大规模视频网站的计费与流量管理
本次分享将会就大规模视频网站的计费与流量管理这个话题，从操作层面细细进行讲解和分析，为系统工程师们揭示平日里我们没有关心的另一些内容。同时也希望本次分享能揭示行业中的一些“潜规则”，让互联网行业的流量与带宽管理更为开放与简洁。
本次演讲视频录制于QCon杭州2011。
新闻
该内容已经被标记书签！
标记书签错误，请重试！
Phusion Passenger/mod_rails令Rails部署变得更容易
作者 刘申 发布于 2008年4月24日
一个旨在从Apache网页服务器上更便捷的部署Ruby on Rails的新项目诞生了。Phusion Passenger/mod_rails似乎已经实现了这个目标，并得到了Rails官方和很多人的推荐。我们采访了Phusion Passenger的创建者之一，Ninh Bui，想了解一下项目背后的故事和它未来的发展方向。
首先，我们想弄清楚名字的问题──这个项目的网站是modrails.com,但是名字却起为Phusion Passenger。Ninh Bui是这么解释的：
Phusion是我们公司的名字，然而Phusion Passenger是mod_rails官方的名称。大多数社区的朋友都会从mod_rails这个名字中了解它的用途，因为它的命名方式为传统的mod_*，所以我们由此保留了这个别名。
尽管起初我们打算就只叫它mod_rails，但是Ruby on Rails核心团队和我们都认为“Passenger”（乘客）要比用一个Rails词汇更贴切。特别是，我们想让Phusion Passenger（也就是mod_rails）为用户带来的体验与（火车）乘客是一致的：只要坐在那里，便可享受乘坐的乐趣;-)。
另一个问题是关于Phusion Passenger所发放的许可：
对于许可来说，我们使用的是GPLv2，并附加了一个额外的条款。大家通常都会对许可产生误解，也正好趁此机会把这些问题一并加以解释：我们实际上已经允许社区对源代码做更广泛的应用，而不是限制这个许可。
同样，我们有很多在开源社区工作的经验，我们是与它一起成长的。我们相信，将开源的开发模式与商业公司的驱动结合起来，会令我们提供更好的产品。换句话说，我们认为，对于商业机构来说，这是一种回馈社区最好的方式。
拿Phusion Passenger为例，它的设计和开发是为了追求产品环境（production environments）下的稳定与高效。然而，可能会有人在部署的时候遇到问题，或者需要某些特定的功能。我们会为这些人提供付费的商业技术支持。我 们团队的技术专家在各个领域都有着丰富的经验──特别是基于Linux的环境下──并且对Ruby的内在机理、Ruby on Rails和Passenger都很熟悉。
我们都很好奇，Phusion Passenger在应对Rails部署中类似的解决方案时是如何进行叠加的：
与Swifiply、Mongrel Cluster等不同，Phusion Passenger的应用池（application pool）是在当前流量的基础上进行自动管理的。还有就是，如果Rails应用程序崩溃了，它会自动重启。这意味着，配置或者进程监控都是多余的，而且这 会削减系统管理的成本。有很多种配置选项是可用的，它们都被记录在用户指南中了。
我们感兴趣的是，究竟如何用Phusion Passenger去部署和重新部署Rails应用程序。
只要花费你两分钟的时间，不过这要看你的网速如何了;-)。开个玩笑。用Phusion Passenger更新并且重新部署你的Rails应用程序只需再上传一次应用程序，并调用restart.txt。要做的，就这么多。如果你想重新启动 Apache（我认为大多数人可能都想这么做;-)），就必须做第二步。
从技术角度来讲，第二步是用来更新restart.txt文件中时间戳的，Phusion Passenger会根据那个时间戳决定是否重启你的Rails应用程序。
