Kent Beck 揭秘 Facebook 开发部署流程

Facebook 是世界上最大的社交网站，有超过 10 亿用户每月至少要登录一次，他们每天要上传超过 25 亿内容，支持这样一个站点的运行，还要不断发布新的功能，Facebook 的工程师是如何做到这一切的？目前就职于 Facebook 的极限编程创始人 Kent Beck 在近期发表的一篇与别人合著的论文里向大家详细介绍了Facebook 的开发与部署流程。

显而易见，Facebook 的工程师们不会像传统软件行业那样使用瀑布模型进行开发，他们不断地开发新的功能，并迅速上线，让用户能够访问到这些新功能，这就是大家口中经常提到的持续部署（continuous deployment）。在他们看来，Facebook 的开发永远没有到头的那一天，代码库在不停地增长着，目前已经有超过1000 万行代码，其中850 万是PHP 代码，代码随时间呈现超线性增长的趋势。

在Facebook，所有前端工程师都工作在同一个稳定的分支上，这也能加快开发速度，因为省去了繁琐的分支合并过程。在日常开发中，每个人都用git 在本地进行开发，当代码就绪之后，就会将它推送到SVN 上（之所以是SVN，这是出于历史原因），这样就很自然地区分开了开发中的代码和可以上线的代码。

但是为了保证网站的稳定运行，并非是工程师将代码推送到SVN 上，认为可以上线，代码就能发布上线的。Facebook 采用了一种兼顾了速度与稳定性的做法——将每日发布与每周发布结合到一起。所有的代码变动默认是每周发布，每次发布会包含相对比较多的变更，在每周日的下午，代码会被发布工程师推送到SVN 上，随后会进行大量的自动测试，其中包含很多针对正确性和性能的回归测试，这个版本会成为Facebook 员工内部使用的默认版本，正式的发布通常被安排在周二下午。

发布工程师会为每个工程师的历史表现打分，内部称为“Push Karma”，比如那些代码经常出问题的人，分数就会相对较低，他们的代码自然也会受到更多的“关照”。这样做的目的是控制发布的风险，而非对某人做出评判，因此这个分数是保密的。除此之外，越是大的变更，或者在Code Review 时讨论越是多的代码，也是风险较高的地方，同样会受到更多的“关照”。

在每周发布以外，其他工作日每天会有两次小发布，大多是些非关键性的更新，或者是些Bugfix，极端情况下会进行更多的发布，甚至是在周末进行发布。

在被纳入发布之前，代码已经经过了开发者的单元测试和Code Review，在Facebook，Code Review 是非常重要的事情，他们使用名为 Phabricator 的工具进行 Code Reivew，该工具是和代码版本管理整合在一起的。

在大量的自动化测试之外，每位员工在内部使用 Facebook 时也相当于进行了高密度的测试，每位员工都能报告自己发现的问题，写代码的人多了，代码增长的快了，相对而言，对代码进行测试的人也多了。

在性能方面，Facebook 使用 Perflab 对新老代码的性能进行对比，如果新的代码性能不理想，并且开发工程师无法及时修复，那么相关代码就会从本次发布中剔除出去，待问题修复后再进行发布。每个小的性能问题都是不容忽视的，因为小问题会很快累积起来，变成影响容量和性能的大问题，Perflab 能通过图表的形式直观地展现系统的性能。

像 Facebook 这样一个网站，每周发布自然是分阶段进行的，首先是 H1，即部署到仅有内部访问的服务器上，进行最后的测试，很多公司也称其为“预发布”；随后是 H2，部署到几千台服务器上，开放给一小部分用户；如果 H2 阶段没有发现问题，则进入 H3，部署到全部服务器上。

如果在这个过程中发现问题，工程师会立即进行修复，随后重新开始分阶段的部署。当然，也可以选择回滚代码，有两种回滚方式——常见的是回滚某个变更及其依赖的文件，另一种则是回滚整个二进制包。

Facebook 在四个不同的地理位置分布了大量的服务器，整个发布的包大约有 1.5G，一般需要 20 分钟来完成整个分发。为了实现这一点，分发过程中分发使用了 BitTorrent，分发时也会考虑到机架和集群的亲缘性。自从 Twitter 开源了他们的基于 BitTorrent 的发布方案 Murder 后，通过 BitTorrent 进行发布已然成为了业内的标配。

在发布时，与变更相关的开发者必须在线，发布工程师会通过 IRC 机器人进行确认，如果人不在，那么他的变更会被回滚。这样保证了问题能够在上线之初就被快速发现并修复，当然，想在这么大的一个系统里及时发现一些问题有时也是很困难的，所以 Facebook 会结合内部工具 Claspin 和外部的信息源（比如 Twitter）持续地监控系统的健康状态。

通过 Gatekeeper 系统，工程师们可以方便地控制多少用户能够访问特定的新功能，筛选的条件可以是地区，也可以是年龄，在遇到问题是也能迅速关闭某个功能的入口。在 Gatekeeper 的帮助下，工程师们能方便地进行 A/B 测试，藉此迅速收集用户的真实体验，对产品做出调整。不要忘了，在 Facebook，是工程师来选择自己做什么的，那么工程师们肯定是选择把东西做出来，看看用户的反应，而不是坐在会议室里和一堆人开会去猜测用户想要什么。

Kent Beck 在文中表示：

仅有方法论和工具是远远不够的，因为它们总是会被误用。所以，拥有鼓励个人责任感的企业文化是很重要的。

现在，Facebook 有大约 1000 名开发工程师，仅有 3 名发布工程师，没有独立的测试工程师。每位工程师都可以看到全部的代码，并且能提交补丁，或者提交详细的问题描述。工程师们需要自己编写详尽的单元测试，他们的代码还要通过所有的回归测试，并能支持后续的各种运维工作。

除了要对自己的代码负责，他们还要面对各种巨大的挑战，往往要针对多种解决方案进行大量试验。比如，当时为了解决 PHP 的性能问题，有 3 个不同的方案同时在进行开发，当某个方案的负责人发现另一个方案更好时，他们就会停下来；最后 HipHop 胜出了，但另两组人的精力也没白费，他们提供了重要的备份能力。

在文章的最后，还提到了 Facebook 的新兵训练营制度，关于这一点，Facebook 的早期员工王淮在他的《调教你的新工程师 – 谈新兵训练营》中做了详细的描述。

关于 Facebook，有很多值得深入学习和探讨的地方，比如他们的工程师文化，比如上文提到的新兵训练营。不知您在看了 Kent Beck 的文章之后有何感想，能否和 InfoQ 的读者们一同分享一下呢。