有時候處理規(guī)模問題***的辦法就是讓事情變得簡單并盡你可能去避免出現(xiàn)這種情況。這是 GitHub 所采用的方法，林納斯·托瓦茲（Linus Torvalds）在十年前開發(fā)了Git源代碼控制工具，GitHub 為該工具提供資料庫服務(wù)（repository service），目前已經(jīng)有了爆炸性的發(fā)展，并成為開源軟件開發(fā)工作的重心之一。

可以理解為什么程序員們會精挑細選他們創(chuàng)作代碼用的工具并與他人分享，反過來，他們也會去調(diào)整和改進這些工具。一種非常現(xiàn)實的感覺就是，軟件開發(fā)者們“住進”這些系統(tǒng)中后，源代碼版本控制系統(tǒng)的工作方式會對合作者們的創(chuàng)作過程提供積極或消極的影響。

GitHub 的成立可以追溯到2007年，它的建立者包括目前公司的***運營官（COO，Chief Operating Officer）PJ Hyett，***執(zhí)行官（CEO，Chief Executive Officer）Chris Wanstrath，前***執(zhí)行官Tom Preston-Werner，***信息官（CIO，Chief Information Officer）Scott Chacon。這些人當時都在 Rails 框架下開發(fā) Ruby 應用程序，并希望通過一個更好的方式合作編碼，為此他們開始搭建了預計在2008年開始運行的 GitHub。與其說這是一個商業(yè)計劃，他們的開發(fā)更多是為了能有一個工具幫助他們自動化地協(xié)助自己的軟件開發(fā)工作。

事實證明，GitHub 是世界上***的 Ruby on Rails 應用程序，GitHub 系統(tǒng)主管 reckons Sam Lambert 曾和 The Platform（譯者：一家網(wǎng)站 http://www.theplatform.net/） 就該系統(tǒng)做過一次小的討論。Lambert  不方便公開討論 GitHub 有多少行代碼構(gòu)成，沒有公司公布有多少行代碼托管在 GitHub 倉庫，但 Lambert 確實給我了們一些指標數(shù)據(jù)，這些數(shù)據(jù)是關(guān)于 GitHub 的使用增長情況，以及系統(tǒng)如何支撐為大約 60000 個機構(gòu)或個人工作的 1000 萬個程序員維護 2600 萬個開源項目。

“基本上它就是一個簡單的棧，對我們來說它真的很重要，“Lambert 說。“我們試圖采用盡可能少的東西來保持這個棧的簡單”。

另一方面，2008 年是創(chuàng)業(yè)公司的一個分界線（兩年后 Amason Web Service 發(fā)布了 EC2 計算云），GitHub 可以使用云，***次不需要在基礎(chǔ)建設(shè)上做投資。但是，沒有那么做，公司創(chuàng)始人和他們聘請的工程師已經(jīng)繪制了技術(shù)棧草圖，通過聊天工具見獵購買了一系列創(chuàng)造 性的系統(tǒng)管理，軟件布署工具，基本的 IT 操作都在 GitHub 上運行。

當然，公司在 GitHub 上有自己的私有倉庫來開發(fā) GitHub。雖然 Lambert 沒有透露這個構(gòu)成 GitHub 的 Ruby 應用的具體大小，但是他告訴我們這個平臺在 GitHub 的倉庫里有25萬個 commit，有上百人貢獻了他們的代碼和提交這些變動的 commit，盡管不是所有人都在 GitHub 工作。

項目人

“GitHub 最初是為我們自己創(chuàng)建的，我們基本上都是軟件工程師所以我們想要一個好的工具做開發(fā)。”，Lambert 如是說道，“我們使用 GitHub 去構(gòu)建 GitHub，同時這也是我們每天去管理所有事物的東西。人力資源和法律團隊在他們的工作流程上也在使用 GitHub。不僅僅只是程序員在使用 GitHub。我們非常幸運能夠用其他公司不一定能做的方式完成了我們的代碼。如果你招一些開發(fā)者為廣告系統(tǒng)做開發(fā)，除非他們根本不在乎討不討厭廣告，否 則他們是不會愿意干的。而我們所有的開發(fā)人員都喜歡Git并且所有的工作都圍繞著它，所以我們有為我們每天使用的工具而工作的特殊待遇。 ”

Github 棧的底端是硬件，它由幾百臺分布在各地數(shù)據(jù)中心的X86服務(wù)器組成。(Github 沒有透露這些服務(wù)器位于何處，但 Lambert 確實說過，由于全球用戶基數(shù)增長，Github 正在考慮在全球其他地區(qū)建立數(shù)據(jù)中心。)

“我們使用標準供應商的現(xiàn)成機器，” Lambert 說道,  但沒有提及供應商的名字和配置. “我們對軟件運行做了很多優(yōu)化，但針對硬件我們并沒有做不合適的大規(guī)模定制化。隨著規(guī)模變大，我們試圖讓軟件容錯性更好，并且將數(shù)據(jù)拷貝到一次性機器上， 這樣我們就用不著維修機器了。你只需要毀掉它，重新將數(shù)據(jù)放到另一臺機器上。這會讓購買機器變得便宜，同時擴展的成本也更低。”