Rails部署并不是Phusion开发者试图解决的唯一的问题。当运行很多Rails进程时，内存占用过多也是一个问题。每 个Ruby进程都必须把Ruby和Rails函数库载入到内存中──因为这些是不同的进程，此时它是没有被共享的（Ruby代码是储存在堆栈中的，所以不 像共享的函数库，在不同进程中是无法共享的）。
Phusion的一位开发人员，Hongli Lai试图通过Unix系统函数fork()让Ruby不同进程之间共享数据。它的核心思想是首先获取一个设置好函数库的Ruby进程，然后通过fork()让进程去获取其他的进程。在进程中调用fork()，可以说是一种非常有效复制进程的方式。这两个进程基本上是一样的，在它们的地址空间中包含有相同的数据。但是，这不是共享内存，而是系统的虚拟内存，操作系统调用了一个名为Copy On Write（写 时复制，简写成COW）的方法让不同进程可以读取相同的数据，但是却没有修改它们私有的拷贝。只要数据是只读的，那么有一份数据就够用了。不过，一旦进程 开始对数据进行了修改，数据的拷贝就只能归属于这个进程了。很明显，共享只读数据（例如函数库代码或其他类似的）是一种非常可行的方法。
然而,对于使用垃圾回收的编程语言来说，存在一个问题：完整的垃圾回收会遍历堆栈，并将所有遍历到的对象作标记。这里面很重要的一个词是“作标记”──在对象上插上一面旗。如果这些对象中的任何一个被其他进程（通过fork()）共享了，COW便会起作用，并将数据拷贝过来──这意味者数据不会再被共享，所有进程都拥有它自己的拷贝。
Hongli Lai针对这个问题的解决方案是令Ruby的垃圾回收器COW的更友好，也就是说，回收的时候不会再引起数据的拷贝。Ninh对这个问题和它与Phusion产品之间的关联进行了详细的阐述：
COW垃圾回收器已经基本上完成了。我们现在正准备发布并建立它的官网。而且，我们还在屯特大学（University of Twente）的ir. Hans Scholten帮助下撰写了一篇相关的论文。未来几周内，我们就会发布一个版本。我们理解大家可能不太喜欢为Ruby打补丁，所以我们付出很多额外的努 力来确保安装尽可能的简单，而且要完全独立，不要涉及任何的系统文件。
我们会把它同“Ruby企业版”（是的，我们很清楚这个名字，但是请允许我们在Railsconf上对它作详细说明;-)）一 起发布。恳请大家对我们有一些耐心，我们向你保证，那将是非常值得关注的东西。还有一点要注意的是，Ruby企业版是完全与标准Ruby版（1.8）向后 兼容的。
如果Phusion Passenger被应用到Ruby企业版上，那么Passenger会自动使用COW语义。这可令Rails应用程序大幅节省使用的内存。实际上，先前的测试已经表明平均会节省33%的内存使用量。
认真的读者将会注意到，Ruby企业版是以一种透明的方式完成这些工作的，而且同样为程序开发者提供了在运行时打开和关闭GC优化的功能。因为这个原因，Ruby企业版应当算作Ruby的一个超集（superset）。
由此，我们不得不改变Ruby堆栈的执行方式。它现在使用了一组作了标记的位阈（bitfield），而不是在对象中对二进制 位（bit）进行标记。它的性能有些不确定，这要取决于应用程序和工作量的大小。在一些Rails应用程序中，我们进行了测试，有的提高了5%，有的提高 了20%，有的则是0%，也就是说，性能没有变化。如果您想了解更多的相关内容，我们会在Railsconf上对这个现象作详细的阐述，或者日程上允许的 话，可能会提前给大家讲讲。
如果大家想试用一下Phusion Passenger，Phusion网站上提供了一个基础视频教程，或者直接查看安装文档。Phusion Passenger是一个开源项目，你可以到Phusion Passenger的GitHub的repository中获取源代码。
刘申 在08年毕业于哈工大，管理科学与工程硕士。对Web前端开发、Ruby、RoR以及极限编程十分感兴趣。
没有回复
关注此讨论 回复