序言
新浪微博在2014年3月公佈的月活躍使用者（MAU）已經達到1.43億，2014年新年第一分鐘傳送的微博達808298條，如此巨大的使用者規模和業務量，需要高可用（HA）、高併發訪問、低延時的強大後臺系統支撐。
微博平臺第一代架構為LAMP架構，資料庫使用的MyIsam，後臺用的php，快取為Memcache。
隨著應用規模的增長，衍生出的第二代架構對業務功能模組化、服務化、元件化，後臺系統從php替換為Java，逐漸形成面向服務的SOA架構，在很長一段時間支撐微博平臺業務發展。
在此基礎上又經過長時間的重構、線上執行、思索與沉澱，平臺形成了第三代架構體系。
我們先看一張微博的核心業務圖（如下），是不是非常複雜，但這已經是一個簡化的不能再簡化的業務圖啦，第三代技術體系就是為了保障在微博核心業務上快速、高效、可靠的釋出新產品新功能。
第三代技術體系
微博平臺的第三代技術體系，使用正交分解法建立模型，在水平方向，採用典型的三級分層模型，即介面層、服務層與資源層，在垂直方向，進一步細分為業務架構、技術架構、監控平臺與服務治理平臺，接著看一下平臺的整體架構圖。
如上圖所示，正交分解法將整個圖分解為3*4=12個區域，每一個區域代表一個水平維度與一個垂直維度的交點，相應的定義這個區域的核心功能點，比如區域5主要完成服務層的技術架構，下面詳細介紹水平方向與垂直方向的設計原則，尤其重點介紹4、5、6中的技術元件及其在整個架構體系中的作用。
水平分層
水平維度的劃分，在大中型網際網路後臺業務系統的設計中非常基礎，在平臺的每一代技術體系中都有體現，這裡還是簡單介紹一下，為後續垂直維度的延伸講解做鋪墊：
- 介面層主要實現與Web頁面、移動客戶端的介面互動，定義統一的介面規範，平臺最核心的三個介面服務分別是內容（Feed）服務、使用者關係服務以及通訊服務（單發私信、群發、群聊）。
- 服務層主要把核心業務模組化、服務化，這裡又分為兩類服務，一類為原子服務，定義是不依賴任何其他服務的服務模組，比如常用的短鏈服務、發號器服務都屬於這一類，圖中使用泳道隔離，表示它們的獨立性，另外一類為組合服務，通過各種原子服務和業務邏輯的組合，完成的Composite服務，比如Feed服務、通訊服務除了本身的業務邏輯，還依賴於短鏈、使用者、以及發號器服務。
- 資源層主要資料模型的存，包含通用的快取資源Redis和MC，以及持久化資料庫儲存MySQL、HBase，或者分散式檔案系統TFS以及Sina S3服務。
水平分層有一個特點，依賴關係都是從上往下，上層的服務依賴下層，下層的服務不會依賴上層，構建了一種簡單直接的依賴關係。
與分層模型對應的，微博系統中的伺服器主要包括三種型別：前端機（提供 API 介面服務），佇列機（處理上行業務邏輯，主要是資料寫入），儲存（mc、mysql、mcq、redis 、HBase等）。
垂直延伸技術架構
隨著業務架構的發展和優化，平臺研發實現了許多卓越的中介軟體產品，用來支撐核心業務，這些中介軟體由業務驅動產生，隨著技術元件越來越豐富，形成完備的平臺技術框架，大大提升了平臺的產品研發效率和業務執行穩定性。
區別於水平方向上層依賴下層的關係，垂直方向以技術框架為地基支撐點，向兩側驅動影響業務架構、監控平臺、服務治理平臺，下面介紹一下其中的核心元件。
介面層Web V4框架
介面框架簡化和規範了業務介面開發工作，將通用的介面層功能打包到框架中，採用了Spring的面向切面（AOP）設計理念。介面框架基於jersey 進行二次開發，基於annotation定義介面(url, 引數)，內建Auth、頻次控制、訪問日誌、降級功能，支撐介面層監控平臺與服務治理，同時還有自動化的Bean-json/xml序列化。
服務層框架
服務層主要涉及RPC遠端呼叫框架以及訊息佇列框架，這是微博平臺在服務層使用最為廣泛的兩個框架。
MCQ訊息佇列
訊息佇列提供一種先入先出的通訊機制，在平臺內部，最常見的場景是將資料的落地操作非同步寫入佇列，佇列處理程式批量讀取並寫入DB，訊息佇列提供的非同步機制加快了前端機的響應時間，其次，批量的DB操作也間接的提高了DB操作效能，另外一個應用場景，平臺通過訊息佇列，向搜尋、大資料、商業運營部門提供實時資料。
微博平臺內部大量使用的MCQ(SimpleQueue Service Over Memcache)訊息佇列服務，基於MemCache協議，訊息資料持久化寫入BerkeleyDB，只有get/set兩個命令，同時也非常容易做監控（stats queue），豐富的client library，線上執行多年，效能比通用的MQ高很多倍。
