Technorati (现在被阻尼了, 可能你访问不了)的 Dorion Carroll在 2006 MySQL 用户会议上介绍了一些关于 Technorati 后台数据库架构的情况.
基本情况
目前处理着大约 10Tb 核心数据, 分布在大约 20 台机器上.通过复制, 多增加了 100Tb 数据, 分布在 200 台机器上. 每天增长的数据 1TB. 通过 SOA 的运用, 物理与逻辑的访问相隔离, 似乎消除了数据库的瓶颈. 值得一提的是, 该扩展过程始终是利用普通的硬件与开源软件来完成的. 毕竟 , Web 2.0 站点都不是烧钱的主. 从数据量来看，这绝对是一个相对比较大的 Web 2.0 应用.
Tag 是 Technorati 最为重要的数据元素. 爆炸性的 Tag 增长给 Technorati 带来了不小的挑战.
2005 年 1 月的时候, 只有两台数据库服务器, 一主一从. 到了 06 年一月份, 已经是一主一从, 6 台 MyISAM 从数据库用来对付查询, 3 台 MyISAM 用作异步计算.
一些核心的处理方法:
1) 根据实体(tags/posttags))进行分区
衡量数据访问方法，读和写的平衡.然后通过不同的维度进行分区．( Technorati 数据更新不会很多, 否则会成为数据库灾难)
2) 合理利用 InnoDB 与 MyISAM
InnoDB 用于数据完整性/写性能要求比较高的应用. MyISAM 适合进行 OLAP 运算. 物尽其用.
3) MySQL 复制
复制数据到从主数据库到辅数据库上,平衡分布查询与异步计算, 另外一个功能是提供冗余． 如图:
后记
拜读了一个藏袍的两篇大做(mixi.jp：使用开源软件搭建的可扩展SNS网站 / FeedBurner:基于MySQL和JAVA的可扩展Web应用) 心痒难当, 顺藤摸瓜, 发现也有文档提及 Technorati , 赶紧照样学习一下. 几篇文档读罢, MySQL 的 可扩展性让我刮目相看.
或许,应该把注意力留一点给 MySQL 了 .
–End.
Tag Archives: Web2.0
豆瓣 使用感受
豆瓣最近已经赢得了足够的注意力。说起来有趣，我在读书杂志上第一次看到豆瓣的那个还不够豆腐块大的广告的时候还以为是一个传统的旧书交流站点呢.对于很多贴着 Web 2.0 标签的新站点和新的 Web 服务，必须坚持使用才知道究竟是好玩儿不好玩儿。比如，Flickr ，我第一次看到这个站点的时候真有点不屑一顾的感觉：不就是一个图片收藏管理的站点么? 但是 Del.icio.us 的经验告诉我，虽然是一个很土的想法，也有可能成为很酷的工具。坚持使用下去，就会发现 Flickr 真的无愧于”图片收藏的 Google 这个称号”. 而对于豆瓣呢 ? 似乎没办法定义它。但它和 Flickr 一样，用户体验做的真好。
豆瓣我不看好的是他的 Tag 功能。或者数对现在的 Tag 定位不太赞同。一个商品，很难在把它进行 Tag 化的，你看现在 豆瓣 中的那些 Tag ,很多真是风牛马不相及的。因为书、DVD、CD这些东西如果非要针对标题进行 Tag 分类是有些牵强的.比如《红拂夜奔》这本书，标签为：小说 (2) 我的精神家园 (1) 王小波 (1)，意义不大，不是么？但是，并不是说豆瓣不应该出现 Tag .针对图书等的评论绝对是有必要 Tag 分类的。