从 2010 年 10 月到 2011 年 12 月，Instagram 在短短一年多的时间里，用户数量从 0 增长到 1400 万。他们仅用 3 名工程师就做到了这一点。
他们之所以能做到这一点，是因为遵循了 3 个关键原则并拥有可靠的技术栈。
Instagram 的指导原则
-
一切从简。
-
不要重复发明轮子。
-
尽可能使用经过验证的可靠技术。
早期 Instagram 的基础设施运行在 AWS 上，使用 EC2 和 Ubuntu Linux。为了方便起见，让我们通过用户会话（session) 的生命周期来描述整个技术栈。
前端
会话：用户打开 Instagram 应用程序。
Instagram 最初是在 2010 年作为 iOS 应用程序推出的。Instagram 是使用 Objective-C 以及对应的 UIKit 框架来写的
负载均衡
会话：打开应用后，抓取主 feed 照片的请求会被发送到后台，在那里会碰到 Instagram 的负载均衡器。
Instagram 使用 AWS 的 Elastic Load Balancer (ELB)。他们有 3 个 NGINX 实例，这些实例会根据其是否健康进行交换。
每个请求在路由到实际应用服务器之前都会首先到达 ELB。
后端
会话：ELB 将请求发送到应用服务器，应用服务器拥有正确处理请求的逻辑。
Instagram 的应用服务器使用了 Django，它是用 Python 编写的，Gunicorn 是他们的 WSGI 服务器。
作为复习，WSGI（Web Server Gateway Interface，网络服务器网关接口）将请求从网络服务器转发到网络应用程序。
Instagram 使用 Fabric 同时在多个实例上并行运行命令。这样就能在几秒钟内部署代码。
这些实例运行在超过 25 台 AWS CPU High-CPU Extra-Large 的机器上。由于服务器本身是无状态的，因此当他们需要处理更多请求时，可以添加更多机器。
通用数据存储
会话：应用服务器收到请求，这些请求需要主 feed 上数据。
为此，它大致需要：
-
最新的相关照片 ID
-
与这些照片 ID 匹配的实际照片
-
这些照片的用户数据
数据库：Postgres
会话：应用服务器从 Postgres 中获取最新的相关照片 ID。
应用服务器将从 PostgreSQL 中提取数据，该数据库存储了 Instagram 的大部分数据，如用户和照片元数据。
PostgreSQL 和 Django 之间的连接使用 Pgbouncer 连接池。
由于 Instagram 接收的数据量很大（每秒超过 25 张照片和 90 个赞），他们对数据进行了分片。他们使用代码将几千个「逻辑」分片映射到几个物理分片上。
Instagram 面临并解决的一个有趣挑战是生成可按时间排序的 ID。他们生成的可按时间排序的 ID 是这样的：
-
41 位比特表示以毫秒为单位的时间（提供 41 年的 ID 和自定义纪元）
-
13 位比特表示逻辑分片 ID
-
10 位比特表示自动递增序列，模数为 1024。这意味着我们可以为每个分区每毫秒生成 1024 个 ID
得益于 Postgres 中可按时间排序的 ID，应用服务器成功接收到了最新的相关照片 ID。
照片存储：S3 和 Cloudfront
会话：然后，应用服务器通过快速 CDN 链接获取与这些照片 ID 匹配的实际照片，以便快速加载给用户。
AWS S3 中存储了数 TB 的照片。这些照片通过 AWS CloudFront 快速提供给用户。
缓存：Redis 和 Memcached
会话：为了从 Postgres 中获取用户数据，应用服务器（Django）使用 Redis 将照片 ID 与用户 ID 进行匹配。
Instagram 使用 Redis 存储了约 3 亿张照片与创建这些照片的用户 ID 的映射，以便在为主 feed、活动 feed 等获取照片时知道要查询哪个分片。所有 Redis 都存储在内存中，以减少延迟，并在多台计算机上进行分片。
通过一些巧妙的哈希算法，Instagram 能够在不到 5 GB 的空间内存储 3 亿个键值的映射。
为了知道要查询哪个 Postgres 分区，需要将照片 ID 与用户 ID 进行键值映射。
会话：由于使用了 Memcached 进行高效缓存，从 Postgres 获取用户数据的速度非常快。
对于一般缓存，Instagram 使用的是 Memcached。当时他们有 6 个 Memcached 实例。将 Memcached 架设在 Django 上相对简单。
有趣的事实是：2 年后的 2013 年，Facebook 发布了一篇具有里程碑意义的论文，介绍了他们如何扩展 Memcached 以帮助他们处理每秒数十亿次的请求。
会话：用户现在能看到首页 feed 了，上面有他所关注的人的最新图片。
主从设置
Postgres 和 Redis 都是用主从设置，并使用亚马逊 EBS（弹性块存储）快照功能对系统进行频繁备份。
推送通知和异步任务
会话：现在，假设用户关闭了应用，但又收到推送通知说朋友发布了一张照片。
该推送通知是使用 pyapns 发送的，同时发送的还有 Instagram 已发送的十亿多条推送通知。Pyapns 是一个开源、通用的苹果推送通知服务（APNS）提供商。
会话：用户非常喜欢这张照片！所以他决定在 Twitter 上分享。
在后端，任务被推送到 Gearman，这是一个任务队列，可以将工作分派给更合适的机器。Instagram 有大约 200 个 Python Workers 在使用 Gearman 任务队列。
Gearman 用于执行多个异步任务，例如向用户的所有关注者推送活动（如发布新照片）（称为 fanout）。
监控
会话：啊哦！Instagram 挂了，原因是服务器出错，发送了错误的响应。Instagram 的三名工程师立即收到了警报。
Instagram 使用开源 Django 应用程序 Sentry 实时监控 Python 错误。
Munin 被用来绘制全系统指标图，并对异常情况发出警报。Instagram 有许多自定义 Munin 插件，用于跟踪应用级指标，如每秒发布的照片。
Pingdom 用于外部服务监控，PagerDuty 用于处理事件和通知。
最终的架构概览图
—
译者后记
在之后的 2012 年，Facebook 就以 10 亿美金收购了当时只有 13 名员工的 Instagram，折算成 RMB 的话，人均身价超过 5 亿。当时 Facebook 可以说是下了血本，但现在来看，这笔收购是 Facebook 至今为止最成功的一次收购。
还是那句话，我们应该采用无聊的技术去构建创新的产品，而不是倒过来。