伸缩性Scalable教程

     

为什么阿里云使用开源KEDA扩展K8s?- cncf

1734

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

1968 4K

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

1197 1 2K

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

1171 6K
在分布式系统中,我们通过通过服务总线/消息队列传递消息来实现系统之间的松散耦合。有时,当消息的发送量很高时(即每单位时间传入的消息数大于每单位时间处理的消息数),队列最终将容纳无限数量的消息。消息队列.

第一个以隐私为核心的以太网2层伸缩解决方案 - aztec

982 2K

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

1773 1 2K

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

1479

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?

1638 1 5K
多年来,Facebook已从一种基本的Web服务器体系结构演变为一个复杂的体系结构,其中包含成千上万的服务在后台运行。扩展Facebook产品所需的各种后端服务并不是一件容易的事。而且发现我们的许多团.

世界上最大的Web服务商Dropbox是如何从Nginx迁移到Envoy的?

3366 1 19K

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

1946

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

3010 9K
在某些应用程序中,我们需要保护数据库或避免进行成本高昂的计算。我们可以为此目的使用缓存。本文展示了如何在分布式可伸缩应用程序中将Hazelcast用作Spring的缓存。本文随附GitHub上的工作代.

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

1522 1 3K

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

1693 7K

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

6277 5 15K
Spring Cloud当前即将发生大的变化。虽然几乎所有的Spring Cloud Netflix组件都将在下一版本中删除,但最大的变化似乎是将Ribbon客户端替换为Spring Cloud Lo.

为什么Kubernetes如此受欢迎? -stackoverflow

1521 1 13K

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

2282 1 2K

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

2866 13K
在排队理论使我们能够预测队列长度和等待时间,这是最重要的容量规划。对于架构师来说,这是一个非常方便的工具,因为队列不仅仅是消息传递系统的工具。为了避免系统过载,我们使用节流阀。每当传入请求的数量超过可.

KEDA将事件驱动的自动缩放功能引入Kubernetes -新堆栈

1252

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?

4615 1 6K
DataDome是一家全球网络安全公司,提供SaaS解决方案,旨在保护客户网站免受OWASP自动化威胁:凭据填充、第7层DDoS攻击、SQL注入和密集式抓取。该解决方案通过尖端的人工智能技术保护我们所.

过早引用“过早优化是万恶之源”是所有缓慢软件的根源 - JakeWharton

1727 1

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

1627 1 14K
我们学习和使用的第一个Kubernetes命令之一是  kubectl run。有Docker经验的人倾向于将它与之比较  docker run,并认为:“ 啊,这就是我如何简单地运行容器!“让我们看.

经验分享:我们如何使用AWS构建无服务器架构 - hypertrack

1656 3K

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

921

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

11598 50
由于其基础架构和多年的优化,Hazelcast非常快,并且显着优于Redis Labs(和Redis开源),特别是在规模上。去年,Redis Labs 针对Hazelcast 发布了一个非常误导性的基.

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

1328 3 3K

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

2563 9K

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

2715 1 2K
Koinex的贸易引擎使用LMAX架构的许多原则设计。这使我们能够在高峰时段承受大量负荷。在快速增长的财务系统中,清洁和可扩展架构的重要性对于更好的可扩展性和更快的执行非常重要。LMAX架构帮助我在K.

Facebook是如何防止消息系统在新年前夕发生崩溃?

1006 1 2K

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

2588 13K
多年来,人们已经创建了许多无服务器框架,这些框架都在Kubernetes之上运行,例如kubeless,OpenFaas和Fission,这些和Knative之间的区别在于,Knative由企业中的主.

​​​​​​​无服务器计算:前进一步,后退两步

991

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.