伸缩性Scalable教程
系统架构10大架构特征 - zonito
想象一下你正在买一辆车。您需要其中的哪些基本功能?车辆应该将人从 A 点运送到 B 点。但我们还要检查的是安全性、舒适性、可维护性、易于维修或更好的里程。您也可以寻找电动版本或更快的速度。为什么?为了.
沃尔玛针对高峰流量扩展其库存预订API处理能力 - Shanawaaz
当顾客在Walmart.com网站或移动应用程序上下订单时,会有一个库存预订电话。这捕获了对顾客购物车中的商品的需求。在感恩节假期或任何销售活动(如PS5或Xbox活动)期间,库存预订请求的数量会显著.
什么是分布式系统的利特尔定律? - nurkiewicz
利特尔定律(Little's law)是一个令人震惊的方程式,它非常简单,但它可以为你的分布式系统的能力带来惊人的洞察力。举例:首先,假设我们去一个杂货店。想象一下,有一个店员,平均在四分钟内处理一个.
Web3:以太坊基础设施商Ankr在全球范围内扩展其区块链节点
虽然 Web3 架构不同于传统的云部署,但仍有一些共同的挑战如地理邻近性。根据thenewstack报道:今天,大约 40% 的以太坊节点位于美国,这表明缺乏全球去中心化,并且肯定无法将美国以外的用户.
使用KEDA和Kafka在 Kubernetes 上自动扩展 - Piotr
MongoDB迁移到Cosmos DB以支持数百万用户 - Saket
Glance 游戏中心是 Glance 应用程序中的一个部分 : 上百款游戏的目的地。任何想要快速娱乐的人都可以在这里玩游戏。它涵盖了各种类型的游戏,如益智、赛车、冒险、策略等。这些游戏通常是基于 H.
如何在一周内使用Kafka+Redis构建分布式排行榜系统? - Aritra
MemQ:可替代Kafka的高效、可扩展的云原生PubSub系统
这篇博文介绍了 MemQ,这是一种为 Pinterest 的云开发的高效、可扩展的 PubSub 系统,自 2020 年中期以来一直为我们提供近实时数据传输用例,并补充了 Kafka,同时成本效率提高.
PostgreSQL、Redis与Memcached的性能比较 - CYBERTEC
测试设置的一些特征: AMD Ryzen 3600 CPU 设置为性能模式。我的测试脚本本质上是同步的,即基本上使用单个 CPU 内核,所以速度可能很重要。 Ubuntu 20.04 桌面作为操作系统.
为什么JVM平台对于无服务器FaaS来说是个坏主意? - frankel
JVM平台是一个很好的技术产品。特别是,抽象层允许 JVM 将字节码编译为适合工作负载的本机代码。这就是为什么即使 C/C++ 编译的应用程序更接近裸机,JVM 也能够在性能方面与它们竞争 - 甚至获.
以太坊分片技术原理 - vitalik
分片是以太坊可扩展性的未来,它将是帮助生态系统每秒支持数千笔交易并允许世界上大部分地区以可承受的成本定期使用该平台的关键。 可扩展性三难困境描述分片的最佳方式从形成和启发解决方案的问题陈述开始:可扩展.
Notion网站如何将单体PostgreSQL分片成一个水平分区的数据库群?
在我们不断努力提高应用程序性能的过程中,分片是一个重要的里程碑。在过去的几年里,看到越来越多的人将 Notion 应用到他们生活的方方面面,我感到欣慰和欣慰。不出所料,所有新的公司 wiki、项目跟踪.
RPC 与消息传递——哪个更快? - Boike
Shopify使用Memcached而不是Redis缓存提升20%性能
Shopify构建了一个自定义缓存解决方案,将数据库负载减少了 15%,整体应用延迟减少了大约 20%。 识别问题商店应用程序的主屏幕是最常用的功能,提供的主页提要Feed很复杂,因为除了处理来自数十.
使用Python实现分布式网页抓取 - ZenRows
以分布式和容错的方式对内容进行爬取、抓取、提取和大规模存储。首先,我们了解了抓取内容的专业技术,尽管今天我们只会使用 CSS 选择器。然后是避免块的技巧,我们将从中添加代理、标头和无头浏览器。最后,我.
Shopify如何使用Ruby实现每小时销售1亿美元?
