微博架构与平台安全演讲稿

本文是在2010中国首届微博开发者大会演讲稿(PPT)，由于网上已经有演讲视频及全程文字记录，这里就不做补充，演讲稿如下. 微博架构与平台安全 View more presentations from Tim Y.. 需要下载请点击 view on Slideshare，在 Slideshare 打开后 Download.

　　新浪微博在2014年3月公布的月活跃用户（MAU）已经达到1.43亿，2014年新年第一分钟发送的微博达808298条，如此巨大的用户规模和业务量，需要高可用（HA）、高并发访问、低延时的强大后台系统支撑. 　　微博平台第一代架构为LAMP架构，数据库使用的是MyIsam，后台用的是php，缓存为Memcache.

关键词：微博广告 Hubble 监控平台 D+ 大数据 机器学习 LSTM Tensorflow. Hubble（哈勃，其含义是数据如浩瀚宇宙之大，Hubble 如太空望远镜，能窥见璀璨的星辰，发现数据的真正价值）平台定位为 微博广告智能全景监控、数据透视和商业洞察. 计算广告系统是集智能流量分发、投放、结算、CTR 预估、客户关系管理等为一体的大型互联网业务系统.

　　微博作为国内最大的社交媒体网站之一，每天承载着亿万用户的服务请求，这些请求的背后，需要消耗着巨大的计算、内存、网络、I/O等资源. 而且因为微博的产品特性，节假日、热门事件等可能带来突发数倍甚至十几倍的访问峰值，这些都对于支撑微博的底层基础架构提出了比较严苛的要求，需要满足：. 　　为了满足业务的发展需要，微博平台开发了一套高性能高可用的CacheService架构用于支撑现有线上的业务系统的运转.

      大数据技术是近几年发展比较繁荣的技术方向，出了很多优秀的开源项目，也有越来越多的公司投入大量人力在其中. 认识到数据的重要性，数据分析平台系统也成为数据平台重点建设的项目，数据分析被广泛应用到电商、金融、教育、医疗领域. 开源的OLAP数据分析引擎：. 1.2 wedata系统架构图. 已有 0 人发表留言，猛击->> 这里<<-参与讨论.

可以先看一下  http://c.blog.sina.com.cn/profile.php?blogid=a466bf9189000rsw 新浪微博官方发出来的文章. 以下我们来解析一下如何构建高可用的图片存储系统 以满足现在日益增长的图片量，保证系统稳定高效的运行. 图床系统 ，我们先来分析下基于此类系统的一个特性.

微博（Weibo）是一种通过关注机制分享简短实时信息的广播式社交网络平台. 微博用户通过关注来订阅内容，在这种场景下，推荐系统可以很好地和订阅分发体系进行融合，相互促进. 微博两个核心基础点：一是用户关系构建，二是内容传播，微博推荐一直致力于优化这两点，促进微博发展. 在微博推荐发展的过程中遇到体系方向的变化、业务的不断更迭、目标的重新树立，其产品思路、架构以及算法也随之进行变迁.

随着互联网、移动互联网和物联网的发展，谁也无法否认，我们已经切实地迎来了一个海量数据的时代，数据调查公司IDC预计2011年的数据总量将达到1.8万亿GB，对这些海量数据的分析已经成为一个非常重要且紧迫的需求. 作为一家互联网数据分析公司，我们在海量数据的分析领域那真是被“逼上梁山”. 多年来在严苛的业务需求和数据压力下，我们几乎尝试了所有可能的大数据分析方法，最终落地于Hadoop平台之上.