：對諸如文章、用戶、Digg操作記錄等“Object-like”的信息，都是使用Cassandra來存儲的。我們使用的是Cassandra0.6版本，由于0.6版本并沒有劫持二級索引，于是我們將數(shù)據(jù)通過應(yīng)用層處理后再用它進(jìn)行存儲。比如我們的用戶數(shù)據(jù)層提供通過用戶名及Email地址來查詢用戶信息的接口。
HDFS：主要用到日志信息存儲及分析計算，利用 Hive 操作 Hadoop，進(jìn)行MapReduce計算。
MogileFS：是一個分布式文件存儲系統(tǒng)，用以存儲二進(jìn)制的文件，比如用戶頭像，截屏圖片等。當(dāng)然，文件存儲的上層還有統(tǒng)一的CDN。
MySQL：目前我們的文章置頂功能上使用了MySQL存儲一些數(shù)據(jù)，因為這一功能需要大量的JOIN操作。與此同時 HBase 好像也是個不錯的考慮。
Redis：由于 Redis 的高性能及其靈活的數(shù)據(jù)結(jié)構(gòu)，我們用它來提供對 Digg Streaming API 的存儲，同時我們還用Redis 來構(gòu)建實時瀏覽和點擊計數(shù)器。
SOLR：用來構(gòu)建全文索引系統(tǒng)。以提供對文章內(nèi)容、話題等的全文檢索。
Scribe：日志收集系統(tǒng)，比syslog-ng更強大更簡單。用它收集的日志會被放到HDFS進(jìn)行分析計算。
5. 操作系統(tǒng)及配置
Digg runs on Debian stable based GNU/Linux servers which we configure with Clusto, Puppetand using a configuration system over Zookeeper.
原文鏈接：http://blog.nosqlfan.com/html/1575.html
【編輯推薦】
