¿Cuál es la pila de tecnología de LinkedIn?

Los productos que componen la pila tecnológica de LinkedIn incluyen: Amazon CloudFront, Amazon RDS, Apache Hadoop, Apache Kafka, Atlassian JIRA, Backbone.js, Couchbase, DigiCert, Dyn DNS, Git, GitHub, Gradle, IntelliJ Idea, Jenkins y Jetty .

Además, aquí hay una lista de otros productos de software que LinkedIn está utilizando internamente:

  • Comercialización : Influitiva, Marketo, SendGrid, Gengo
  • Ventas y soporte : Blue Jeans Network, Clearslide, Drawloop, SurveyMonkey
  • Analytics : App Annie, Google Analytics, Optimizely, Tableau Software
  • HR : AngelList Jobs, Jobvite, ProSky, Workday
  • Finanzas : Expensify, Recurly, Tradeshift
  • Productividad : Box, Google Hangouts, Slack, Webex

Para obtener una lista completa del software utilizado por LinkedIn, consulte: Pila de LinkedIn | Siftery

(Descargo de responsabilidad: los datos anteriores se obtuvieron de Siftery y han sido verificados por proveedores y personas que trabajan en LinkedIn).

Lenguajes de programación: Java

Tecnologías de servidor HTTP: embarcadero, Apache Tomcat

Bibliotecas de servidor: Spring, Scalding

Bases de datos: Oracle, Hadoop y MySQL

Software del servidor: Kafka y Apache Zookeeper.

Algunas tecnologías desarrolladas internamente por LinkedIn son:

  • Rest.li : un marco REST + JSON para construir arquitecturas de servicio robustas y escalables
  • Espresso : un almacén de datos NoSQL escalable horizontalmente, indexado, coherente con la línea de tiempo, orientado a documentos y altamente disponible
  • Voldemort : el almacén de datos de pares clave-valor para bases de datos MySQL.

Según LinkedIn, es principalmente Java , con algunos Python, Ruby, Node y C ++.

La ingeniería de LinkedIn ahora proporciona un desglose detallado de su pila, citado a continuación:

Los años modernos

Rest.li

Cuando nos transformamos de Leo a una arquitectura orientada al servicio, las API que extrajimos suponían RPC basado en Java, eran inconsistentes entre los equipos, estaban estrechamente vinculadas con la capa de presentación, y solo empeoraban. Para abordar esto, creamos un nuevo modelo de API llamado Rest.li. Rest.li fue nuestro movimiento hacia una arquitectura centrada en el modelo de datos, que aseguró un modelo de API Restful sin estado consistente en toda la empresa.

Al usar JSON sobre HTTP, nuestras nuevas API finalmente facilitaron tener clientes no basados ​​en Java. Actualmente, LinkedIn sigue siendo principalmente una tienda de Java, pero también tiene muchos clientes que utilizan Python, Ruby, Node.js y C ++, ambos desarrollados internamente, así como a partir de las pilas tecnológicas de nuestras adquisiciones. Alejarnos de RPC también nos liberó del alto acoplamiento con los niveles de presentación y muchos problemas de compatibilidad con versiones anteriores. Además, mediante el uso de Dynamic Discovery (D2) con Rest.li, obtuvimos un equilibrio de carga, descubrimiento y escalabilidad automatizados basados ​​en el cliente de cada API de servicio.

Hoy, LinkedIn tiene más de 975 recursos de Rest.li y más de 100 mil millones de llamadas de Rest.li por día en todos nuestros centros de datos.

Vea esta página en su blog de Ingeniería: Tecnología de LinkedIn | Ingeniería de LinkedIn

Hubo una charla en Pycon 2014. Usan Python y el microframework del matraz.

Son el sitio más grande que utiliza saltstack para la mayoría de su implementación.

Fuente: StackShare ayuda a los desarrolladores a encontrar y decidir sobre las mejores herramientas y servicios.