StackOverflow是一个IT技术问答网站，用户可以在网站上提交和回答问题。当下的StackOverflow已拥有400万个用户，4000万个回答，月PV5.6亿，世界排行第54。然而值得关注的是，支撑他们网站的全部服务器只有25台，并且都保持着非常低的资源使用率，这是一场高有效性、负载均衡、缓存、数据库、搜索及高效代码上的较量。近日，High Scalability创始人Todd Hoff根据Marco Cecconi的演讲视频“ The architecture of StackOverflow”以及Nick Craver的博文“ What it takes to run Stack Overflow”总结了StackOverflow的成功原因。

意料之中，也是意料之外，Stack Overflow仍然重度使用着微软的产品。他们认为既然微软的基础设施可以满足需求，又足够便宜，那么没有什么理由去做根本上的改变。而在需要的地方，他们同样使用了Linux。究其根本，一切都是为了性能。

另一个值得关注的地方是，Stack Overflow仍然使用着纵向扩展策略，没有使用云。他们使用了384GB的内存和2TB的SSD来支撑SQL Servers，如果使用AWS的话，花费可想而知。没有使用云的另一个原因是Stack Overflow认为云会一定程度上的降低性能，同时也会给优化和排查系统问题增加难度。此外，他们的架构也并不需要横向扩展。峰值期间是横向扩展的杀手级应用场景，然而他们有着丰富的系统调整经验去应对。该公司仍然坚持着Jeff Atwood的名言——硬件永远比程序员便宜。

Marco Ceccon曾提到，在谈及系统时，有一件事情必须首先弄明白——需要解决问题的类型。首先，从简单方面着手，StackExchange究竟是用来做什么的——首先是一些主题，然后围绕这些主题建立社区，最后就形成了这个令人敬佩的问答网站。

其次则是规模相关。StackExchange在飞速增长，需要处理大量的数据传输，那么这些都是如何完成的，特别是只使用了25台服务器，下面一起追根揭底：

状态

StackExchange拥有110个站点，以每个月3到4个的速度增长。

• 400万用户

• 800万问题

• 4000万答案

• 世界排名54位

• 每年增长100%

• 月PV 5.6亿万

• 大多数工作日期间峰值为2600到3000请求每秒，作为一个编程相关网站，一般情况下工作日的请求都会高于周末

• 25台服务器

• SSD中储存了2TB的SQL数据

• 每个web server都配置了2个320G的SSD，使用RAID 1

• 每个ElasticSearch主机都配备了300GB的机械硬盘，同时也使用了SSD

• Stack Overflow的读写比是40:60

• DB Server的平均CPU利用率是10%

• 11个web server，使用IIS

• 2个负载均衡器，1个活跃，使用HAProxy

• 4个活跃的数据库节点，使用MS SQL

• 3台实现了tag engine的应用程序服务器，所有搜索都通过tag

• 3台服务器通过ElasticSearch做搜索

• 2台使用了Redis的服务器支撑分布式缓存和消息

• 2台Networks（Nexus 5596 + Fabric Extenders）

• 2 Cisco 5525-X ASAs

• 2 Cisco 3945 Routers

• 主要服务Stack Exchange API的2个只读SQL Servers

• VM用于部署、域控制器、监控、运维数据库等场合

平台

• ElasticSearch

• Redis

• HAProxy

• MS SQL

• Opserver

• TeamCity

• Jil——Fast .NET JSON Serializer，建立在Sigil之上

• Dapper——微型的ORM

UI

• UI拥有一个信息收件箱，用于新徽章获得、用户发送信息、重大事件发生时的信息收取，使用WebSockets实现，并通过Redis支撑。

• 搜索箱通过 ElasticSearch 实现，使用了一个REST接口。

• 因为用户提出问题的频率很高，因此很难显示最新问题，每秒都会有新的问题产生，从而这里需要开发一个关注用户行为模式的算法，只给用户显示感兴趣的问题。它使用了基于Tag的复杂查询，这也是开发独立Tag Engine的原因。

