如果你想構建一個可以承載日訪問量40億次的網站，YouTube有許多值得借鑒的地方。本文是YouTube的工程師Mike Solomon在PyCon（PyCon是Python開源社區的開發者年度盛會）上關于YouTube擴展性演講的摘要，相信會對大家有所啟發。

    許多團隊都使得他們的基礎架構越來越復雜，YouTube團隊卻盡量保持簡單的風格。他們使用Python作為主要開發語言，使用MySQL開源數據庫，并一直使用Apache作為Web服務器。對一個如此龐大的站點而言，許多重要特性都源于點點滴滴的Python代碼。

    這并不意味著YouTube不追求創新，他們更追求一種技術哲學，而非炒作。究竟是什么成就了世界上的視頻網站？敬請閱讀。

    驚人的數字

    •日訪問量40億次
    •每分鐘上傳60小時的視頻
    •超過3.5億終端訪問
    •利潤是2010年收入的雙倍
    •視頻的數量上升了9個數量級，開發人員卻只上升了2個數量級
    •一百萬行Python代碼

    軟件架構

    •Python：Python是YouTube的主要編程語言。
    •Apache：YouTube一直使用Apache，每次HTTP請求都經由Apache。
    •Linux：Linux是構建YouTube的基石，它有許多強大的工具，如strace何tcpdump。
    •MySQL：MySQL有龐大的用戶群。YouTube使用它的關系數據庫特性，也使用它存儲BLOB數據。
    •Vitess：Vitess是由YouTube發起的一個開源項目，旨在打造高性能的MySQL前端。
    •Zookeeper：分布式的鎖服務器。
    •Wiseguy：一個CGI Servlet容器。
    •Spitfire：一個模板系統。
    •Serialization formats：YouTube重寫了BSON實現，速度提升了10-15倍。

    關于擴展性的思考

    以下雖然都不是什么新思想，但希望對你有所助益。

    •分而治之是擴展性技術的靈魂。考慮以層次化的方式完成所有的工作。這也是數據分片的癥結所在。要知道如何將數據分區，以及如何將已分區的數據進行關聯。總而言之，保持簡單與松散的耦合非常必要。
    •充分利用Python的動態特性，構建易于擴展的軟件架構。
    •近似的正確性。要相信監控系統所報告的系統運行狀態。如果問題沒有出現，就認為一切良好。
    •不一致的數據模型。例如，閱讀評論的人和寫評論的人對你刷新頁面的動作會有不同的反應，但也不必完全基于事務處理進行系統設計，這會顯得矯枉過正。我們依然需要不一致的數據模型。
    •分布式系統的隨機性。分布式系統就如同氣象系統一樣，對分布式系統進行調試會存在更多的隨機性。例如，緩存過期。一般情況下，服務器會將流行的視頻緩存24小時。如果一旦出現緩存同時過期的情況，服務器將同時開始緩存，荷載如聞驚雷！
    •快的函數調用就是不做任何調用。合理設計事務處理發生的間隔和次數。
    •仔細觀察API，并做到心中有數。如何定義輸入、輸出？所有的函數調用本質上都是圍繞數據發生的，那在函數調用之后，又會發生什么？
    •在Python中運用RPC重定向。程序員是代碼的構建者，因此要做好約定。如果代碼不幸失敗了，還可以從RPC輸出中追查原因。
    •沒有完美的組件。一個組件的運行周期可能持續1-6個月，具體多久，誰也說不清。隨著時間的推移，我們會用Python和C重寫一些東西，這證明你正在淘汰舊的組件，當你觀察到一個新組件出現的時候，它誕生了。
    •沒有人了解整個系統的運作機制。因此，我們需要定義組件。視頻轉碼和視頻搜索截然不同，建立良好的數據規范非常重要。
    •效率與擴展性并重。有效率的是用C實現進程，但這樣的方式缺乏擴展性。
    •著眼于宏觀層面、組件及其失敗的原因。使用RPC是否明智？內聯如何？進行分解研究，也許會發現不同之處。
    •重視算法。與其絞盡腦汁用Python來實現高效的算法，不如用它做些更有實用價值的事。在這方面，C語言有它的優勢。
    •我們很少從事面向對象設計。我們使用了大量的名稱空間，使用類來組織數據，但極少面向對象。
    •我樂意用下面的詞匯來形容我們的代碼樹：簡單、實用、優雅、正交、可組合，這是我們的追求。

    總結

    YouTube解決問題的哲學只有一個詞：簡單。許多YouTube的產品初只是源于一個簡單的Python腳本。這正是應了我們的一句老話，不積跬步，無以至千里；不積小流，無以成江海。