1、Feed系统结构浅析,人人网 张铁安,Feed系统的定位及功能描述,是SNS的核心功能 是SNS网站中用户信息的扩散传播通道 需要很高的实时性 与各业务系统联系紧密（input & output） 高效、稳定、抗压力强 系统的复杂度高,面临的挑战,用户产生的数据量巨大 假定按平均1000条/秒计算，用户每天产生近亿条数据 Feed的扩散范围大（从几个人到几百万人） 合并、去重、排序规则复杂，要求实时，响应快速 用户请求量大 根据各业务的需要，提供个性化的筛选策略,关于Push Or Pull 的思考,获取数据的两种方式 推模式 拉模式 结论 从查询的效率考虑，推模式更合适,Feed Syste
2、m构成,Dispatch NewsFeed Index Cache User interaction feedback Sorting algorithm & Friend Rank MiniFeed Index Cache FeedContent Cache NewsFeed Index Persistence (index db) Rendering engine (data + template),系统结构图,技术细节,Feed的分发系统 Feed的Cache系统 Index Cache Content Cache 数据压缩 Index的持久化存储系统 页面显示用的渲染引擎 基于内容及用
3、户行为反馈的排序算法（略）,关于Open Source,Feed系统中使用的OpenSource项目 ICE（通信框架） Mysql（DB） Memcache + libmemcached（Content 内存Cache） Google Protobuf （对象的序列化及反序列化） Quicklz （二进制数据压缩） Boost multi-index container（多索引结构） Tokyo Tyrant （key-value存储引擎） Google Ctemplate （数据的模板渲染引擎） Nginx + FastCgi （WebServer）,Feed的分发系统,数据的拆分 Ind
4、ex + content 收消息用户列表的Cache策略 LRU & Update Notify 异步线程池 合理设置线程个数解决脉冲式请求,Feed Cache的内存优化,FlyWeight的设计思想,基于FlyWeight思想的Cache结构,FeedContentCache & Index Cache服务间的FlyWeight,Index服务内步的FlyWeight结构,FeedNews服务内部的FlyWeight,Index Cache的多条件查询,利用multi_index支持类似数据库的查寻方式，对同一个数据集，可以按不同的维度建立索引，方便支持不同条件的查询，同时对于排序结果，可
5、以做到实时的更新,Boost Multi Index Container,关于内存的压缩存储,各种压缩方法 zlib lzo fastlz lzf quicklz 对象序列化及压缩 Protobuf + quicklz,Memcache & McProxy高扩展性的内存Cache方案,我们对内存Cache的要求 支持高并发 在内存容量不断增加的情况下，查询性能不会有大的降低 易于扩容及高可用性（一致性哈希） 统一的配置管理，使用简单,Memcache集群,索引的持久化系统,索引持久化的原因 解决索引的内存Cache重启后无法快速恢复的问题 利用相对便宜的存储介质为用户尽量保存多一些内容 需要解
6、决的问题 每天近60亿条索引的持久化存储(5w+ write/s) 传说中的解决方案 Mysql ?（最高1K query/s） Open Source key-value db ? (还是不够快) GFS ? (听说Google有，但是光盘没有卖的),索引的持久化系统 五花八门的key-value DB,索引的持久化系统 Feed Index DB,需要解决的难题 数万级的每秒写入 每秒几千次的随机读 每天100G+的新增索引数据,索引的持久化系统 Feed Index DB,解决思路 常规办法对于每秒几万次的写入，除了堆几十或上百台机器，别无它法。测试结果：做Raid5的机器，在完全随机写
7、的情况下，IOPS也就能到800+ 如果我们将随机写改为顺序写文件，写入效率会高出很多 需要充分的利用内存，在内存中将写入的随机索引进行整理和积攒，再顺序的写入硬盘 由于使用了延迟写入内存的方式，需要在Log中记录所有操作，方便出问题时能找回内存中的数据 使用异步Direct IO，不要让OS多管闲事，浪费内存 选用更牛B的硬盘，我们用的是SSD,索引的持久化系统 Feed Index DB,解决方案 合并写操作 通过Log保证Down机后数据恢复 使用TT保存索引 使用异步IO读写文件 使用Direct IO屏蔽OS的Cache策略 使用SSD解决大量的并发读取,索引的持久化系统 Feed
8、Index DB结构,Index Node 责任存储 UserID 到 最新一块Data Block的位置信息 使用Tokyo Tyrant保存key-value对应关系 因为数据量很小，所以TT很好用 Data Node 异步的Direct IO 每个用户可以分配N个Block，每个Block占2K大小，N个Block首尾相连，很像一个单向链表,索引的持久化系统 Data File 结构,模板的渲染引擎及展示,数据格式的一致性 由于Feed的输入很多，自来各个不同业务，需要保证数据格式的一致性，输出时，通过渲染引擎将数据转化为不同的View，提供给各业务 技术方案 Ctemplate提供高效的模板渲染能力 Nginx+FastCgi提供高并发的Web服务,想了解更多有趣内容，欢迎加入我们的开发团队,我们正在努力做好的事情 Feed System（新鲜事系统） IM Server （人人桌面服务器端） Ad Engine（广告引擎系统） 感兴趣的快来报名 Linux C+开发工程师（35人） Email： jobsopi-,End,thanks,