• 服务器端模板用于生成页面。

服务器

• 25台服务器并没有满载，CPU使用率并不高，单计算SO（Stack Overflow）只需要5台服务器。

• 数据库服务器资源利用率在10%左右，除下执行备份时。

• 为什么会这么低？因为数据库服务器足足拥有384GB内存，同时web server的CPU利用率也只有10%-15%。

• 纵向扩展还没有遇到瓶颈。通常情况下，如此流量使用横向扩展大约需要100到300台服务器。

• 简单的系统。基于.Net，只用了9个项目，其他系统可能需要100个。之所以使用这么少系统是为了追求极限的编译速度，这点需要从系统开始时就进行规划，每台服务器的编译时间大约是10秒。

• 11万行代码，对比流量来说非常少。

• 使用这种极简的方式主要基于几个原因。首先，不需要太多测试，因为Meta.stackoverflow本来就是一个问题和bug讨论社区。其次，Meta.stackoverflow还是一个软件的测试网站，如果用户发现问题的话，往往会提出并给予解决方案。

• 纽约数据中心使用的是Windows 2012，已经向2012 R2升级（Oregon已经完成了升级），Linux系统使用的是Centos 6.4。

SSD

• 默认使用的是Intel 330（Web层等）

• Intel 520用于中间层写入，比如Elastic Search

• 数据层使用Intel 710和S3700

• 系统同时使用了RAID 1和RAID 10（任何4+以上的磁盘都使用RAID 10）。不畏惧故障发生，即使生产环境中使用了上千块2.5英寸SSD，还没碰到过一块失败的情景。每个模型都使用了1个以上的备件，多个磁盘发生故障的情景不在考虑之中。

• ElasticSearch在SSD上表现的异常出色，因为SO writes/re-indexes的操作非常频繁。

• SSD改变了搜索的使用方式。因为锁的问题，Luncene.net并不能支撑SO的并发负载，因此他们转向了ElasticSearch。在全SSD环境下，并不需要围绕Binary Reader建立锁。

高可用性

• 异地备份——主数据中心位于纽约，备份数据中心在Oregon。

• Redis有两个从节点，SQL有2个备份，Tag Engine有3个节点，elastic有3个节点，冗余一切，并在两个数据中心同时存在。

• Nginx是用于SSL，终止SSL时转换使用HAProxy。

• 并不是主从所有，一些临时的数据只会放到缓存中

• 所有HTTP流量发送只占总流量的77%，还存在Oregon数据中心的备份及一些其他的***流量。这些流量主要由SQL和Redis备份产生。

数据库

MS SQL Server

Stack Exchange为每个网站都设置了数据库，因此Stack Overflow有一个、Server Fault有一个，以此类推。

在纽约的主数据中心，每个集群通常都使用1主和1只读备份的配置，同时还会在Oregon数据中心也设置一个备份。如果是运行的是Oregon集群，那么两个在纽约数据中心的备份都会是只读和同步的。

为其他内容准备的数据库。这里还存在一个“网络范围”的数据库，用于储存登陆凭证和聚合数据（大部分是stackexchange.com用户文件或者API）。

Careers Stack Overflow、stackexchange.com和Area 51等都拥有自己独立的数据库模式。

模式的变化需要同时提供给所有站点的数据库，它们需要向下兼容，举个例子，如果需要重命名一个列，那么将非常麻烦，这里需要进行多个操作：增加一个新列，添加作用在两个列上的代码，给新列写数据，改变代码让新列有效，移除旧列。

并不需要分片，所有事情通过索引来解决，而且数据体积也没那么大。如果有filtered indexes需求，那么为什么不更高效的进行？常见模式只在DeletionDate = Null上做索引，其他则通过为枚举指定类型。每项votes都设置了1个表，比如一张表给post votes，1张表给comment votes。大部分的页面都可以实时渲染，只为匿名用户缓存，因此，不存在缓存更新，只有重查询。

Scores是非规范化的，因此需要经常查询。它只包含IDs和dates，post votes表格当下大约有56454478行，使用索引，大部分的查询都可以在数毫秒内完成。

Tag Engine是完全独立的，这就意味着核心功能并不依赖任何外部应用程序。它是一个巨大的内存结构数组结构，专为SO用例优化，并为重负载组合进行预计算。Tag Engine是个简单的windows服务，冗余的运行在多个主机上。CPU使用率基本上保持在2-5%，3个主机专门用于冗余，不负责任何负载。如果所有主机同时发生故障，网络服务器将把Tag Engine加载到内存中持续运行。

