世界上哪家公司流量最大？
你腦海中出現(xiàn)的第一個(gè)是什么？
是Google or Facebook，又或是 Amazon？
小A探出了頭：頭條?畢竟抖音占用我了那么多時(shí)間
我想說，都不是！
它的名字叫 Netflix，中文名奈飛
而且，它已經(jīng)20多歲了。
也許這個(gè)答案讓你大跌眼鏡，名字都沒聽過的公司，哪來這么大的流量？
不過，公司名字沒聽過，沒關(guān)系，但它出品的美劇，你肯定看過。
對(duì)，就是這個(gè)，豆瓣高分美劇《紙牌屋》
所以，我也很好奇，Netflix究竟是一家什么樣的公司？
1997年
公司成立，Netflix一開始只是一家 DVD 租賃公司，租金最初只需50美分一個(gè)，最長租賃期為7天，關(guān)鍵是提供免費(fèi)遞送。
這是最原始的網(wǎng)站，在網(wǎng)站推出了一個(gè)大約900個(gè)內(nèi)容的視頻庫
1999年
Netflix的視頻庫已擴(kuò)展到3100個(gè)內(nèi)容，開始宣布其新的訂閱模式。訂閱計(jì)劃最初的價(jià)格是15.95美元，允許Netflix會(huì)員每次可以租賃4部電影，不限歸還日期。
2000年
Netflix視頻庫中的內(nèi)容已經(jīng)達(dá)到5200個(gè)，放棄了滯納金和歸還日期，轉(zhuǎn)而采用每月19.95美元的訂閱計(jì)劃。
2007
流媒體視頻成主流，DVD被取而代之。
Netflix推出在線流媒體服務(wù)Watch Now，該服務(wù)推出時(shí)有1000個(gè)內(nèi)容，免費(fèi)包含在每月5.99美元的實(shí)體DVD訂閱計(jì)劃中。
最終，Netflix慢慢進(jìn)化成一家視頻公司，提供每月7.99到11.99美元不等的訂閱服務(wù)(subscription service)，采用'All-you-can-eat'的單一模式，在全球擁有8100萬subscribers，其中美國超過4600萬。2016年初，Netflix剛剛實(shí)現(xiàn)了全球布局(Globalization)，意味著在全球的任何一個(gè)角落，當(dāng)然除了中國以及少數(shù)幾個(gè)國家，你懂的，你都可以訂閱Netflix服務(wù)，觀看海量視頻。
另外，這家占據(jù)了超過1/3的互聯(lián)網(wǎng)下載的流量的公司，它的服務(wù)完全托管在AWS上面，沒有自己的基礎(chǔ)硬件設(shè)施，意味著只要AWS炸了，它也跪了。
所以，今天介紹Netflix公司，并非是因?yàn)樗峁┑囊曨l有多好看，而是它牛逼的技術(shù)，以及在開源的貢獻(xiàn)。
開源貢獻(xiàn)
在開源界中，Netflix的貢獻(xiàn)非常大，它的開源項(xiàng)目叫做Netflix OSS(a.k.a Open Source Software)，在它自己的github主頁，有下面這些開源項(xiàng)目
- Common Runtime Services & Libraries(e.g. Eureka, Ribbon, Hystrix)
- Big Data(e.g. Genie)
- Build and Delivery Tools(e.g. Asgard/Spinnaker)
- Data Persistence(e.g. EVCache)
- Insight, Reliability and Performance(e.g. Simian Army)
所有開源項(xiàng)目都在github上都有project，并且可以fork，你可以通過這個(gè)link進(jìn)行查看: https://github.com/Netflix
產(chǎn)品介紹
Hystrix
https://github.com/Netflix/Hystrix
Star 18000+
雖然現(xiàn)在已經(jīng)不維護(hù)了，但曾經(jīng)輝煌過。
Hystrix 供分布式系統(tǒng)使用，提供延遲和容錯(cuò)功能，隔離遠(yuǎn)程系統(tǒng)、訪問和第三方程序庫的訪問點(diǎn)，防止級(jí)聯(lián)失敗，保證復(fù)雜的分布系統(tǒng)在面臨不可避免的失敗時(shí)，仍能有其彈性。
Netflix 稱，在分布式環(huán)境中，不可避免會(huì)造成一些服務(wù)的失敗。Hystrix 庫旨在控制分布式服務(wù)中提供更大容限和服務(wù)失敗之間的相互關(guān)系。Hystrix 通過隔離訪問遠(yuǎn)程系統(tǒng)、服務(wù)和第三方庫的點(diǎn)，阻止級(jí)聯(lián)故障，從而使復(fù)雜的分布式系統(tǒng)更具彈性。
Falcor
https://github.com/Netflix/falcor
Star 9000+
Falcor 是高效的 JavaScript 數(shù)據(jù)抓取庫。
falcor是介于客戶端和服務(wù)端的數(shù)據(jù)中間件. 它把整個(gè)應(yīng)用的域模型通過一個(gè)虛擬JSON對(duì)象表示，并抽象出get, set和call三種操作，使得應(yīng)用程序可以用一種一致的方式讀寫域模型的數(shù)據(jù)，同時(shí)不用關(guān)注數(shù)據(jù)的來源。此外，falcor還提供了緩存、批量打包和去重的功能，從而減少了網(wǎng)絡(luò)請(qǐng)求和往返的次數(shù)以及冗余數(shù)據(jù)的存儲(chǔ)和傳輸.
