标签：等等 函数 基础 cabinet 模块 通过 man 大量 迭代
阅读了豆瓣的基础架构，接触了很多新名词，有很多都是没有接触过甚至是没有听过的，说明离就业要求还差着很多，以下是阅读这篇文章我学到的东西：
豆瓣整个基础架构可以粗略的分为在线和离线两大块。在线的部分和大部分网站类似：前面用LVS做HA，用Nginx做反向代理，形成负载均衡的一 层；应用层主要是做运算，将运算结果返回给前面的用户，DAE平台是这两年建起来的，现在大部分豆瓣的应用基本都跑在DAE上面了；应用后面的基础服务也 跟其他网站差不多，MySQL、memcached、redis、beanstalkd，不一样的是NoSQL的选择——BeansDB。
BeansDB（豆瓣开源数据存储系统），豆瓣公司以New BSD许可证发布了分布式key/value存储系统BeansDB，开发者称BeansDB是简化版的Dynamo，Dynamo是亚马逊公司开发的高可用性key/value存储系统。BeansDB采用类似memcached的去中心化结构，在客户端实现数据路由。目前只提供了Python版本的客户端，其它语言的客户端可以由memcached的客户端稍加改造得到。主要特性包括： 高可用：通过多个可读写的用于备份实现高可用；
最终一致性：通过哈希树实现快速完整数据同步（短时间内数据可能不一致）；
容易扩展：可以在不中断服务的情况下进行容量扩展；
高性能：异步IO和高性能的KeyValue数据TokyoCabinet：
可配置的可用性和一致性：通过N,W,R进行配置；
简单协议：Memcache兼容协议，大量可用客户端。
豆瓣内部建立了两个不同的BeansDB集群，一个是doubandb，一个是doubanfs，分别针对不同的场景。doubandb主要存储 小型文本数据，如影评、用户个人介绍、帖子内容等，这样的好处是可以大大降低我们对MySQL的性能依赖，算是给MySQL减负；doubanfs主要存 放图片和音频等中型数据。
DAE平台的基本信息：DAE度假交换作为知名全球度假交易平台，其核心价值为“提供全球交换服务”，并在全球各大区域构建本土化特色，通过线上交换联动线下运营为不同项目提供具体的产品建议。
我自己也用过豆瓣，什么电影评分排行，图书评分排行等等等等，数据非常多，如此庞大的数据无论是挖掘还是存储都是一个问题，对此，豆瓣的技术组件是海量分布式文件系统MooseFS，这个文 件系统的结构类似HDFS，用C语言编写，其好处在于FUSE模块实现的比较好，用文件系统就可以直接进行操作，而不需要专门的命令，可以支持的数据量也 很大。另外就是自己开发的分布式计算平台DPark。
DPark顾名思义是Spark的Python实现，不过现在已经跟Spark越来越不一样了。和 Hadoop 相比，Spark可以使用内存做为缓存加速分布式计算，DPark继承了这个优点，这对于大规模数据的迭代计算非常有用。在豆瓣的应用场景下，因为我们的 离线计算很多是推荐算法计算，这种计算涉及大量的迭代算法，如果每次计算的结果都入磁盘再在下一轮计算加载，那性能是很差的，所以DPark能够大幅提升 性能。另外，因为DPark的编写使用了函数式语言的特点，所以可以写的非常简洁：
以上是我读完文章学到的东西，对于作者，作者原先是学习硬件的，后来转战软件技术，加上对硬件的熟悉，结合熟练地编程语言，在豆瓣工作的很顺利，因此，对一项技术的深刻理解不但要对算法理解，还要把对硬件的理解加进去。另外文章最后提到了豆瓣对于新技术的看法，豆瓣对于新技术的引入比较偏激，公司鼓励大家学习新技术，但不会盲目引入新技术，对于新技术，必须深刻理解，保证用了之后如果出现问题有能力解决才行。
标签：等等 函数 基础 cabinet 模块 通过 man 大量 迭代
原文地址：https://www.cnblogs.com/zhangliqiangvictory/p/10503494.html
