关于 Craigslist 的介绍以及一些访问量多大、负载多强大的数据就省略了，VPSee 关心的是背后的技术架构，主要参考文章：MySQL and Sphinx at Craigslist 和 Database War Stories #5: craigslist.
架构
硬件环境： Supermicro 4U 7043-P8、Dual Intel Xeon 3.2 512KB CPU、16GB 内存、16个硬盘组成的 Raid 10；
软件系统： Suse Linux 操作系统，网站大部分用 Perl 编写，使用标准的 LAMP 组合，memcached 做缓存，使用 Sphinx 全文搜索。
数据库
所有数据库服务器都运行 64 位的 Linux，每个服务器有 16GB 内存和16个硬盘。几台数据库服务器组成一个 db cluster，每个 db cluster 运行一个 Craigslist 服务。
forums：1个 master + 1个 slave，slave 主要用来备份，表使用 myIsam 引擎，DataDir 大小达到 17GB（包括索引在内），最大一个表有近4200万行。
classifeds：1个 master + 12个 slaves，多种不同用途的 slaves，其中 teamreader, longreader, thrashbox 用来备份以及一些非常耗时的特殊查询。还有1个离线 slave 以应付突发情况，比如 colo 崩溃了。其中数据库容积达到 114G（包括索引），最大一个表达到5600万条记录，数据表也是使用 myIsam 引擎。
archivedb：1个 master + 1个 slave，用来归档那些时间超过3个月的帖子，除了比上面的 classifeds 存的数据量大以外，其结构非常类似 classifeds，238G 的数据，9600万条记录。不同的是数据表使用的是 mrg_mylsam，MySQL 的 merge 引擎，方便把 archive 上分散的数据 merge 成更容易管理的块。这也是 merge 表的好处，这里一张表，那里一张表不方便管理，合成一张表更容易管理一些，不过 merge 引擎要求相似的表才能 merge，不是随便什么表都可以 merge 的。
searchdbs：4个 clusters（16台服务器），把 live 的帖子按照 area/category 切分，每个 cluster 只包含 一部分的 live 帖子，使用 myIsam 全文索引。不过要注意的是，全文索引（Indexing）很耗资源，很烧钱。
authdb：1个 master + 1个 slave，这个最小了，只是存一些临时、短暂的数据（transient data）。
MySQL 似乎在 64 位的机器上运行得更好一些。
全文搜索
Craigslist 刚开始使用了 MySQL 全文搜索（Full text indexing and searching），随着规模变大，MySQL 全文搜索逐渐不能应付要求，不能 scale，改用 Sphinx 做搜索，一段时间后发现 Sphinx 也不能满足需求，不能 scale，最后不得不 patch sphinx 以满足日益增长的庞大数据库和搜索需求。Craigslist 的经验是，在一张很大的表上做全文索引和搜索是行不通的，因为用户没有耐心去等待漫长的搜索过程，搜索结果往往不能在用户期望的时间内返回。
作者：vpsee