“我們確實需要構(gòu)建定制化和非比尋常的東西，因為一旦我們做了，我們就失去了社區(qū)正在做的東西的好處。這也告訴了我們怎么選擇數(shù)據(jù)庫，因為 MySQL 是每個人都在用的數(shù)據(jù)庫。如果你使用它時碰到問題，這個問題別人也會碰到過，你自然不會碰到誰都無法理解的故障。”

硬件明顯沒有那么有趣 ——尤其對于軟件工程師來說。但是 Lambert 尤其對自家開發(fā)的部署系統(tǒng) GPanel 感到興奮，它用 Ruby 開發(fā)，掛鉤到 Puppet 配置工具，讓公司里的任何人都可以準備機器并在上面發(fā)布軟件。

“這讓我們像在公有云上一樣部署軟件，卻又允許我們享受擁有自己的硬件的所有好處。”

Github 的軟件基礎(chǔ)當然是 Linux，Lambert 也說過公司當然有足夠的專家來運轉(zhuǎn)自己的 Linux。但它沒有這么做，而是簡單地使用 Canonical Ubuntu 分布式服務(wù)器。至于存儲 Git 代碼和 Github 代碼倉庫訪問控制系統(tǒng)的其他部分的數(shù)據(jù)庫，Github 依賴 MySQL 關(guān)系數(shù)據(jù)庫。Github 自己維護 Linux 和 MySQL 軟件，以及 Ruby 和 Rails。Github 聘用了 Ruby 和 Rails 社區(qū)的主要維護者，因此可以推論，Github 在社區(qū)做自己的技術(shù)支持。但事實上隨著應用的規(guī)模擴大，Github 同時擁有自定義版本的 Ruby 和 Rails。

Fork 代碼

“當數(shù)據(jù)來臨時，對我們來說真的是規(guī)模問題，我們正在使用一個高可用的方式彈性存儲數(shù)據(jù)，”Lambert 說道，”它是關(guān)于適應 Git 具有可擴展性和易用性，因為它從來沒有考慮過這一點。我們測量，GitHub 是***的 Ruby on Rails 程序之一 – 許多公司都沒有大規(guī)模的運行 Ruby。我們保持精益，做優(yōu)化，以保持這種方式。

我們現(xiàn)階段不完全，不像 Facebook 的 HipHop 和 Facebook 用 PHP 做什么，但我們有人民奉獻 Ruby 的核心，使其更快和精益。”

GitHub 調(diào)整了 Ruby 解釋器，并創(chuàng)立了自己的垃圾收集例程，但它也熱衷于定位 Ruby 和 Rails 的錯誤盡可能快和獲取代碼修復到 GitHub 上，應用程序，以及輸出到 Ruby 和 Rails 社區(qū)。 （ Ruby 開發(fā)托管在 GitHub 上，因為這樣是為了 Rails。MySQL 的開發(fā)剛搬過來不久，用了甲骨文一些時間來做到這一點。）

GitHub 可能是開發(fā)者的機器，用于瘋狂的 Fork 代碼 – 好，瘋狂的 Fork 代碼至少 – 讓 GitHub 費力也不以為奇。蘭伯特解釋道：

“我們保持 GitHub 作為一個 Ruby on Rails 應用程序的原因是，它是非常容易和快速的學會。人們在該公司***天上班就開始在 Github上 工作了。我們真的很需要一個的定制的和與眾不同的構(gòu)建，因為如果我們這樣做，我們將失去了所有社區(qū)所帶來的好處。這就是告訴我們的數(shù)據(jù)庫選擇，因為 MySQL是每個人都在使用的。如果你遇到 MySQL 的問題，它是已知的，你不會遇到晦澀難懂并且沒人知道的錯誤信息。沒有找不到答案的奇怪錯誤，因為你遇到的問題，有人已經(jīng)遇到過”。

GitHub 的基礎(chǔ)設(shè)施有 Web 服務(wù)器，代理服務(wù)器，認證服務(wù)器，和一堆執(zhí)行有關(guān)倉庫的分析、上傳提交分析、數(shù)百萬托管項目分析的系統(tǒng)，但真正核心是存儲庫本身。大多數(shù)這類數(shù)據(jù)是文本， 當然，這不會占用很大的空間，相比一些更豐富照片，視頻和音頻媒體更能充塞互聯(lián)網(wǎng)后面的磁盤驅(qū)動器。

奇怪的是，GitHub 沒有使用傳統(tǒng)的數(shù)據(jù)壓縮方式壓縮文本數(shù)據(jù)，但它有自己的壓縮方式來節(jié)省空間。如果一個項目被 Fork，只在 Fork 中保存對原來的更改。 （我們假定這個方法也可以讓你輕松地找出變化，在每一個 Fork 中迭代。）如果 GitHub 上保存每一個變化，每一個 Fork，它會很快有數(shù)不清的PB級數(shù)據(jù)，傳統(tǒng)的數(shù)據(jù)壓縮會系統(tǒng)變慢。事實證明，即使每天從程序員接受數(shù)百 GB 字節(jié)的新數(shù)據(jù)，整個 GitHub 的資源庫的大小也是被度量在數(shù)百 TB 級。

