優(yōu)酷網(wǎng)架構(gòu)學(xué)習(xí)筆記

記得以前給大家介紹過視頻網(wǎng)站龍頭老大YouTube的技術(shù)架構(gòu)， 相信大家看了都會有不少的感觸，互聯(lián)網(wǎng)就是這么一個神奇的東西。今天我突然想到，優(yōu)酷網(wǎng)在國內(nèi)也算是視頻網(wǎng)站的老大了，不知道他的架構(gòu)相對于 YouTube是怎么樣的，于是帶著這個好奇心去網(wǎng)上找了優(yōu)酷網(wǎng)架構(gòu)的各方面資料，雖然談得沒有YouTube那么詳細(xì)，但多少還是挖掘了一點(diǎn)，現(xiàn)在總結(jié) 一下，希望對喜歡架構(gòu)的朋友有所幫助。

一、網(wǎng)站基本數(shù)據(jù)概覽

• 據(jù)2010年統(tǒng)計(jì)，優(yōu)酷網(wǎng)日均獨(dú)立訪問人數(shù)（uv)達(dá)到了8900萬，日均訪問量（pv）更是達(dá)到了17億，優(yōu)酷憑借這一數(shù)據(jù)成為google榜單中國內(nèi)視頻網(wǎng)站排名最高的廠商。
• 硬件方面，優(yōu)酷網(wǎng)引進(jìn)的戴爾服務(wù)器主要以 PowerEdge 1950與PowerEdge 860為主，存儲陣列以戴爾MD1000為主，2007的數(shù)據(jù)表明，優(yōu)酷網(wǎng)已有1000多臺服務(wù)器遍布在全國各大省市，現(xiàn)在應(yīng)該更多了吧。

二、網(wǎng)站前端框架

從一開始，優(yōu)酷網(wǎng)就自建了一套CMS來解決前端的頁面顯示，各個模塊之間分離得比較恰當(dāng)，前端可擴(kuò)展性很好，UI的分離，讓開發(fā)與維護(hù)變得十分簡單和靈活，下圖是優(yōu)酷前端的模塊調(diào)用關(guān)系：

這樣，就根據(jù)module、method及params來確定調(diào)用相對獨(dú)立的模塊，顯得非常簡潔。下面附一張優(yōu)酷的前端局部架構(gòu)圖：

三、數(shù)據(jù)庫架構(gòu)

應(yīng)該說優(yōu)酷的數(shù)據(jù)庫架構(gòu)也是經(jīng)歷了許多波折，從一開始的單臺MySQL服務(wù)器（Just Running）到簡單的MySQL主從復(fù)制、SSD優(yōu)化、垂直分庫、水平sharding分庫，這一系列過程只有經(jīng)歷過才會有更深的體會吧，就像MySpace的架構(gòu)經(jīng)歷一樣，架構(gòu)也是一步步慢慢成長和成熟的。

1、簡單的MySQL主從復(fù)制:

MySQL的主從復(fù)制解決了數(shù)據(jù)庫的讀寫分離，并很好的提升了讀的性能，其原來圖如下：

其主從復(fù)制的過程如下圖所示：

但是，主從復(fù)制也帶來其他一系列性能瓶頸問題：

1. 寫入無法擴(kuò)展
2. 寫入無法緩存
3. 復(fù)制延時
4. 鎖表率上升
5. 表變大，緩存率下降

那問題產(chǎn)生總得解決的，這就產(chǎn)生下面的優(yōu)化方案，一起來看看。

2、MySQL垂直分區(qū)

如果把業(yè)務(wù)切割得足夠獨(dú)立，那把不同業(yè)務(wù)的數(shù)據(jù)放到不同的數(shù)據(jù)庫服務(wù)器將是一個不錯的方案，而且萬一其中一個業(yè)務(wù)崩潰了也不會影響其他業(yè)務(wù)的正常進(jìn)行，并且也起到了負(fù)載分流的作用，大大提升了數(shù)據(jù)庫的吞吐能力。經(jīng)過垂直分區(qū)后的數(shù)據(jù)庫架構(gòu)圖如下：

然而，盡管業(yè)務(wù)之間已經(jīng)足夠獨(dú)立了，但是有些業(yè)務(wù)之間或多或少總會有點(diǎn)聯(lián)系，如用戶，基本上都會和每個業(yè)務(wù)相關(guān)聯(lián)，況且這種分區(qū)方式，也不能解決單張表數(shù)據(jù)量暴漲的問題，因此為何不試試水平sharding呢？

3、MySQL水平分片（Sharding）

這是一個非常好的思路，將用戶按一定規(guī)則（按id哈希）分組，并把該組用戶的數(shù)據(jù)存儲到一個數(shù)據(jù)庫分片中，即一個sharding，這樣隨著用戶數(shù)量的增加，只要簡單地配置一臺服務(wù)器即可，原理圖如下：

如何來確定某個用戶所在的shard呢，可以建一張用戶和shard對應(yīng)的數(shù)據(jù)表，每次請求先從這張表找用戶的shard id，再從對應(yīng)shard中查詢相關(guān)數(shù)據(jù)，如下圖所示：

但是，優(yōu)酷是如何解決跨shard的查詢呢，這個是個難點(diǎn)，據(jù)介紹優(yōu)酷是盡量不跨shard查詢，實(shí)在不行通過多維分片索引、分布式搜索引擎，下策是分布式數(shù)據(jù)庫查詢（這個非常麻煩而且耗性能）

四、緩存策略

貌似大的系統(tǒng)都對“緩存”情有獨(dú)鐘，從http緩存到memcached內(nèi)存數(shù)據(jù)緩存，但優(yōu)酷表示沒有用內(nèi)存緩存，理由如下：

1. 避免內(nèi)存拷貝，避免內(nèi)存鎖
2. 如接到老大哥通知要把某個視頻撤下來，如果在緩存里是比較麻煩的

而且Squid 的 write() 用戶進(jìn)程空間有消耗，Lighttpd 1.5 的 AIO(異步I/O) 讀取文件到用戶內(nèi)存導(dǎo)致效率也比較低下。

但為何我們訪問優(yōu)酷會如此流暢，與土豆相比優(yōu)酷的視頻加載速度略勝一籌？這個要?dú)w功于優(yōu)酷建立的比較完善的內(nèi)容分發(fā)網(wǎng)絡(luò)（CDN），它 通過多種方式保證分布在全國各地的用戶進(jìn)行就近訪問——用戶點(diǎn)擊視頻請求后，優(yōu)酷網(wǎng)將根據(jù)用戶所處地區(qū)位置，將離用戶最近、服務(wù)狀況最好的視頻服務(wù)器地址 傳送給用戶，從而保證用戶可以得到快速的視頻體驗(yàn)。這就是CDN帶來的優(yōu)勢，就近訪問，有關(guān)CDN的更多內(nèi)容，請大家Google一下。