在 2021 年网络黑色星期五 (BFCM) 期间,Shopify 商家的销售额超过 50 亿美元,峰值销售额超过每小时 1 亿美元。在如此大规模的情况下,高可用性和快速响应时间至关重要。但即使对于较.
Clubhouse如何使用Python每天处理十亿个请求?
2021 年初,Clubhouse 开始经历爆发式增长时期。在两个月的时间里,我们从每分钟不到 1 万个后端请求增加到超过 100 万个后端请求,我们必须迅速适应以在现有堆栈上每天处理数十亿个请求。而.
印度游戏平台Dream11如何伸缩扩展他们的游戏中台?
在Spring服务中如何扩展 WebSockets? -Aleksandr
假设我们有一个简单的聊天应用程序,其中前端通过休息和用于聊天的 WebSockets 与后端通信。我们意识到应用程序的一个实例开始无法应对负载。扩展使用 WebSockets 的微服务并非易事。通过在.
数据库毁了所有好主意 - squarism
本文假设是一个三层网络堆栈。它有很多 Web 和应用程序服务器,但只有一个数据库框。你可以用云来代替它,但原理是一样的。我敢打赌你的基础设施看起来非常相似。对于本文的其余部分,假设我说的数据库是指传统.
幽默:基于人工智能的更生态的“财富证明”代币
任何有想法的人都可以发币,但是这个币是否能被别人承认,或者你采取欺骗手法蒙蔽很多人使用,隐藏着道德风险,当然道德风险高低与我们预设前提有关。比如有一个Mig的网友说:经过长时间的内部斗争,我开始接受一.
高朋Groupon使用 Redis 每分钟扩展数百万个地理空间查询
为了让高朋Groupon用户附近找到相关的交易,需要进行大量的地理空间搜索。这些搜索是在地理空间实体上执行的,例如邮政编码、时区、社区或兴趣点。每分钟以低延迟提供数百万次查询需要高效的空间索引器进行优.
脸书Haystack文件系统是处理大流量的长尾请求的?
使用Apache Kafka对电子商务系统进行扩展的思路 - Bogdan
案例:我们正面临一个以同步方式过度耦合到大量外部组件的遗留电子商务系统。由于这种高耦合度,我们的系统可能面临多个问题,例如: 当需要时却难以扩展 高负载下性能低 外部服务不可用造成的不可用 由于协调部.
以太坊之类区块链的扩展存在各种限制 - vitalik
您能将区块链的可扩展性推进多远?正如Elon Musk希望的那样,您能否真正实现“将区块时间缩短10倍,将区块大小增加10倍并将手续费降低100倍”,而又不会导致极端的集中化并损害使区块链成为其本质的.
使用Redis构建高并发高可靠的秒杀拍卖系统 - Luis
如何构建高可靠性且一致地处理数百万并发用户的拍卖系统、抢拍系统?诸如耐克,阿迪达斯或至尊之类的品牌在市场上创造了一种新的趋势,称为“drops”,在那里他们发布了数量有限的商品。在实际发行之前,通常是.
三种使用Kafka的最佳实践方法 - antonmry
Apache Kafka于2011年初由LinkedIn开源。尽管存在所有最初的限制,但它还是取得了巨大的成功,并成为了流数据的事实上的标准。性能,重播事件的可能性以及独立的多个用户是其领先流媒体竞技.
谷歌的三大可扩展核心架构
像任何精心设计的软件系统一样,Google的所有部门都具有一套通用的可扩展服务。我们的每种存储服务都使用三个主要的构建基块: Colossus是我们的群集级文件系统,是Google文件系统(GFS)的.
区块链生态中致命的伸缩性问题 - CoinGeek
如果基于比特币的协议没有块大小限制,没有链式交易限制,没有脚本限制或其他任何内容,这意味着您可以梦想的任何事情都可以在比特币上构建。在这种理想实现之前,看看当前区块链生态的问题有: 比特币BTC : .
为什么创建比Redis更快的KeyDB?就是玩儿! - Sully
离开微软后,我想开始一些新的事情。一个想法是搜索引擎,您可以在其中使用正则表达式来搜索我使用Redis构建的Internet。但是,我不明白为什么它只使用我的八个CPU内核之一。我很生气,因为它只使用.