2011年底，淘宝网拥有全国最大的hadoop分布式计算集群之一（2000多节点，cpu：24000，内存：48000gb，disk：24000块），日增50tb，有40tb海量数据存储，分布在全国各地80多节点的cdn网络，支撑流量超过800gbps。搜索引擎能对数十亿商品进行实时搜索，淘宝还自主研发的文件存储系统和缓存系统，以及java中间件和消息中间件系统，组织成一个庞大的电子商务操作系统。
你刚在淘宝买了一件东西
第一部分 个人网站 LAMP
03年4月7号，马云在杭州成立神秘组织，叫来10位员工，签一份协议。
成员：3开发虚竹、三丰、多隆；ued二当家；3运营小宝、阿珂、破天；经理财神。马云+秘书
网站：lamp（linux+apache+mysql+php）
有点：无须编译、发布快，php功能强大，能从页面渲染到数据访问所有事情，技术开源免费
买过来的系统，进行技术含量的修改是：一个数据库所有的读写操作，拆分成一个注库，两个从库，并且读写分离。
有点:存储容量增加，有了备份，安全性增加，读写分离使得读写效率得以提升（写比读更消耗资源）
第一版有商品发布、管理、搜索、商品详情、出价购买、评论投诉、我的淘宝（03年增加安全交易，支付宝雏形）
不足：
改进：更换oracle，容量大、稳定、安全、性能高。
问题：数据的链接放到sql relay后，代理服务会经常死锁。
解决：人工重启
第二部分
04年 脱胎换骨 java时代
业务分模块，一个模块一个模块地渐进式替换；数据服务逐步采用ioe
框架：
isearch：把数据库里的数据dump（倾倒）成结构化的文本文件，放在硬盘上
七公待着dba做优化和存储工作。oracle如何扩展？分库分表
一台oracle的处理能力有限，连接池数量限制，查询速度与容量成反比
提升系统性能？缓存和cdn
07年前的图片存储架构：
商用存储系统的局限和不足：
1.商用存储系统没有对小文件存储和读取的环境有针对性的优化
2.文件数量大，网络存储设备无法支撑
3.整个系统所链接的服务器越来越多，网络连接数已经达到网络存储设备的极限
4.商用存储扩容成本高
5.存在单点故障
成果：tfs淘宝图片存储系统
对上述系统的需求：
tfs1.0
介绍：
集群由一对name server和多的太data server构成，name server为两台服务器互为双机
1.每个data server运行在一台普通的linux主机上
2.以block文件的形式存放数据文件（64m）
3.block存储多份是保证数据安全
4.利用ext3文件系统存放数据文件
5.磁盘raid5做数据冗余
6.文件名内置元数据信息，用户自己保存tfs文件名与实际文件的对照关系，使得数据量特别小
核心：传统集群系统的元数据只有一份，由管理节点管理，容易成瓶颈。而tfs在图片的保存文件名上暗藏了元数据信息，而元数据结构很简单，仅仅只需一个fileID即可准确定位文件在什么地方
tfs1.3
优化：改善心跳和同步的性能，元数据存储在内存中、清理磁盘空间
1.采用ext4文件系统，并且预分配文件，减少ext3文件系统碎片来带的性能损耗
2.单进程管理单块磁盘方式，摒除raid5机制
3.带有ha机制的中央控制节点，在安全稳定和性能复杂度之间取得平衡
4.缩减元数据大小，将更多的元数据加载如内存，提升访问速度
5.跨机架和idc的负载均衡及冗余安全策略
6.玩全平滑扩容
图片服务器的拓扑结构：
缩略图：实时生成
缓存技术esi edge side includes数据缓冲/缓存服务器，提供将web网页的东西（网页的片段）进行缓冲/缓存的技术及服务
esi中是部分的缓冲网页，使用基于xml的标记语言，制定想要缓冲的网页部分
tbstore：分布式的基于berkeley DB的缓存系统
根据保存的key，对key进行hash算法，取得hash值，再对hash值与总cache服务器数据取模，然后根据取模后的值，找到服务器列表中下表为此值的cache服务器，由java client api封装实现。
特点：数据量超过内容时，就往磁盘写数据了，所以，它是可以做持久化存储的。写入磁盘，性能下降
中心系统：uic user information center。叫tdbm
整个系统架构：
重点：
淘宝新系统：
专业名词解释：
中间件hsf思想：
notify是一个分布式的消息中间件系统，支持消息的订阅、发送和消费
session框架
tbsession
开放平台
ioe ibm oracle emc存储
公司区别：