伸缩性Scalable教程

这是 T20 世界杯赛季，我们想为我们的用户建立一个测验系统，用于短期预言预测。在比赛开始时要求用户预测场景，最后，主持人将提交所有预测场景中实际发生的情况。评分将根据谁回答正确以及回答所花费的时间进行。鉴于我们系统的规模，我们估计可能有 5 万人参与测验。所以我们的目标是为100

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：可扩展性三难问题。可扩展性三难问

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，禁用交换。 PostgreSQL v13.3，即最新的。

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

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 - 甚至获胜的原因。然而，这种优化是有代价的：JVM 需要时间来预热，例如，将类加载到内存中。

在本文中，您将学习如何使用KEDA自动扩展使用来自 Kafka 主题的消息的应用程序。KEDA缩写是Kubernetes Event Driven简写。为了解释它背后的想法，我将创

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，同时成本效率提高了 90%。 Kafka问题近十年

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？为了限制在提供主要功能时可能发生的意外。同样，就像汽车、摩托车或房屋一样，软件也有其非功

了解跨多台机器拆分数据库如何通过并行处理大容量应用程序的请求来提高性能当存储在数据库中的数据增长到开始影响应用程序性能的程度时，数据库分片是一种有用的数据库架构模式。数据库分片是一种高级数据库架构概念，该过程通常在数据库大小随时间增加且应用程序需要扩展的组织中获得。数

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，它就越像 Twitter。如果 mastodon.social 阻止你的实例会发生什

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、操作和维护计算机和网络

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顾客。很明显，他可以提供服务：60分钟除以4-

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 HTML5 的简单游戏，无需安装即可玩。玩家还可以参加正在进行的锦标赛并与其他玩家竞争；最终赢

Cloudflare 自 2014 年以来一直在生产中使用 Kafka。从那时起，我们已经取得了长足的进步，目前跨多个数据中心运行 14 个不同的 Kafka 集群，大约有 330 个节点。在他们之间，在过去八年中处理了超过一万亿条消息。 Clou

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中平均每秒执行超过850万次查询，帮助我们保持在BFCM流量的最高水平。高峰BFCM

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增加。在这篇文章中，我想解释一下我们是如何克服扩展问题的，现在能够无缝地处理高峰流量。