关于Dapper无编译器校验查询与传统ORM的对比。使用编译器有很多好处，但在运行时仍然会存在fundamental disconnect问题。同时更重要的是，由于生成nasty SQL，通常情况还需要去寻找原始代码，而Query Hint和parameterization控制等能力的缺乏更让查询优化变得复杂。

编码

• 大部分程序员都是远程工作，自己选择编码地点

• 编译非常快

• 然后运行少量的测试

• 一旦编译成功，代码即转移至开发交付准备服务器

• 通过功能开关隐藏新功能

• 在相同硬件上作为其他站点测试运行

• 然后转移至Meta.stackoverflow测试，每天有上千个程序员在使用，一个很好的测试环境

• 如果通过则上线，在更广大的社区进行测试

• 大量使用静态类和方法，为了更简单及更好的性能

• 编码过程非常简单，因为复杂的部分被打包到库里，这些库被开源和维护。.Net 项目数量很低，因为使用了社区共享的部分代码。

• 开发者同时使用2到3个显示器，多个屏幕可以显著提高生产效率。

缓存

• 缓存一切

• 5个等级的缓存

• 1级是网络级缓存，缓存在浏览器、CDN以及代理服务器中。

• 2级由.Net框架 HttpRuntime.Cache完成，在每台服务器的内存中。

• 3级Redis，分布式内存键值存储，在多个支撑同一个站点的服务器上共享缓存项。

• 4级SQL Server Cache，整个数据库，所有数据都被放到内存中。

• 5级SSD。通常只在SQL Server预热后才生效。

• 举个例子，每个帮助页面都进行了缓存，访问一个页面的代码非常简单：

• 使用了静态的方法和类。从OOP角度来看确实很糟，但是非常快并有利于简洁编码。

• 缓存由Redis和Dapper支撑，一个微型ORM

• 为了解决垃圾收集问题，模板中1个类只使用1个副本，被建立和保存在缓存中。监测一切，包括GC操。据统计显示，间接层增加GC压力达到了某个程度时会显著的降低性能。

• CDN Hit 。鉴于查询字符串基于文件内容进行哈希，只在有新建立时才会被再次取出。每天3000万到5000万Hit，带宽大约为300GB到600GB。

• CDN不是用来应对CPU或I/O负载，而是帮助用户更快的获得答案

部署

每天5次部署，不去建立过大的应用。主要因为

• 可以直接的监视性能

• 尽可能最小化建立，可以工作才是重点

产品建立后再通过强大的脚本拷贝到各个网页层，每个服务器的步骤是：

• 通过POST通知HAProxy下架某台服务器

• 延迟IIS结束现有请求（大约5秒）

• 停止网站（通过同一个PSSession结束所有下游）

• Robocopy文件

• 开启网站

• 通过另一个POST做HAProxy Re-enable

几乎所有部署都是通过puppet或DSC，升级通常只是大幅度调整RAID阵列并通过PXE boot安装，这样做非常快速。

协作

• SRE （System Reliability Engineering）：5人

• Core Dev（Q&A site）6-7人

• Core Dev Mobile：6人

• Careers团队专门负责SO Careers产品开发：7人

• Devops和开发者结合的非常紧密

• 团队间变化很大

• 大部分员工远程工作

• 办公室主要用于销售，Denver和London除外

• 一切平等，些许偏向纽约工作者，因为面对面有助于工作交流，但是在线工作影响也并不大

• 对比可以在同一个办公室办公，他们更偏向热爱产品及有才华的工程师，他们可以很好的衡量利弊

• 许多人因为家庭而选择远程工作，纽约是不错，但是生活并不宽松

• 办公室设立在曼哈顿，那是个人才的诞生地。数据中心不能太偏，因为经常会涉及升级

• 打造一个强大团队，偏爱极客。早期的微软就聚集了大量极客，因此他们征服了整个世界

• Stack Overflow社区也是个招聘的地点，他们在那寻找热爱编码、乐于助人及热爱交流的人才。

编制预算

• 预算是项目的基础。钱只花在为新项目建立基础设施上，如此低利用率的 web server还是3年前数据中心建立时购入。

测试

• 快速迭代和遗弃

• 许多测试都是发布队伍完成的。开发拥有一个同样的SQL服务器，并且运行在相同的Web层，因此性能测试并不会糟糕。

• 非常少的测试。Stack Overflow并没有进行太多的单元测试，因为他们使用了大量的静态代码，还有一个非常活跃的社区。

• 基础设施改变。鉴于所有东西都有双份，所以每个旧配置都有备份，并使用了一个快速故障恢复机制。比如，keepalived可以在负载均衡器中快速回退。

• 对比定期维护，他们更愿意依赖冗余系统。SQL备份用一个专门的服务器进行测试，只为了可以重存储。计划做每两个月一次的全数据中心故障恢复，或者使用完全只读的第二数据中心。

