前幾天因為鹿晗關曉彤事件，導致新浪微博崩潰幾分鐘。這種情況發生不止一次了，但是新浪顯然並沒有去處理，不由得想起來雙11億級流量，淘寶也會有預測的加資源來解決高併發問題，但是在正常時期不會有那麼多那麼流量，所以不可能一直留有那麼資源，顯然要耗資很多啊。這次新浪的做法也是暫時從阿里雲伺服器租借1000臺，頂住了併發壓力，幾個小時後就歸還了。和淘寶雙11做法很像，只不過新浪微博這種併發是不可預測的，誰都沒有想到。。。
臨時加1000臺伺服器，抗住壓力，資料庫是無法做到那麼快的臨時彈性伸縮，能做彈性伸縮的無非就是Http Server、中介軟體等。
看了知乎大神的分析（連結：

序言

新浪微博在2014年3月公佈的月活躍使用者（MAU）已經達到1.43億，2014年新年第一分鐘傳送的微博達808298條，如此巨大的使用者規模和業務量，需要高可用（HA）、高併發訪問、低延時的強大後臺系統支撐。

微博平臺第一代架構為LAMP架構，資料庫使用的是MyIsam，後臺用的是php，快取為Memcache。

隨著應用規模的增長，衍生出的第二代架構對業務功能進行了模組化、服務化和元件化，後臺系統從php替換為Java，逐漸形成SOA架構，在很長一段時間支撐了微博平臺的業務發展。

在此基礎上又經過長時間的重構、線上執行、思索與沉澱，平臺形成了第三代架構體系。

我們先看一張微博的核心業務圖（如下），是不是非常複雜？但這已經是一個簡化的不能再簡化的業務圖了，第三代技術體系就是為了保障在微博核心業務上快速、高效、可靠地釋出新產品新功能。

第三代技術體系

微博平臺的第三代技術體系，使用正交分解法建立模型：在水平方向，採用典型的三級分層模型，即介面層、服務層與資源層；在垂直方向，進一步細分為業務架構、技術架構、監控平臺與服務治理平臺。下面是平臺的整體架構圖：

如上圖所示，正交分解法將整個圖分解為3*4=12個區域，每個區域代表一個水平維度與一個垂直維度的交點，相應的定義這個區域的核心功能點，比如區域5主要完成服務層的技術架構。

下面詳細介紹水平方向與垂直方向的設計原則，尤其會重點介紹4、5、6中的技術元件及其在整個架構體系中的作用。

水平分層

水平維度的劃分，在大中型網際網路後臺業務系統的設計中非常基礎，在平臺的每一代技術體系中都有體現。這裡還是簡單介紹一下，為後續垂直維度的延伸講解做鋪墊：

介面層主要實現與Web頁面、移動客戶端的介面互動，定義統一的介面規範，平臺最核心的三個介面服務分別是內容（Feed）服務、使用者關係服務及通訊服務（單發私信、群發、群聊）。
服務層主要把核心業務模組化、服務化，這裡又分為兩類服務，一類為原子服務，其定義是不依賴任何其他服務的服務模組，比如常用的短鏈服務、發號器服務都屬於這一類。圖中使用泳道隔離，表示它們的獨立性。另外一類為組合服務，通過各種原子服務和業務邏輯的組合來完成服務，比如Feed服務、通訊服務，它們除了本身的業務邏輯，還依賴短鏈、使用者及發號器服務。
資源層主要是資料模型的儲存，包含通用的快取資源Redis和Memcached，以及持久化資料庫儲存MySQL、HBase，或者分散式檔案系統TFS以及Sina S3服務。
水平分層有一個特點，依賴關係都是從上往下，上層的服務依賴下層，下層的服務不會依賴上層，構建了一種簡單直接的依賴關係。

與分層模型相對應，微博系統中的伺服器主要包括三種類型：前端機（提供 API 介面服務）、佇列機（處理上行業務邏輯，主要是資料寫入）和儲存（mc、mysql、mcq、redis 、HBase等）。

