Fourinone（即Four-in-one，中文名字“四不像”）是一个分布式计算框架，提供了一个4合1的分布式框架功能（即整合了Hadoop、Zookeeper、MQ、分布式缓存的主要功能）和简单易用的编程API，实现对多台计算机CPU、内存、硬盘的统一利用，从而获取到强大计算能力去解决复杂问题。
项目地址： http://code.google.com/p/fourinone/
CSDN记者采访了Fourinone创始人彭渊，请他来详细介绍Fourinone项目的由来、技术细节等方面的情况。
Fourinone创始人彭渊
CSDN：请先做个自我介绍吧！
彭渊：我是彭渊，目前担任华为企业中间件首席架构师，主要负责中间件和大数据。我之前曾是淘宝高级专家（花名：千峰），先后在淘宝交易、淘宝中间件、集团核心系统、阿里金融等部门工作。在淘宝之前，还曾担任金蝶软件总体架构部SOA架构师。
CSDN：Fourinone是一个什么样的项目？提供了哪些功能？
彭渊：Fourinone（四不像）是对分布式核心技术的归纳和经验总结，一般互联网企业的分布式存储计算系统都是个大平台，系统复杂代码庞大，而且只适合自己的业务，但很难被其他企业下载安装，Fourinone从中抽取出了一个简化的框架和编程API，能方便工程师了解分布式系统的主要技术实现，并推动开源的技术创新。所以总结起来：
Fourinone是一个精心设计的框架和API，实现对多台计算机CPU、内存、硬盘的统一利用，从而获取到强大计算能力去解决复杂问题。
- 提供了一系列并行计算模式（农民工/包工头/职介绍/手工仓库）用于利用多机多核CPU的计算能力；
- 提供完整的分布式文件操作功能，像操作本地文件一样操作远程文件（访问、并行读写、拆分、排它、复制、解析、事务等）用于利用多机硬盘存储能力；
- 提供提供完整的分布式协调功能，实现了zookeeper主要功能。
- 提供分布式缓存和小型缓存用于利用多机内存能力。
- 提供简化MQ功能用于方便多机通讯。
CSDN：开发Fourinone项目的初衷是什么？
彭渊：Fourinone项目起源于淘宝技术委员会发起的加大对并行计算技术研究的提议，当时邮件讨论得很热烈，但是没什么人真动手去做，那时中间件部门想搞一个轻量级计算框架，我当时在淘宝接触了很多Hadoop/HBase等技术，刚好也有一些自己想法，于是就开始做了，应该说我在做的过程中超出了计算框架的范围，把对其他分布式技术的感悟和实践都加了进去，做技术不要为了完成任务，而是要抓住一次灵感的创作，这是我的初衷，但不一定是项目的初衷。
CSDN：Fourinone主要针对哪些场景设计？设计理念是什么？
彭渊：Fourinone的目标是做小，不做大平台大系统，而是通过高度灵活的框架和API，然后尽可能的用于大部分的分布式场景。但是有很多人会反对，曾经也有淘宝内部的技术权威当大家面说我们不要一个All In One的系统，我怕KPI被影响，也不敢公开反驳，但是这个问题要看你从哪个层面去设计，比如搞Java的人这么多，所用的JDK就是一个All In One的API，从Swing界面，到数据结构，到网络多线程，再到文件操作等等全部包含一个几十M的JDK里面，并且支撑了世界上千千万万的应用，包括Hadoop。除外，我们用的手机也是All
In One的，上帝把人也设计成All In One的，人又会跑，又会说，又会想，还会勾心斗角，功能太多了。这个世界喜欢All In One，所以架构师也要将产品设计得更酷。
从一个框架的设计理念来说，不仅要做到功能强大，而且要非常简单，要让开发者产生驾驭感，而不是产生畏惧感，因此源码要控制的非常少（Fourinone整体不到一万行代码），demo要很傻瓜，最好看一眼demo就能上手，最好看到源码很少就恨不得马上把它调通吃透。反之，源码太庞大，安装部署开发太复杂，开发者就会知难而退，人都是喜欢自己能拥有的东西，而不会因为一个东西复杂而称赞作者水平高。
CSDN：Fourinone的架构是什么样的？
彭渊：Fourinone的架构根据功能涉及方方面面，限于篇幅，无法一一道来，技术博客有个完整的架构PPT可以去下载： http://fourinone.iteye.com/blog/1501126。
下面只介绍一个最简单的分布式计算架构，希望能达到一目了然的效果，最好不懂技术的人也能大致看明白：
