序言

　　新浪微博在2014年3月公布的月活躍用戶（MAU）已經達到1.43億，2014年新年第一分鐘發送的微博達808298條，如此巨大的用戶規模和業務量，需要高可用（HA）、高并發訪問、低延時的強大后臺系統支撐。

　　微博平臺第一代架構為LAMP架構，數據庫使用的是MyIsam，后臺用的是php，緩存為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塊化、服務化和組件化，后臺系統從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、線上運行、思索與沉淀，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），是不是非常復雜？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、可靠地發布新產品新功能。

　　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，采用典型的三級分層模型，即接口層、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中的技術組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，在大中型互聯網后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。這里還是簡單介紹一下，為后續垂直維度的延伸講解做鋪墊：

1. 接口層主要實現與Web頁面、移動客戶端的接口交互，定義統一的接口規范，平臺最核心的三個接口服務分別是內容（Feed）服務、用戶關系服務及通訊服務（單發私信、群發、群聊）。
2. 服務層主要把核心業務模塊化、服務化，這里又分為兩類服務，一類為原子服務，其定義是不依賴任何其他服務的服務模塊，比如常用的短鏈服務、發號器服務都屬于這一類。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、用戶及發號器服務。
3. 資源層主要是數據模型的存儲，包含通用的緩存資源Redis和Memcached，以及持久化數據庫存儲MySQL、HBase，或者分布式文件系統TFS以及Sina S3服務。

　　水平分層有一個特點，依賴關系都是從上往下，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系。

　　與分層模型相對應，微博系統中的服務器主要包括三種類型：前端機（提供 API 接口服務）、隊列機（處理上行業務邏輯，主要是數據寫入）和存儲（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間件產品，用來支撐核心業務，這些中間件由業務驅動產生，隨著技術組件越來越豐富，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運行穩定性。

　　區別于水平方向上層依賴下層的關系，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組件。

　　接口層Web V4框架

　　接口框架簡化和規范了業務接口開發工作，將通用的接口層功能打包到框架中，采用了Spring的面向切面（AOP）設計理念。接口框架基于Jersey 進行二次開發，基于annotation定義接口(url, 參數)，內置Auth、頻次控制、訪問日志、降級功能，支撐接口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遠程調用框架以及消息隊列框架，這是微博平臺在服務層使用最為廣泛的兩個框架。

　　MCQ消息隊列

　　消息隊列提供一種先入先出的通訊機制，在平臺內部，最常見的場景是將數據的落地操作異步寫入隊列，隊列處理程序批量讀取并寫入DB，消息隊列提供的異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操作性能，另外一個應用場景，平臺通過消息隊列，向搜索、大數據、商業運營部門提供實時數據。

　　微博平臺內部大量使用的MCQ(SimpleQueue Service Over Memcache)消息隊列服務，基于MemCache協議，消息數據持久化寫入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，線上運行多年，性能比通用的MQ高很多倍。

　　Motan RPC框架

　　微博的Motan RPC服務，底層通訊引擎采用了Netty網絡框架，序列化協議支持Hessian和Java序列化，通訊協議支持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，基于Config配置管理服務實現了High Availability與Load Balance策略（支持靈活的FailOver和FailFast HA策略，以及Round Robin、LRU、Consistent Hash等Load Balance策略），服務治理方面，生成完整的服務調用鏈數據，服務請求性能數據，響應時間（Response Time）、QPS以及標準化Error、Exception日志信息。

　　資源層框架

　　資源層的框架非常多，有封裝MySQL與HBase的Key-List DAL中間件、有定制化的計數組件，有支持分布式MC與Redis的Proxy，在這些方面業界有較多的經驗分享，我在這里分享一下平臺架構的對象庫與SSD Cache組件。

　　對象庫

　　對象庫支持便捷的序列化與反序列化微博中的對象數據：序列化時，將JVM內存中的對象序列化寫入在HBase中并生成唯一的ObjectID，當需要訪問該對象時，通過ObjectID讀取，對象庫支持任意類型的對象，支持PB、JSON、二進制序列化協議，微博中最大的應用場景將微博中引用的視頻、圖片、文章統一定義為對象，一共定義了幾十種對象類型，并抽象出標準的對象元數據Schema，對象的內容上傳到對象存儲系統（Sina S3）中，對象元數據中保存Sina S3的下載地址。

　　SSDCache

　　隨著SSD硬盤的普及，優越的IO性能使其被越來越多地用于替換傳統的SATA和SAS磁盤，常見的應用場景有三種：1）替換MySQL數據庫的硬盤，目前社區還沒有針對SSD優化的MySQL版本，即使這樣，直接升級SSD硬盤也能帶來8倍左右的IOPS提升；2）替換Redis的硬盤，提升其性能；3）用在CDN中，加快靜態資源加載速度。

　　微博平臺將SSD應用在分布式緩存場景中，將傳統的Redis/MC + Mysql方式，擴展為 Redis/MC + SSD Cache + Mysql方式，SSD Cache作為L2緩存使用，第一降低了MC/Redis成本過高，容量小的問題，也解決了穿透DB帶來的數據庫訪問壓力。

　　垂直的監控與服務治理

　　隨著服務規模和業務變得越來越復雜，即使業務架構師也很難準確地描述服務之間的依賴關系，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布式追蹤系統WatchMan。

　　WatchMan大型分布式追蹤系統

　　如其他大中型互聯網應用一樣，微博平臺由眾多的分布式組件構成，用戶通過瀏覽器或移動客戶端的每一個HTTP請求到達應用服務器后，會經過很多個業務系統或系統組件，并留下足跡（footprint）。但是這些分散的數據對于問題排查，或是流程優化都幫助有限。對于這樣一種典型的跨進程/跨線程的場景，匯總收集并分析這類日志就顯得尤為重要。另一方面，收集每一處足跡的性能數據，并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調用鏈路；收集調用鏈路上每個服務的性能數據；能追蹤系統中所有的Error和Exception；通過計算性能數據和比對性能指標（SLA）再回饋到控制流程（control flow）中，基于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）：作為非業務組件，應當盡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。基于此考慮，所有的日志采集點都分布在技術框架中間件中，包括接口框架、RPC框架以及其他資源中間件。

　　WatchMan由技術團隊搭建框架，應用在所有業務場景中，運維基于此系統完善監控平臺，業務和運維共同使用此系統，完成分布式服務治理，包括服務擴容與縮容、服務降級、流量切換、服務發布與灰度。

　　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，本文限于篇幅限制，沒有展開介紹，后續會不斷地介紹核心中間件的設計原則和系統架構。