垂直延伸技術架構

隨著業務架構的發展和優化，平臺研發實現了許多卓越的中介軟體產品，用來支撐核心業務，這些中介軟體由業務驅動產生，隨著技術元件越來越豐富，形成完備的平臺技術框架，大大提升了平臺的產品研發效率和業務執行穩定性。

區別於水平方向上層依賴下層的關係，垂直方向以技術框架為地基支撐點，向兩側驅動影響業務架構、監控平臺、服務治理平臺，下面介紹一下其中的核心元件。

介面層Web V4框架

介面框架簡化和規範了業務介面開發工作，將通用的介面層功能打包到框架中，採用了Spring的面向切面（AOP）設計理念。介面框架基於Jersey 進行二次開發，基於annotation定義介面(url, 引數)，內建Auth、頻次控制、訪問日誌、降級功能，支撐介面層監控平臺與服務治理，同時還有自動化的Bean-json/xml序列化。

服務層框架

服務層主要涉及RPC遠端呼叫框架以及訊息佇列框架，這是微博平臺在服務層使用最為廣泛的兩個框架。

MCQ訊息佇列

訊息佇列提供一種先入先出的通訊機制，在平臺內部，最常見的場景是將資料的落地操作非同步寫入佇列，佇列處理程式批量讀取並寫入DB，訊息佇列提供的非同步機制加快了前端機的響應時間，其次，批量的DB操作也間接提高了DB操作效能，另外一個應用場景，平臺通過訊息佇列，向搜尋、大資料、商業運營部門提供實時資料。

微博平臺內部大量使用的MCQ(SimpleQueue Service Over Memcache)訊息佇列服務，基於MemCache協議，訊息資料持久化寫入BerkeleyDB，只有get/set兩個命令，同時也非常容易做監控（stats queue），有豐富的client library，線上執行多年，效能比通用的MQ高很多倍。

Motan RPC框架

微博的Motan RPC服務，底層通訊引擎採用了Netty網路框架，序列化協議支援Hessian和Java序列化，通訊協議支援Motan、http、tcp、mc等，Motan框架在內部大量使用，在系統的健壯性和服務治理方面，有較為成熟的技術解決方案，健壯性上，基於Config配置管理服務實現了High Availability與Load Balance策略（支援靈活的FailOver和FailFast HA策略，以及Round Robin、LRU、Consistent Hash等Load Balance策略），服務治理方面，生成完整的服務呼叫鏈資料，服務請求效能資料，響應時間（Response Time）、QPS以及標準化Error、Exception日誌資訊。

資源層框架

資源層的框架非常多，有封裝MySQL與HBase的Key-List DAL中介軟體、有定製化的計陣列件，有支援分散式MC與Redis的Proxy，在這些方面業界有較多的經驗分享，我在這裡分享一下平臺架構的物件庫與SSD Cache元件。

物件庫

物件庫支援便捷的序列化與反序列化微博中的物件資料：序列化時，將JVM記憶體中的物件序列化寫入在HBase中並生成唯一的ObjectID，當需要訪問該物件時，通過ObjectID讀取，物件庫支援任意型別的物件，支援PB、JSON、二進位制序列化協議，微博中最大的應用場景將微博中引用的視訊、圖片、文章統一定義為物件，一共定義了幾十種物件型別，並抽象出標準的物件元資料Schema，物件的內容上傳到物件儲存系統（Sina S3）中，物件元資料中儲存Sina S3的下載地址。

SSDCache

隨著SSD硬碟的普及，優越的IO效能使其被越來越多地用於替換傳統的SATA和SAS磁碟，常見的應用場景有三種：1）替換MySQL資料庫的硬碟，目前社群還沒有針對SSD優化的MySQL版本，即使這樣，直接升級SSD硬碟也能帶來8倍左右的IOPS提升；2）替換Redis的硬碟，提升其效能；3）用在CDN中，加快靜態資源載入速度。

