伸缩性Scalable教程
Kubernetes中负载均衡功能简介
Kubernetes 作为容器编排平台,对于解决许多企业采用微服务带来的问题至关重要。公司越来越多地使用微服务跨多个平台管理大量小型容器,如果网络管理和资源分配管理不当,可能会导致性能问题。然而,当可.
幽默:大勺挖小碗
云计算中单租户与多租户的比较
在过去的几年中,我一直在构建一个具有单租户架构的多消费者应用程序。每个消费者都有一个独特的、独立的资源堆栈,从而实现简单性和较小的爆炸半径(半径?)。然而,我们正在达到可扩展性限制,并将很快转向多租户.
DHH:多租户是扩展 Web 服务的难点
计算机的运行速度已经快得令人发指,世界上几乎没有任何一个组织能够压倒在单个服务器上运行的网络信息系统。如今,运行网络服务所需的所有复杂性和先进性都源于多租户。让一个系统同时为数百万用户提供服务。但如果.
divisor:快速且易于配置的负载均衡器
用Go语言提供快速且易于配置的负载均衡器。目前它包括round-robin、weighted round-robin、least-connection、ip-hash和random算法该项目使用fas.
Spring中@Session作用域简介
在 Spring 框架中,bean 作用域决定了在应用程序上下文中作为 Spring bean 创建的对象的生命周期和可用性。每个作用域定义了 Bean 实例的保留时间以及何时创建或销毁它。它在管理应.
使用 Kafka 泳道处理不平衡流量
HubSpot 的客户使用工作流程来自动化其业务流程。工作流由触发器和操作集合组成,触发器告诉工作流何时“注册”要处理的记录,操作集合告诉工作流如何处理这些注册的记录。有数百万个活动工作流程,每天总共.
企业架构十大非功能性需求
功能需求定义了系统应该做什么。就汽车而言,这意味着将一个人从 A 地带到 B 地;而非功能性需求规定了系统应该是什么样子。1. 可伸缩性可扩展性是指系统随着用户或请求数量的增加而执行和操作的能力。这可.
限量抢票系统Ticketmaster的设计问题
最近,Ticketmaster因泰勒·斯威夫特巡回演唱会门票销售时发生重大系统故障而成为新闻。该网站在需求的重压下崩溃,导致粉丝不满,声誉受损。首先,我们将看看Ticketmaster的官方声明,试图.
使用 Skupper 实现 Kubernetes 多集群负载均衡
在本文中,您将了解如何利用Skupper在多个 Kubernetes 集群上运行的应用程序实例之间实现负载平衡。我们将使用 Kind 在本地创建一些 Kubernetes 集群。然后我们将使用 Sku.
使用ShardingSphere实现Spring Boot分片
SpringBoot案例:专注于客户评论的简单业务场景,目的是说明各种用例。 该应用程序使用Spring Boot 框架实现,并通过 Spring Data JPA 与MySQL 数据库通信,代码使用.
系统设计中的可扩展性:如何学习技术、原则和最佳实践 - Arslan
通过学习可扩展系统设计的原则、技术和最佳实践,掌握可扩展性并给面试官留下深刻印象。我们大多数人都以错误的方式处理系统设计中的可扩展性。我们低估了可扩展性在面试中的重要性。我们并不完全了解其背后的技术和.
每个程序员都应该学习的十大系统设计概念 - DEV
系统设计是构建复杂应用程序的软件工程师的基本技能。它需要创造性和系统地思考如何解决问题的能力,以及有效实施解决方案的技术知识。在本文中,我们将回顾每个程序员都应该学习的前 10 个系统设计概念。1. .
Rust 是一种可扩展的语言 - matklad
在我上一篇关于Zig 和 Rust 的文章中,我提到 Rust 是一种“可扩展的语言”。让我稍微扩展一下。垂直可扩展性Rust 是垂直可扩展的,因为你可以在其中编写各种软件。您可以编写一个高级的零分配.
服务器制约伸缩性的四种关键资源
计算机服务器有4种关键资源来驱动其功能。大多数可伸缩性问题都是在这些资源耗尽或分配不当时出现的。内存(也称为RAM)在服务器中起着至关重要的作用,因为它临时存储数据,以供中央处理器(CPU)快速访问和.
什么时候我们需要微服务?
宗教、法律和惯例都是为了解决社会问题而产生的,正如新技术是为了解决技术问题而产生的一样。微服务架构是针对技术问题的一种新的技术发展。不幸的是,由于对微服务的历史缺乏了解,这一概念在软件开发界仍有争议。.
云设计模式之节流模式
节流模式是控制应用程序实例、特定租户或整个服务随时间推移对资源的使用。根据服务模式的不同,云应用会暴露在不同的负载下。它可以处理发送到你的SaaS应用的请求,如果是PaaS,则托管服务,或者在你的Ia.
后端系统中的可扩展读写操作方案
当您从头开始构建后端系统时,一切都会看起来很美好。API 响应速度极快(例如,100 毫秒响应时间),资源消耗看起来很稳定,最重要的是用户很高兴使用您的系统,这会让您为您的系统及其架构感到自豪。随着时.
如何横向扩展 PostgreSQL?
水平扩展是在不影响数据完整性、事务安全性和查询性能的情况下跨多个服务器分布数据的艺术和科学。只读副本只读副本通常指的是“备用”服务器,它冗余地复制主服务器上的所有数据,持续与主服务器保持同步,并允许客.
什么是数据库分片?
Shopify单体在黑色星期五期间每秒处理127万个请求
实现了99.999%以上的正常运行时间,同时在整个基础架构中平均每分钟3 TB的出口流量。 也就是每天4.3 PB。MySQL机群在高峰期每秒执行超过1400万次查询(QPS),在整个BFCM中平均每.
Web3的联邦宇宙(fediverse)会重新变成集中式吗? - Aral
今天,我们将 mastodon.social(由 Eugen 运行的实例)的规模等同于 Mastodon(由 Eugen 创建的软件)的成功程度。这是非常危险的。mastodon.social 越大,.
每个系统架构师都应该知道的五个性能指标
在本文中,我描述了每个系统架构师都应该知道的一些(非详尽的)性能指标。系统架构师的目标是设计和监督支持业务目标的 IT 基础架构的开发:首先,我们需要了解系统架构师是做什么的:系统架构师负责设计、配置.
Redis老了吗?Redis与Dragonfly性能比较
Cloudflare使用Apache Kafka处理1万亿条消息
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.