在JavaOne 2008的会议上，著名社交网站LinkedIn的开发者做了2个关于LinkedIn网站的架构技术的演讲：

LinkedIn - A Professional Social Network Built with Java Technologies and Agile Practices
LinkedIn Communication Architecture

可以看一下LinkedIn网站的基本情况：

LinkedIn世界顶尖级别流量

2千2百万用户
     每个月4百万独立用户访问
     每天4千万page view
     每天2百万搜索流量
     每天25万邀请发送
     每天1百万的回答提交
     每天2百万的email消息发送

• 操作系统：Solaris (running on Sun x86 platform and Sparc)
• 应用服务器：Tomcat and Jetty as application servers
• 数据库：Oracle and MySQL as DBs
• 没有ORM，直接用JDBC No ORM (such as Hibernate); they use straight JDBC
• 用ActiveMQ在发送JMS. (It’s partitioned by type of messages. Backed by MySQL.)
• 用lucene做搜索Lucene as a  foundation for search
• Spring做逻辑架构Spring as glue
• Hudson作为集成测试框架

• 一个整体的web程序
• 一个核心数据库
• 在Cloud中缓存所有network图，Cloud是用来做缓存的独立server。
• 用lucene做搜索，也跑在Cloud中。

2006架构变动

• 读写分离：复制另外一个数据库，减少直接load核心数据库，另外一个server来管理非只读数据库的数据更新。
• 把搜索从Cloud中移出来，单独一个server跑搜索
• 增加Databus数据总线来更新数据，这是通过分布式更新的核心组件，任何组件都需要Databus

2008架构变动

• WebApp不再任何事情都它自己做，把业务逻辑分成很多部分，通过server群来做。
• WebApp仍然提供用户界面给用户，但是，通过server群来管理用户资料，小组等等。
• 每个服务有自己的域数据库。
• 新的架构允许其他应用链接LinkedIn，比如增加的招聘和广告业务。

• LinkedIn 集群: web事件跟踪记录和在线寻找
• 6 nodes, 400  GB of data, 12 clients
• mixed load  (67 % Get , 33 % Put)

• Throughput 吞吐量
• 1433 QPS  (node)
• 4299 QPS  (cluster)

• Latency延迟
• GET
• 50 % percentile 0.05 ms
• 95 % percentile 36.07 ms
• 99 % percentile 60.65 ms
• PUT
• 50  % percentile 0.09 ms
• 95 % percentile 0.41 ms
• 99 % percentile 1.22 ms

• 图缓存：通过databus更新，关机时持久化到硬盘。

• 原子型的网络关系缓存：通过云计算构建；与会员用户session绑定。

云缓存大小

• 22M nodes, 120M edges
• 需要12GB RAM
• 在生产环境要跑40个实例
• 从硬盘重建Cloud一个实例需要8个小时 ，启动开机。
• 缓存通过C++实现，用JNI调用。

Voldemort

• 应用在LinkedIn ，不是关系数据库。
• 是一种带有存储系统的内存缓存。这样就不需要单独缓存了。
• 云存储：使用Voldemort实现只读 read-only index，使用Hadoop作为数据文件。建立TB级别数据处理 。

• 紧凑的, 压缩的二进制数据
• 类型是 int, double, float, String, Map, List, Date, etc.
• 会员数据格式如:
• {
• ‘member_id‘: ‘int32‘,
• ‘first_name‘: ‘string‘,
• ’last_name‘: ’string’,
• ‘age’       : ‘int32’
• …
• }
• 数据作为一个顺序被序列化的文件保存在 Hadoop
• 数据格式也作为一个顺序文件保存，
• 数据schema只读， 动态由Java/Pig 任务读取。