微博平臺將SSD應用在分散式快取場景中，將傳統的Redis/MC + Mysql方式，擴充套件為 Redis/MC + SSD Cache + Mysql方式，SSD Cache作為L2快取使用，第一降低了MC/Redis成本過高，容量小的問題，也解決了穿透DB帶來的資料庫訪問壓力。

垂直的監控與服務治理

隨著服務規模和業務變得越來越複雜，即使業務架構師也很難準確地描述服務之間的依賴關係，服務的管理運維變得越來難，在這個背景下，參考google的dapper和twitter的zipkin，平臺實現了自己的大型分散式追蹤系統WatchMan。

WatchMan大型分散式追蹤系統

如其他大中型網際網路應用一樣，微博平臺由眾多的分散式元件構成，使用者通過瀏覽器或移動客戶端的每一個HTTP請求到達應用伺服器後，會經過很多個業務系統或系統元件，並留下足跡（footprint）。但是這些分散的資料對於問題排查，或是流程優化都幫助有限。對於這樣一種典型的跨程序/跨執行緒的場景，彙總收集並分析這類日誌就顯得尤為重要。另一方面，收集每一處足跡的效能資料，並根據策略對各子系統做流控或降級，也是確保微博平臺高可用的重要因素。要能做到追蹤每個請求的完整呼叫鏈路；收集呼叫鏈路上每個服務的效能資料；能追蹤系統中所有的Error和Exception；通過計算效能資料和比對效能指標（SLA）再回饋到控制流程（control flow）中，基於這些目標就誕生了微博的Watchman系統。

該系統設計的一個核心原則就是低侵入性（non-invasivenss）：作為非業務元件，應當儘可能少侵入或者不侵入其他業務系統，保持對使用方的透明性，可以大大減少開發人員的負擔和接入門檻。基於此考慮，所有的日誌採集點都分佈在技術框架中介軟體中，包括介面框架、RPC框架以及其他資源中介軟體。

WatchMan由技術團隊搭建框架，應用在所有業務場景中，運維基於此係統完善監控平臺，業務和運維共同使用此係統，完成分散式服務治理，包括服務擴容與縮容、服務降級、流量切換、服務釋出與灰度。

結尾

現在，技術框架在平臺發揮著越來越重要的作用，驅動著平臺的技術升級、業務開發、系統運維服務，本文限於篇幅限制，沒有展開介紹，後續會不斷地介紹核心中介軟體的設計原則和系統架構。

本文首發於“微博平臺架構”微信公眾號，釋出時有少量的文字潤色和調整。

關於作者

衛向軍（@衛向軍_微博），畢業於北京郵電大學，現任微博平臺架構師，先後在微軟、金山雲、新浪微博從事技術研發工作，專注於系統架構設計、音視訊通訊系統、分散式檔案系統和資料探勘等領域。

前幾天因為鹿晗關曉彤事件，導致新浪微博崩潰幾分鐘。這種情況發生不止一次了，但是新浪顯然並沒有去處理，不由得想起來雙11億級流量，淘寶也會有預測的加資源來解決高併發問題，但是在正常時期不會有那麼多那麼流量，所以不可能一直留有那麼資源，顯然要耗資很多啊。這次新浪的做法也是暫時從阿里雲伺服器租借1000臺，頂住了併發壓力，幾個小時後就歸還了。和淘寶雙11做法很像，只不過新浪微博這種併發是不可預測的，誰都沒有想到。。。
臨時加1000臺伺服器，抗住壓力，資料庫是無法做到那麼快的臨時彈性伸縮，能做彈性伸縮的無非就是Http Server、中介軟體等。
看了知乎大神的分析（連結：https://www.zhihu.com/question/66346687），個人覺得還是微博的自動擴容演算法做的比較好，當流量突然升高了，而且需要很多臺伺服器時，不可能全部交給演算法來做，需要人工手動確認，要不然萬一出現神馬bug，這得損失多少錢啊。
下面是新浪微博的平臺架構，轉~