原文：What Powers Instagram: Hundreds of Instances, Dozens of Technologies
该文从多个方面介绍Instagram整个系统栈(stack)的组成，罗列所使用的组件。我觉得重要的不是用了哪些组件和工具，而是在构建一个系统时，应注意哪些问题，从哪些层面对系统进行优化。
构建系统的核心原则：
- 保持简单
- 不重复造轮子
- 尽可能使用经实践验证可靠的技术
OS/虚拟主机
在Amazon EC2上运行Ubuntu Linux 11.04。之前的Ubuntu版本在高流量的情况会产生各种不可预料的冻结事件（freezing episodes）。
负载均衡
对Instagram的每个请求都会经过负载均衡机器。以前使用两台Nginx机器，并在两者之间使用DNS轮循（Round-Robin）。 这种方法的缺点是当有机器退出使用时DNS需要花些时间来更新。后来使用Amazon的Elastic负载均衡器，并在ELB层面终止SSL（注：不太懂这个）， 从而降低nginx的CPU负载。
应用服务器
Django；多个应用服务器，由于无状态，所以容易横向扩展。
数据存储
大多数数据（用户信息、图片元数据、标签等）都存在PostgreSQL中。将数据切分到多个主机实例上（分区集群shard cluster）。
使用vmtouch来诊断与控制文件系统缓存（即哪些数据在内存中）。
所有PostgreSQL实例都使用流式复制以主-副本配置方式运行，并使用EBS快照频繁备份系统。
使用Pgbouncer作为PostgreSQL的连接池。
图片直接存储在Amazon S3上。使用Amazon CloudFront作为CDN。
广泛使用Redis，驱动主要的数据源(main feed)、活动数据源(activity feed)、会话系统（Instagram的Django会话后端）。也以主-副本设置运行Redis，副本机器不断地将数据库保存到磁盘，并使用EBS快照来备份这些DB转储数据。因为Redis支持写副本，所以在多台Redis机器之间进行在线故障转移（online failover）非常容易。
使用Memcached做缓存，通过pylibmc和libmemcached连接memcached。
任务队列与推送通知
监控
- 使用Munin为整个系统的各种指标绘制图表，如果某些指标超出了常规范围会提醒管理员。基于Python-Munin编写Munin插件为非系统级的指标绘制图表。
- 使用Pingdom对服务进行外部监控。
- 使用PagerDuty来处理通知和事件。
- 使用Sentry来记录Python错误报告，这样任何时候都可以登录系统（实时地）看到系统中正在发生什么错误。