- 包工头：负责任务的分配，工头的giveTask方法可以由开发者实现，工头先获取线上工人数量，然后调用各个工人的doTask方法，让工人们并行完成任务。
- 工人：负责执行任务，工人doTask方法也可以由开发者实现。
- 职介所：负责登记工人并介绍给工头。
部署时，工头和多个工人可以部署到一台计算机，也可以部署到多台。
CSDN：Fourinone是怎么整合前面提到的4个功能（Hadoop、Zookeeper、MQ、分布式缓存）的？是如何具体实现的？采用的技术有哪些？
彭渊：Fourinone（四不像）只是个代号，实际上从2.0开始，又包括了完整的分布式文件操作API（Fttp），因此功能上已经不止4种，它不是Hadoop的复制品，也不是将几个开源产品拼凑起来的东西，它的目的是帮助你去利用多台计算机的资源实现各种分布式应用。
因此，框架和编程API是Fourinone的核心，它不实现具体的分布式应用，但是你可以用它帮助你去实现具体的分布式应用，无论是分布式计算还是存储还是协同等。Fourinone实际上将多种分布式问题的理解融入到了一个框架中，考虑到底层实现技术的相似性，对复杂的分布式计算应用进行了大量简化和归纳，所以最后它看上去综合了好几种分布式产品的主要功能。
技术实现上采用纯Java，没有任何依赖，整体只有一个150k的JAR包，导入环境即可使用。从设计上来说，无论是并行计算也好，分布式缓存也好，MQ也好，背后的并发设计、服务端设计、容器设计等技术都是不变的主题，只是老外将这些技术封装起来，包装成不同的技术产品给我们用，时间长了，我们会认为它们彼此没有关系，合在一起反而感到奇怪。前面说的，Fourinone是对这些分布式技术的归纳和总结，可以好好体会一下。
CSDN：除了这些特性外，Fourinone还有哪些创新点？
彭渊：Fourinone在算法上和设计模式上都是原创的，既不模仿国外论文，也不抄袭其他产品实现，如分布式负载和扩容算法、分布式领导者选举算法等，当然也有人攻击我没有用复杂数学公式和论文证明这些算法，只有公认的那些算法理论才是可信任的。
算法都是人创造的，都是灵活的，千万不要教条化，为了实现算法本身而实现，在某种算法上花费了学习成本，以后就抱着这种算法的步骤僵化套用是不好的。应该多观察我们需要解决的问题，然后思考合适的算法，如果思考过程中碰到问题，再回头参考前人已经总结出来的算法寻求借鉴，这样的才能有更深刻的体会。
其实很多算法动手做做发现没有那么难，跟数据挖掘和概率统计算法不一样，不需要太多数学知识也可以完成的。比如淘宝小二想出来的按机器取模+成倍扩容的简单土办法虽然美中不足，但是也解决了大部分的需求，并不是都需要先用数学论文证明了一番才能上线。
Fourinone在分布式缓存负载均衡实现中，没有采用一致性Hash算法，考虑到不可能每分每秒扩容机器，而采用了一种基于日期key取模的方式，基于日期分组策略实现扩容后数据分布均匀，也能达到目的和解决问题。
Fourinone在领导者选举上也没有采用Paxos，简言之，Paxos对每个节点的并发修改采取编号记录的方式保持一致性，对多个节点的并发修改采取少数服从多数的方式保持一致性。Paxos有点类似分布式二阶段提交方式，但是又不同，二阶段提交不能多数节点同意，必须是全部同意。为了遵守过半节点同意的约束，Paxos算法往往要求节点总数为奇数。Fourinone选取领导者采取的是一种谦让方式，集群中节点会先询问其他节点是否愿意当领导者，没人愿意它才担任；如果已经有了领导了，那它就谦让；正因为大家都谦让，不互相争抢，领导者之间能避免冲突保持一致性。一旦确定了领导者，就只跟该领导者打交道，所有对变量的操作都是通过领导者进行，不会再去操作其他候选节点，操作结果由领导者统一同步到候选节点，跟上面Paxos算法保证一致性的方式是不一样的，Paxos算法会去访问和操作所有节点征求同意，最后以多数节点的结果生效。所以基于Paxos方式的实现难度和工作量会更大，Fourinone在领导者选举和一致性上要更加简化和直接。
还有，在大部分的主备切换场景中，一台主机最多也就2~3台备机，不可能出现几百台备机，需要一个更复杂的算法去支撑，所以这时的领导者选举算法可以做得更简单。
CSDN：讲讲Fourinone的开发故事，在开发过程中，你遇到过哪些问题？是如何解决的？
