分布式架构资料教程

这是关于复杂系统发生故障性质的简短论述；如何评估故障；如何寻找故障原因的新想法。作者：Richard I. Cook， 芝加哥大学认知技术实验室医学博士。 1. 复杂系统本质上是危险的系统。所有有趣的系统（例如运输、医疗保健、发电）都

在2016年，Google推出了gRPC，从而全面席卷了系统编程社区。gRPC代表带有G（远程过程调用）的东西；这是一种用于轻松定义两个不同的远程服务之间的接口的机制。似乎每个人都在使用它

这是一个分布式系统的笑话，Salesforce推出基于分布式云系统SaaS CRM应用系统，那么CAP定理应该是他们的基因： 2021年5月11日UTC 2100左右Salesforce发生中断事故：一名工程师对Salesforce的域名系统（DNS）服务器进行了配置更改，导致人们无

下面我们分享“基本”数据平台的样子，并列出每个空间中的一些热门工具：数据摄取 与几乎所有现代数据平台的情况一样，需要将数据从一个系统摄取到另一个系统。随着数据基础设施变得越来越复杂，数据团队面临着从各种来源摄取结构化和非结构化数据的挑战性任务

Apache Arrow是是各种大数据工具（包括BigQuery）使用的一种流行格式，它是平面和分层数据的存储格式。它是一种加快应用程序内存密集型。数据处理和数据科学领域中的常用库： 

一致性一词似乎至少有三种流行用法 ： 数据库一致性。 这是完整交易与一些未声明的未声明规则的执行的混合。因为事务内的更新集必须由与数据库上层部分勾结的应用程序限定，所以应用程序和上层数据库可以强制执行一些事务系统不理解的规则。我认为这从交易的角度来看是完整的。 复制对

存储和发送不可变数据是一个不可阻挡的趋势。我们需要不变性来进行远距离协调，并且随着存储变得更便宜，我们可以承受不变性。这篇文章是对利用不变性的重复计算模式的一个有趣的抽样。不久之前，计算成本还是高昂都 ，磁盘存储成本高，DRAM（动态随机存取

为了更好地理解设计可靠的分布式系统所带来的挑战，我们必须参考分布式计算的谬误——架构师和开发人员可能做出的一系列错误假设：网络是可靠的。延迟为零。带宽是无限的。网络是安全的。拓扑不会改变。

本文讨论如何使用标准工具和简单的 Fly 功能部署具有全局复制 Postgres 的标准 CRUD 应用程序，用于读取和写入。如果您过去曾构建过全球分布的应用程序，那么您可能熟悉这些挑战。扩展只能读取的数据库很容易。数据库引擎具有支持“读取副本”的功能，以实现高可用性和缓存，因此您可

本文介绍了 Haystack，这是一种为 Facebook 的照片应用程序设计的对象存储文件系统。Haystack 旨在为通过在大型社交网络中共享照片而看到的长尾请求提供服务。关键的特点是在访问元数据时避免磁盘操作。与使用 NAS 设备的传统方法相比，Haystack 提供了一种容错且简单的

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 由于协调部署，难以维护  解

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

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）的后继产品。   S

当Martin Fowler在2014年发表有关微服务的文章时，我工作的团队已经在构建面向服务的架构。这个概

从根本上说，分布式系统比单机系统具有更高的可用性是一个根本原因：冗余。运行系统所需的软件，状态和其他内容在多个地方存在。当其中一个地方发生故障时，其他地方可以接管。这适用于复制的数据库，负载平衡的无状态系统，无服务器系统以及几乎所有其他常见的分布式模式。冗余的一个问题是它