优酷网(Youku.com)架构经验

首先列出了网站架构关注的一些要点，包括：

• 在线升级
• 效率
• 核心简单
• 独立性
• 模块化

再播报一组优酷的数据：

• 用户数：4000万
• 视频数：2000万
• PV：1.3亿
• VV：1.6亿

主要采用的也都是一些非常常见，成熟的软件和操作系统
包括：centos／LVS／PHP

采用简单的方式对URL进行规划：
http://domain/modules/method/params/

举例：
http://www.youku.com/playlist_showlist/t2d1c123.html  资讯频道的豆单列表页面
http://www.youku.com/playlist_show/id_3219807.html    某个豆单的浏览页面
http://v.youku.com/v_playlist/f3220308o1p0.html    豆单中某个视频的播放页面

优酷每周规定周二固定时间进行发布（这样可以简化一些发布上线的流程）
通过自建的CMS解决了大部分的页面的内容维护和生成的问题。

 

缓存的设计

缓存黄金原则：让数据更靠近 CPU 。

CPU-->CPU 一级缓存-->二级缓存-->内存-->硬盘-->LAN-->WAN

讲到了 Youku 自己的内部项目，针对大文件缓存的。
目前开源软件中，Squid 的 write() 用户进程空间有消耗，（这个需要看源码才能看到）
Lighttpd1.5 的 AIO(异步I/O) 读取文件到用户内存导致效率也比较低下。
Youku不用内存做缓存(避免内存拷贝，避免内存锁)。（优酷应该也用了不少memcached）
值得注意的是，缓存技术容易被滥用，也有副作用，比如接到老大通知要把某个视频撤下来，如果在缓存里是比较麻烦的。

数据库

优酷对数据库 Sharding 做了不少尝试，而且实现效果应该不错。DB 读写分离上有比较丰富的经验。

为了提升数据库 I/O 能力，启用了 SSD 。6 块 SSD 做 RAID 。我在 Twitter 上发了一则 Youku 使用了 SSD 的消息，很多朋友以为是用来存储视频文件，这里需要澄清一下--只是局部使用。

 

 曾经也考虑过使用数据库中间层来解决数据库的问题，但是考虑的方案比较复杂不够简单，所以放弃。（简单最重要）

数据库采用水平扩展，主从复制，随着从数据库的增多，复制延迟越来越厉害，最终无法忍受。
最终还是采用数据库的sharding，把一组用户相关的表和数据放到一组数据库上。
使用SSD来优化mysql的I／O，性能提升明显，每块16G，6块SSD做RAID。
数据库的类型选用MYISAM数据库的拆分策略，先纵向按照业务或者模块拆分。对于一些特别大的表，再采用垂直拆分
根据用户进行分片，尽可能不要跨篇查询。如果确实要跨片查询，可以考虑搜索的方案，先索引再搜索。
分布式的数据库方案太复杂，否掉。

网络吞吐量优化

这是我强烈要求加上来的一节内容。网络优化，视频网站肯定都做得不错。这一节的关键词是 "事件(event)驱动"，令人深刻的一句话是 "ePoll 推动当今 Web" ，的确，现在很多比较热的 Web 组件都是以 ePoll 为卖点。

延伸阅读: The C10K problem (我一直想翻译一下这个页面，苦于腾不出时间) 与 Libevent 如果做互联网，遇到扩展性问题，这两个信息点还是避不过去的。

最后一个例子是针对 Memcached 的 Agent 的，这一点和 Facebook 架构中的 Memcached 处理可以对照来看。

演讲结束的时候，有人提问优酷对视频缓存上有什么特别的地方? 回答是一个大视频可能分成多个小文件，这样缓冲的时候就效果更好一点--(并行啦)...其实访问优酷的确比土豆快那么一点点。

--EOF--

PPT 过几天 InfoQ 中文站会发布。稍安勿躁。