• 每次新功能发布都做单元测试、集成测试盒UI测试，这就意味着可以预知输入的产品功能测试后就会推送到孵化网站，即meta.stackexchange（原meta.stackoverflow）。

监视/日志

• 当下正在考虑使用http://logstash.net/做日志管理，目前使用了一个专门的服务将syslog UDP传输到SQL数据库中。网页中为计时添加header，这样就可以通过HAProxy来捕获并且融合到syslog传输中。

• Opserver和Realog用于显示测量结果。Realog是一个日志展示系统，由Kyle Brandt和Matt Jibson使用Go建立。

• 日志通过HAProxy负载均衡器借助syslog完成，而不是IIS，因为其功能比IIS更丰富。

关于云

还是老生常谈，硬件永远比开发者和有效率的代码便宜。基于木桶效应，速度肯定受限于某个短板，现有的云服务基本上都存在容量和性能限制。

如果从开始就使用云来建设SO说不定也会达到现在的水准。但毫无疑问的是，如果达到同样的性能，使用云的成本将远远高于自建数据中心。

性能至上

• StackOverflow是个重度的性能控，主页加载的时间永远控制在50毫秒内，当下的响应时间是28毫秒。

• 程序员热衷于降低页面加载时间以及提高用户体验。

• 每个独立的网络提交都予以计时和记录，这种计量可以弄清楚提升性能需要修改的地方。

• 如此低资源利用率的主要原因就是高效的代码。web server的CPU平均利用率在5%到15%之间，内存使用为15.5 GB，网络传输在20 Mb/s到40 Mb/s。SQL服务器的CPU使用率在5%到10%之间，内存使用是365GB，网络传输为100 Mb/s到200 Mb/s。这可以带来3个好处：给升级留下很大的空间；在严重错误发生时可以保持服务可用；在需要时可以快速回档。

学到的知识

1. 为什么使用MS产品的同时还使用Redis？什么好用用什么，不要做无必要的系统之争，比如C#在Windows机器上运行最好，我们使用IIS；Redis在*nix机器上可以得到充分发挥，我们使用*nix。

2. Overkill即策略。平常的利用率并不能代表什么，当某些特定的事情发生时，比如备份、重建等完全可以将资源使用拉满。

3. 坚固的SSD。所有数据库都建立在SSD之上，这样可以获得0延时。

4. 了解你的读写负载。

5. 高效的代码意味着更少的主机。只有新项目上线时才会因为特殊需求增加硬件，通常情况下是添加内存，但在此之外，高效的代码就意味着0硬件添加。所以经常只讨论两个问题：为存储增加新的SSD；为新项目增加硬件。

6. 不要害怕定制化。SO在Tag上使用复杂查询，因此专门开发了所需的Tag Engine。

7. 只做必须做的事情。之所以不需要测试是因为有一个活跃的社区支撑，比如，开发者不用担心出现“Square Wheel”效应，如果开发者可以制作一个更更轻量级的组件，那就替代吧。

8. 注重硬件知识，比如IL。一些代码使用IL而不是C#。聚焦SQL查询计划。使用web server的内存转储究竟做了些什么。探索，比如为什么一个split会产生2GB的垃圾。

9. 切勿官僚作风。总有一些新的工具是你需要的，比如，一个编辑器，新版本的Visual Studio，降低提升过程中的一切阻力。

10. 垃圾回收驱动编程。SO在减少垃圾回收成本上做了很多努力，跳过类似TDD的实践，避免抽象层，使用静态方法。虽然极端，但是确实打造出非常高效的代码。

11. 高效代码的价值远远超出你想象，它可以让硬件跑的更快，降低资源使用，切记让代码更容易被程序员理解。