伸缩性Scalable教程
为什么阿里云使用开源KEDA扩展K8s?- cncf
阿里云最初使用上游Kubernetes HPA和CPU和Memory作为两个指标。但是,随着用户群的增长和需求的多样化,很快发现了上游HPA的局限性:对自定义指标(特别是对应用程序级细粒度的指标)的支.
低延迟系统请选择Java而不是C++ - stackoverflow
在开发低延迟的软件系统时,人们普遍认为,除了C ++之外,您使用其他任何语言是疯狂的,因为其他任何语言都具有很高的延迟。但是,我在这里是要说服您使用相反的、违反直觉的、几乎是异端的概念:在软件系统中实.
如何在Kafka中将严格顺序与大规模并行性结合? - Emil
参与了多个针对各个行业的不同客户的大型Kafka项目之后,遭遇一个似乎永远不会过时的问题是:如何保持严格的顺序,同时仍然并行处理记录?这是一个公平的问题。严格的顺序是等于串行化,其概念似乎与并行性的目.
使用Kubernetes竞争消费者模式扩展任务处理 - vinsguru
第一个以隐私为核心的以太网2层伸缩解决方案 - aztec
第一个以隐私为核心的Ethereum 2层伸缩解决方案。PLONK的创建者正在Mainnet上扩展DeFi,ERC-20和CBDC,并加入了用户保护功能。今天,我们很自豪地宣布第二层网络Aztec 2.
用Apache Kafka替换RabbitMQ来消除任务处理中断 - DoorDash
扩展后端基础架构以处理超增长是在DoorDash工作的众多令人兴奋的挑战之一。在2019年中期,我们面临着重大的扩展挑战,涉及Celery和RabbitMQ的频繁停机,这两种技术为系统处理异步工作提供.
数据库必须面对的九条挑战 - thenewstack
当今的数据库面临着前所未有的挑战。他们必须处理大量不同的数据,眨眼间就能得到结果,并应对极其复杂的技术环境,同时又要易于使用且高度可用。为了应对这些挑战,现代数据库平台必须具备以下九个关键特征:1.即.
Facebook是如何从简单的数据库分片扩展到分布式分片通用平台?
世界上最大的Web服务商Dropbox是如何从Nginx迁移到Envoy的?
在此博客文章中,我们将讨论基于Nginx的旧的交通基础设施,其痛点以及通过迁移到Envoy所获得的好处。我们将在许多软件工程和运营方面将Nginx与Envoy进行比较。我们还将简要介绍迁移过程,迁移过.
Java的SynchronizedMap、ConcurrentHashMap与NonBlockingHashMap的可伸缩性对比 - vmlens
我们来看三种不同的哈希Map,两种来自JDK,另一种来自开源库JCTools。 SynchronizedMap来自JDK的线程安全哈希Map。它只是用单个锁包围了不是线程安全的HashMap。 jav.
结合Hazelcast和Spring的分布式缓存 - reflectoring
无服务器召唤师:我们已经进入了无服务器超级计算机的时代 - David Wells
当今高性能计算挑战性的问题之一是:大多数软件都设计为在单台计算机上运行,并且并行化可能会被限定于本地可用的计算机核心或线程数量。想象一个应用程序在一台机器上通常运行需要1个小时……如果在一个全新环.
如何在Java中制作自己的基准测试? - Ben Weidig
制作有用的基准测试很难,但是有一些工具和模式可以帮助您。几乎每个开发人员都知道Donald Knuth在1974年提出的“ 过早的优化是万恶之源 ” 。但是我们应该如何知道什么值得优化呢?从那时起,我.
深入研究Spring Cloud负载平衡器 – Piotr
为什么Kubernetes如此受欢迎? -stackoverflow
在撰写本文时,Kubernetes已有6年历史了,在过去的两年中,它的流行度不断提高,一直成为最受欢迎的平台之一。今年,它成为最受欢迎的第三大平台。如果您还没有听说过Kubernetes,那么它是一个.
什么是单主数据库复制? -Vlad Mihalcea
本文解释什么是单主数据库复制,以及如何使用它来提高应用程序可用性和扩展只读事务。数据库服务器是企业系统的核心部分,如果发生故障,服务可用性可能会受到影响。如果数据库服务器在单个服务器上运行,那么我们将.
简单的可伸缩性方程式:利特尔定律 -Vlad Mihalcea
KEDA将事件驱动的自动缩放功能引入Kubernetes -新堆栈
KEDA提供了一种扩展到Kubernetes标准方法的替代方法,该方法用于查看诸如CPU负载和容器的内存消耗之类的指标。从KEDA的角度来看,此方法是被动的,而不是主动的。与无服务器平台一样,KEDA.
全球网络安全公司DataDome是如何做到每秒在Elasticsearch中存储5000万个事件?
过早引用“过早优化是万恶之源”是所有缓慢软件的根源 - JakeWharton
如题,如果过早地草率地认为“过早优化是万恶之源”,这是为自己懒惰设计寻找理由,防止屁股决定脑袋。众说纷纭:1. 当人们使用数据结构,算法和最佳解决方案进行面试时,会使用这个观点:“过早优化是万恶之源.
Kubernetes部署之终极指南 - semaphoreci
经验分享:我们如何使用AWS构建无服务器架构 - hypertrack
我们的客户使用HyperTrack无需服务器即可访问实时位置。他们将我们用作实时位置的托管服务。他们不需要构建和管理服务器来摄取,处理,存储,提供和管理与其应用用户的实时位置相关的任何内容。而我们自己.
幽默:服务架构的两难与矛盾之处
服务架构有时是两极分化的。我们半数的行业正在尝试使用用户级TCP堆栈来降低每一盎司的延迟(提升网络性能),而另一半人则使用Ruby&Kubernetes和覆盖网络(overlay network)来降.
Hazelcast和Redis打口水仗:谁的性能更厉害?- hazelcast
交货处理可能不需要顺序,因为消息顺序处理和伸缩性是很难平衡的 - particular
尝试应用严格的有序处理将对我们的系统施加人为限制。这是因为保证消息排序在技术上非常困难,即使成功,也总是需要权衡诸如较低的消息吞吐量和较低的可扩展性,这会妨碍系统成功的能力。比如比萨店交付披萨时,不一.
垂直扩展PostgreSQL有关配置
PostgreSQL可以相当好地垂直扩展。您可以为PostgreSQL服务器提供的资源(CPU,内存,磁盘)越多,它就能越好地执行。但是,虽然Postgres的某些部分可以自动使用增加的资源,但其他部.
使用LMAX/Disruptor构建高扩展性的交易引擎的经验分享
Facebook是如何防止消息系统在新年前夕发生崩溃?
这是一篇来自IEEE Spectrum的文章,Facebook的Messenger的13亿用户会在新年前夜集中发送的消息,比如新年快乐等祝愿,这种发送量比一年中任何其他日子都多得多。如果一切顺利,这些.
Knative Serving入门
无服务器计算:前进一步,后退两步
无服务器计算:前进一步,后退两步 - Hellerstein等。 重点介绍无服务器平台和无服务器设计模式的一些缺点,以及为什么数据传输范例是FaaS的最大缺点,也就是数据运送到代码的计算范式的问题,还.