在某些時候，在互聯(lián)網(wǎng)上有很多貓的照片，所有貓的照片來自 master 貓的照片，并根據(jù)變化方式存儲在 Fork 中 （譯者注：這里做個比喻，形容 github 的 Fork 只存儲與 Fork 之前的差別）（我們有點開玩笑。）

“有很多公司說他們已經(jīng)到達 TB 和 PB 級的數(shù)據(jù)，你問他們那都是些什么數(shù)據(jù)，它們通常只是垃圾，” Lambert 笑著說。“大多大數(shù)據(jù)公司僅僅用來存儲事件 —— 這些基本上都是沒用的。我們非常自豪于我們一直保持著精益和優(yōu)化，我們不會存儲大量無用的數(shù)據(jù)。相對于我們的競爭對手，存儲到倉庫的比率顯示了我們非常非 常地精益。我們盡可能不去存儲數(shù)據(jù)，因為我們有一些非常智能的東西在后端讓我們保持松散和分叉。我們有很多 Git，但我們還是會盡我們所能去優(yōu)化。”

回顧 GitHub 的發(fā)展經(jīng)歷，從公司到老舊的學校，都可以快速簡單地獲取指定的存儲和計算能力并啟動它們。

“我們總是領(lǐng)先一步，我不能說是壓力驅(qū)使，但我們確實有壓力“Lambert 沒有具體說明集群是如何快速發(fā)展的。“我們每天有數(shù)百 G 的新數(shù)據(jù)，并且倉庫的使用規(guī)模快速增長，但我們創(chuàng)建了基礎(chǔ)設(shè)施，可以和業(yè)務(wù)增長保持同步擴展”，這是因為我們的計劃做得很好，現(xiàn)在也沒有變慢的跡象。“

如果 GitHub 像其他 hyperscaler 一樣，它的基礎(chǔ)設(shè)施發(fā)展會滯后于推動基礎(chǔ)設(shè)施的因素發(fā)展。很難去擴展服務(wù)，存儲和用戶，這也是為什么在 hyperscaler 有這么多的工程創(chuàng)造力。

使用公共的 Github 倉庫是免費的，但是上面的代碼可以被任何感興趣的人獲取和 fork。GitHub 有償提供私有倉庫，這是它計劃盈利的方式。價格從 7 美元每個月的包含 5 個私有倉庫的個人計劃到200美元的程序員團隊可共享 125 個私有倉庫的商業(yè)計劃。對于那些需要在內(nèi)部搭建 Github 來開發(fā)代碼的公司，可以購買 GitHub Enterprise 授權(quán)，售價 2,500 美元，每年可安裝 10 個主機，并且跟 Github 有同樣的外觀。GitHub Enterprise 可以在內(nèi)部主機上搭建，也可以搭建在 Amazon Web Services 或者  Microsoft Azure 公有云上。目前 GitHub 和 GitHub Enterprise 由同一個支持團隊維護，但是如果你要在 GitHub Enterprise 上做內(nèi)部開發(fā)并想開源到 GitHub，沒有自動化的方式來完成。但 Lambert 表示存在空間。

除了核心Ruby on Rails應用程序和存儲算法把GIT中的代碼存放到文件服務(wù)器，GitHub也正在工作于其它應用上。 “有些技術(shù)你只是沒有把它下架，因為世界上我們是***的代碼托管商，我們有很多定制領(lǐng)域的問題，”蘭伯特說。

向前發(fā)展的其中一個重點領(lǐng)域是，提供了一組更豐富的關(guān)于程序員的項目分析和工作分析，因為很多公司都在使用開源軟件，以此來吸引人才。這就是為什么 GitHub將擴展到新的市場，有很多變化的文檔和Fork是協(xié)作過程的一部分。就像GitHub里面的團隊一樣，使用該工具來跟蹤項目，架構(gòu)師，音樂家 和其他工匠開始使用該工具，這可能為Github提供了另一波增長。

GitHub 在 2012 年的 7 月***輪風險融，從 Andressen Horowitz 那里資籌集了 1 億美元，和今年 7 月的第二輪融資，從紅杉資本和 Andreessen Horowitz，Thrive Capital 和 Institutional Venture Partners 籌集了另外 2.5 億美元,該公司尚未公開，但鑒于其融資的估值約為 20 億美元，和現(xiàn)金增長其基礎(chǔ),并擴大它的目標市場。

ChatOps 文化與分布式開發(fā)

GitHub 的一個重要創(chuàng)新，嚴格的講，不是代碼部分,但絕對是公司 Hubot 的一部分，這是公司使用的一個聊天機器人系統(tǒng)管理接口。這種方法通常被稱為 ChatOps，給部署操作起別名，通過聊天機器人，用聊天的方式做 DevOps。在 GitHub 里一切都使用它。