Motan RPC框架
微博的Motan RPC服務，底層通訊引擎採用了Netty網路框架，序列化協議支援Hessian和Java序列化，通訊協議支援Motan、http、tcp、mc等，Motan框架在內部大量使用，在系統的健壯性和服務治理方面，有較為成熟的技術解決方案，健壯性上，基於Config配置管理服務實現了High Availability與Load Balance策略（支援靈活的FailOver和FailFast HA策略，以及Round Robin、LRU、Consistent Hash等Load Balance策略），服務治理方面，生成完整的服務呼叫鏈資料，服務請求效能資料，響應應時間（Response Time）、QPS以及標準化Error、Exception日誌資訊。
資源層框架
資源層的框架非常多，有封裝MySQL與HBase的Key-List DAL中介軟體、有定製化的計陣列件，有支援分散式MC與Redis的Proxy，在這些方面業界有較多的經驗分享，我在這裡分享一下平臺架構的物件庫與SSD Cache元件。
物件庫
物件庫支援便捷的序列化與反序列化微博中的物件資料，序列化時，將JVM記憶體中的物件序列化寫入在HBase中並生成唯一的ObjectID，當需要訪問該物件時，通過ObjectID讀取，物件庫支援任意型別的物件，支援PB、JSON、二進位制序列化協議，微博中最大的應用場景將微博中引用的視訊、圖片、文章統一定義為物件，一共定義了幾十種物件型別，並抽象出標準的物件後設資料Schema，物件的內容上傳到物件儲存系統（Sina S3）中，物件後設資料中儲存Sina S3的下載地址。
SSDCache
隨著SSD硬碟的普及，其優越的IO效能被越來越多的替換傳統的SATA和SAS磁碟，常見的應用場景有三種：1）替換MySQL資料庫的硬碟，目前社群還沒有針對SSD優化的MySQL版本，即使這樣，直接升級SSD硬碟也能帶來8倍左右的IOPS提升；2）替換Redis的硬碟，提升其效能；3）用在CDN中，加快靜態資源載入速度。
微博平臺將SSD應用在分散式快取場景中，將傳統的Redis/MC + Mysql方式，擴充套件為 Redis/MC + SSD Cache + Mysql方式，SSD Cache作為L2快取使用，第一降低了MC/Redis成本過高，容量小的問題，也解決了穿透DB帶來的資料庫訪問壓力。
垂直的監控與服務治理
隨著服務規模和業務變得越來越複雜，即使業務架構師也很難準確的描述服務之間的依賴關係，服務的管理運維變得越來難，在這個背景下，參考google的dapper和twitter的zipkin，平臺實現了自己的大型分散式追蹤系統WatchMan。
WatchMan大型分散式追蹤系統
如其他大中型網際網路應用一樣，微博平臺由眾多的分散式元件構成，使用者通過瀏覽器或移動客戶端的每一個HTTP請求到達應用伺服器後，會經過很多個業務系統或系統元件，並留下足跡（footprint）。但是這些分散的資料對於問題排查，或是流程優化都幫助有限。對於這樣一種典型的跨程式/跨執行緒的場景，彙總收集並分析這類日誌就顯得尤為重要。另一方面，收集每一處足跡（footprint）的效能資料，並根據策略對各子系統做流控或降級也是確保微博平臺高可用的重要因素。要能做到追蹤每個請求的完整呼叫鏈路；收集呼叫鏈路上每個服務的效能資料；能追蹤系統中所有的Error和Exception；通過計算效能資料和比對效能指標（SLA）再回饋到控制流程（control flow）中，基於這些目標就誕生了微博的Watchman系統。
其系統設計一個核心原則就是低侵入性（non-invasivenss）：作為非業務元件，應當儘可能少侵入或者不侵入其他業務系統，保持對使用方的透明性，可以大大減少開發人員的負擔和接入門檻。基於此考慮，所有的日誌採集點都分佈在技術框架中介軟體中，包括介面框架、RPC框架以及其他資源中介軟體。
WatchMan由技術團隊搭建框架，應用在所有業務場景中，運維基於此係統完善監控平臺，業務和運維共同使用此係統，完成分散式服務治理，包括服務擴容與縮容，服務降級，流量切換，服務釋出與灰度。
結尾
現在，技術框架在平臺發揮著越來越重要的作用，驅動著平臺的技術升級、業務開發、系統運維服務，本文限於篇幅限制，沒有展開介紹，後續會不斷的介紹核心中介軟體的設計原則和系統架構。