Scalability 像Facebook这样的大型网站是如何分配负载的？
这可能更适合于服务器故障，但对我来说，这似乎更像是一个编程挑战。我可能错了 我在想Facebook是怎么做的。它拥有超过5亿的活跃用户。他们如何为所有这些用户服务？是否有一个巨大的数据库为每个用户保存一条记录，这样每当有人登录时，就可以根据该中央计算机检查身份验证？我对这个话题相当无知，但我可以看出这样的解决方案很简单，不可扩展。到了一定程度，中央服务器无法处理所有事情 相反，假设将中央数据库拆分为100个数据库，以便在所有这些数据库之间均匀地分配负载。这肯定是Facebook所做的，但他们如何知道在哪台机器上存储哪个用户记录呢？是否在每台计算机中都存储了一条记录，并且当您登录时，会使用一台随机用户计算机进行身份验证？这意味着每次有人注册或更改密码时，必须将更改传播到所有100服务器 我想到了另一个解决办法。也许他们有办法将用户的电子邮件地址散列到特定的用户数据库中。那么web服务器必须知道的就是散列算法。但我认为这个解决方案也带来了它自己的问题。如果要添加更多用户数据库计算机，该怎么办？您是否将哈希算法更改为考虑101用户数据库而不是100？您是否会开始移动用户记录，以便101个用户数据库具有相同数量的用户记录？不，那看起来也很可笑Scalability 像Facebook这样的大型网站是如何分配负载的？,scalability,Scalability,这可能更适合于服务器故障，但对我来说，这似乎更像是一个编程挑战。我可能错了 我在想Facebook是怎么做的。它拥有超过5亿的活跃用户。他们如何为所有这些用户服务？是否有一个巨大的数据库为每个用户保存一条记录，这样每当有人登录时，就可以根据该中央计算机检查身份验证？我对这个话题相当无知，但我可以看出这样的解决方案很简单，不可扩展。到了一定程度，中央服务器无法处理所有事情 相反，假设将中央数据库拆分为100个数据库，以便在所有这些数据库之间均匀地分配负载。这肯定是Facebook所做的，但他们如何
不管怎样，正如你所看到的，我对如何解决这些问题不太了解。有人推荐阅读这个主题吗？一个好的起点可能是看看（），一个支持FB收件箱搜索的分布式数据库 这里有更多关于。
你也可以在。查看Facebook工程博客，在那里的某个地方，他们谈论如何摆脱我们使用的传统关系模式。答案是针对Facebook的。另一个例子是，谷歌拥有整个搜索数据库的多个副本，因此你的查询可以访问他们的任何数据库服务器。搜索数据库未同步。这取决于你在分发负载时对网站所做的操作。哦，嘿，看看这个！有人问起Cassandra：在我们的新程序员StackExchange上（程序员倾向于“白板”/思考相关问题），谢谢，阅读有关Cassandra如何工作的内容非常丰富！