彭渊：我当时在淘宝是个人专家，下面没有一个人，有一个实习生挂在我下面但是被安排在其他项目，因此Fourinone是一个人设计开发的，实习生帮忙写了些demo，并提交给淘宝测试团队做压测。一个人设计开发有好处也有坏处，好处是做一个东西不需要进行漫长的评审、讨论、选型，最后拖了半年一年还不一定统一各方意见，坏处是做出来后会认为是我个人的东西而被冷落，推广应用上面临很大的困难，但实际上我只是个农夫，离开淘宝当时的环境土壤，我也不会去考虑做一个分布式技术的东西，从华黎（曾宪杰，淘宝高级技术专家、Java中间件团队负责人）立项做这件事到测试团队认真压测都有大家的投入在里面，淘宝当时对分布式技术有大量的需求和氛围，Fourinone是这种背景下积极探索的成果，因此应该值的大家去珍惜。
当时开发完成后，先是在淘宝内部发布邮件通告技术委员会，引起了激烈争论，有人公开反对，但是暗地支持，比如褚霸（余锋，淘宝核心系统数据库组高级技术专家）开始说我重复造轮子，但后来私下对我说只要用心做技术，最终还是会得到认可的（我相信这句话是真心的），也有人公开支持，但是暗地反对，各种声音都有，后面大家提议先做一些基准测试看看优势在哪里。
开始压测时还是很多人持有怀疑态度的，怀疑不能用，比如数据量大了不能用，计算节点多了不能用，出了故障不能用，性能会比Hadoop计算慢很多，但是最后开发和测试团队各自搭建了好几个Hadoop集群反复的对比测试，结果出乎意料，在wordcount和排序等基准测试上胜出了很多。现在华为工程师又进行了测试，结果还是在效率上超出同类计算框架10倍以上。一个东西测来测去测了很多遍，到最后已经不是技术问题了，而是需要思考对它的接纳态度了。
虽然现在已经离开了阿里，但是我仍然心怀感恩，感谢当初的创新环境和给予支持帮助的各位同事。
CSDN：Fourinone目前主要应用在哪些地方？
彭渊：最开始在淘宝内部的主要应用在语义分析、哈勃监控、关联推荐等方面，前面说了，Fourinone的目标是做小，因此不需要整个系统围绕Fourinone来建立，只需要在局部功能实现上用到Fourinone的API提供帮助即可，完全是嵌入式的，是被用户的系统包含，而不是去包含用户的系统，因此Fourinone很适合各种小场景的应用。
但是对于淘宝内部大的平台应用，由于牵扯的关系复杂，不是太容易推广，曾经尝试在MPI集群做调度使用，以及七公（汪海，淘宝数据平台负责人）当时引荐给ODPS（云梯2）团队，希望做其中的M/R计算框架，但是最后没有能合作成功，后来七公无奈对我说在公司推广个人搞的东西比较难，当时我想Fourinone的特点比较适合开源贡献给外界社区。
做成了灵活的API并开源后，在淘宝外部的应用要更多，结合之前的下载地址总共下载次数超过一万次，技术群有三四百人的活跃群体，根据用户的反馈和咨询统计，大大小小的并行计算应用、流计算应用、远程文件系统应用等等有很多。
开源软件跟商业软件有个本质区别，比较少去刻意搜集应用场景，比如Tomcat官网上不会专门有一页列举TOP500企业的案例，但是商业软件就会有，而且越著名企业的案例越好，比如华为大数据就很看重几个大银行的案例。开源软件都是放在那里给有需要的人去下载，是否采用取决于能否给你带来帮助，不会去强迫别人来使用，但是商业软件不一样，我们售前人员会天天上门想各种办法说服客户使用。
CSDN：Fourinone项目今后的目标和开发计划是什么？
彭渊：Fourinone对我个人来说已经是过去的东西了，但是这个开源项目仍然会支持下去，因为分布式技术核心部分永远不会过时，掌握它我们就能驾驭新的技术理念和创造新的技术产品，分布式技术也是中间件的支撑，很多经验的积累都可以用到相关的产品设计中去。
目前Fourinone的最近版本为3.0版，后续还会增加一些新特性：
- 比如多进程多线程的无缝融合，同一套接口，改改参数，从多进程变为多线程，开发者无需改写程序逻辑；
- 比如提供高容错任务分配算法API，将n个任务分给m个工人并行完成，根据任务大小设置工人数量，工人间能者多劳，性能好的工人机器争抢干更多的任务，同时跟现实工作一样，如果有工人生病请假（故障），那么他的任务活由其余工人代干，除非所有工人出故障，否则就算只剩一个工人也应该加班把其他所有工人的活干完，对整体计算来说，部分工人故障对计算结果来说不受影响，只是计算时间会延长。
有兴趣的朋友可以留意后续版本。