SimianArmy
https://github.com/Netflix/SimianArmy
Star 7000+
Simian Army 是一個(gè)各種猴子猩猩組成的大部隊(duì)，其中最有名的就是Chaos Monkey，就是制造混亂的猴子，就是下面這只既囂張，又瘦弱的小猴子。
這個(gè)猴子用來干什么呢？它在所有服務(wù)的依賴中里，每次隨機(jī)挑幾個(gè)下游服務(wù)，直接把它搞掛掉，看看Netflix as a whole的輸出結(jié)果是否還是符合預(yù)期的，當(dāng)然這個(gè)過程中還需要依賴Hystrix。
狼哥所做的項(xiàng)目中也有一堆類似的猴子。
Eureka
https://github.com/Netflix/eureka
Star 8000+
Eureka是Netflix開發(fā)的服務(wù)發(fā)現(xiàn)框架，本身是一個(gè)基于REST的服務(wù)，主要用于定位運(yùn)行在AWS域中的中間層服務(wù)，以達(dá)到負(fù)載均衡和中間層服務(wù)故障轉(zhuǎn)移的目的。SpringCloud將它集成在其子項(xiàng)目spring-cloud-netflix中，以實(shí)現(xiàn)SpringCloud的服務(wù)發(fā)現(xiàn)功能。
Spinnaker
https://github.com/spinnaker/spinnaker
Star 6000+
Spinnaker 是一個(gè)持續(xù)交付平臺(tái)，它定位于將產(chǎn)品快速且持續(xù)的部署到多種云平臺(tái)上。Spinnaker 主要特性：配置一次，隨時(shí)運(yùn)行；隨地部署，集中化管理；開源。
Zuul
https://github.com/Netflix/zuul
Star 7000+
Zuul 提供動(dòng)態(tài)路由，監(jiān)控，彈性，安全等的邊緣服務(wù)，相當(dāng)于是設(shè)備和 Netflix 流應(yīng)用的 Web 網(wǎng)站后端所有請(qǐng)求的前門，可以適當(dāng)?shù)膶?duì)多個(gè) Amazon Auto Scaling Groups 進(jìn)行路由請(qǐng)求。
優(yōu)秀的項(xiàng)目，還有很多...
哪些公司在使用Netflix的產(chǎn)品？
https://netflix.github.io/powered-by-netflix-oss.html
而實(shí)際上使用的公司比這些更多，只是沒有被統(tǒng)計(jì)進(jìn)去而已。
結(jié)尾
關(guān)于Netflix這家公司，其實(shí)還有很多東西可以去學(xué)習(xí)，包括商業(yè)模式、公司文化等等，但是這不在我們的技術(shù)范疇內(nèi)，感興趣的同學(xué)可以繼續(xù)了解。
最近不久，Netflix的工程師出了一本書，叫 Chaos Engineering，即混沌工程。
粗看這個(gè)詞，可能大部分人都了解什么意思。
其實(shí)，這是一個(gè)新的領(lǐng)域，混沌工程是一門新興的技術(shù)學(xué)科，他的初衷是通過實(shí)驗(yàn)性的方法，讓人們建立對(duì)于復(fù)雜分布式系統(tǒng)在生產(chǎn)中抵御突發(fā)事件能力的信心。
只要你有過在生產(chǎn)環(huán)境中實(shí)際運(yùn)行過分布式系統(tǒng)的經(jīng)歷，你就應(yīng)該清楚，各種不可預(yù)期的突發(fā)事件一定會(huì)發(fā)生。分布式系統(tǒng)天生包含大量的交互、依賴點(diǎn)，可以出錯(cuò)的地方數(shù)不勝數(shù)。硬盤故障、網(wǎng)絡(luò)不通、流量激增壓垮某些組件，我們可以一直列舉下去。這都是每天要面臨的常事兒，處理不好就會(huì)導(dǎo)致業(yè)務(wù)停滯，性能低下，或者是其他各種無法預(yù)期的異常行為。
