# Google+是使用您也可以使用的工具构建的:闭包,Java Servlet,JavaScript,BigTable,Colossus,快速周转
> 原文: [http://highscalability.com/blog/2011/7/12/google-is-built-using-tools-you-can-use-too-closure-java-ser.html](http://highscalability.com/blog/2011/7/12/google-is-built-using-tools-you-can-use-too-closure-java-ser.html)
![](https://img.kancloud.cn/00/2e/002ed5110f5bca591ed39e2a1421dc20_150x150.png)
Plaxo 的前首席技术官 Joseph Smarr(解释了我认出他的照片的原因)在[中,我是 Google+团队的技术负责人。 问我什么](http://anyasq.com/79-im-a-technical-lead-on-the-google+-team),揭示用于构建 Google+的堆栈:
> 如今,我们的协议栈是 Google 应用程序的标准价格:我们将 Java servlet 用于服务器代码,将 JavaScript 用于 UI 的浏览器端,很大程度上是由(开源)Closure 框架构建的,其中包括 Closure 的 JavaScript 编译器和模板系统 。 我们采取了一些巧妙的技巧:即使使用的是 AJAX 应用程序,我们也使用 HTML5 历史记录 API 来维护漂亮的 URL(对于较旧的浏览器,它采用哈希碎片); 并且我们经常在服务器端渲染 Closure 模板,以便在加载任何 JavaScript 之前先渲染页面,然后 JavaScript 找到正确的 DOM 节点并挂接事件处理程序等,以使其具有响应能力(因此,如果您在 缓慢的连接,您很快就会点击内容,您可能会注意到它在执行任何操作之前都存在滞后,但幸运的是,大多数人实际上并没有遇到这种情况)。 我们的后端主要建立在 BigTable 和 Colossus / GFS 之上,并且我们使用了许多其他常见的 Google 技术,例如 MapReduce(同样,与许多其他 Google 应用程序一样)。
起初,我读了 Clojure,这真是一个真正的惊喜,但是它是 Closure,这是一套 JavaScript 工具,由[库](http://code.google.com/closure/library/),[编译器](http://code.google.com/closure/compiler/)和[模板](http://code.google.com/closure/templates/)组成 。 该编译器是用于 JavaScript 的真正编译器,可加快 JavaScript 下载和运行速度。 该库是模块化和跨浏览器的 JavaScript 库。 模板是服务器端模板系统,可帮助您动态构建可重用的 HTML 和 UI 元素。 它都是开源的,因此您也可以使用它。
虽然您没有可用的 Google 堆栈,但确实有一些开源选项。 [HBase](http://wiki.apache.org/hadoop/Hbase) 替代了 BigTable。 然后是 [Hadoop MapReduce](http://hadoop.apache.org/mapreduce/) 。 [Colossus](http://www.cs.cornell.edu/projects/ladis2009/talks/dean-keynote-ladis2009.pdf) 是 Google 的[下一代文件系统](http://highscalability.com/blog/2010/9/11/googles-colossus-makes-search-real-time-by-dumping-mapreduce.html),是 GFS 的替代品。 由于我们对 Colossus 知之甚少,因此很难说出合适的替代品。 有 Hadoop 分布式文件系统 [HDFS](http://hadoop.apache.org/hdfs/) 。 如果您正在寻找一些像基础架构胶之类的云,则可以使用 [OpenStack](http://www.openstack.org/) (它也具有存储系统)。
Google 可能使用了自定义的 [Java servlet](http://en.wikipedia.org/wiki/Java_Servlet) 容器,但是此处的选择并不重要。 大部分工作将以并行方式产生,并在以 [C ++,Java 或 Python](http://www.quora.com/Which-programming-languages-does-Google-use-internally) 实现的其他服务器上执行。
尽管几乎没有与 Google 的交流,但 Google+开发团队的响应速度明显加快,可以快速,一致地实现明显的改进。 约瑟夫告诉我们原因:*我们特别强调工程速度/敏捷性-我们尝试每天发布代码更新,同时仍保持质量/稳定性/延迟与您对 google 的期望一样高。 这有助于我们快速行动并快速响应用户反馈。 我们尝试(几乎)每天都进行一次完全推送,有时,如果需要,有时我们也会潜入补丁程序发行版中。 但是有很多人参与其中,这不是“如果所有测试都通过都会自动推动”的情况或类似的情况。*
对于 Google+最具创新性的功能,即环聊视频会议,GigaOM 在该堆栈上有一篇[不错的文章,该文章基于由技术负责人 Justin Uberti 撰写的](http://gigaom.com/video/google-hangouts-technology/)[宣布 Google+ Hangouts](http://juberti.blogspot.com/2011/06/announcing-google-hangouts.html) 。 与以经济高效的 P2P 模式运行的 Skype 不同,环聊完全由 Google 托管。 这必须花费惊人的金钱。 你自己一个人在这里。 没有人可以取代 Google 童话捐赠的带宽。
那就是 Google。 再一次,一位前 Google 员工认为[您可以使用 MessagePack,JSON,Hadoop,jQuery 和 MongoDB 更好地完成](http://rethrick.com/#waving-goodbye)。 如果您可以为全球十亿用户群做得更好,那将是另一个完全不同的问题。
## 相关文章
* [封闭库](http://code.google.com/closure/library/) / [封闭模板](http://code.google.com/closure/templates/) / [封闭编译器](http://code.google.com/closure/compiler/)
* [VMware 公开了计划成为云操作系统](http://gigaom.com/cloud/vmware-exposes-its-plans-to-be-the-os-for-the-cloud)-另一种基础架构选项。
* [罗得岛巨像](http://en.wikipedia.org/wiki/Colossus_of_Rhodes)-世界奇观。
* [Colossus Computer](http://en.wikipedia.org/wiki/Colossus_computer) -英国密码破解者使用的电子计算设备,用于在第二次世界大战期间帮助读取加密的德语消息。 他们使用真空管(热电子阀)进行计算。
* [巨像:Forbin 项目](http://en.wikipedia.org/wiki/Colossus:_The_Forbin_Project)-一部名为 Colossus 的大型美国防御计算机的科幻电影,引起了人们的注意并决定接管世界。
* 这篇文章[关于黑客新闻](http://news.ycombinator.com/item?id=2758177)
* 这篇文章[在 Reddit 上](http://www.reddit.com/r/programming/comments/iod09/google_is_built_using_tools_you_can_use_too/)
* [OpenGSE 发布](http://google-opensource.blogspot.com/2009/01/opengse-released.html)-*开放源代码爱好者可能感兴趣的是最近发布的 Open Google Servlet Engine(OpenGSE)。 以前,Google 内的工程师开发了自己的快速,轻量级的 servlet 引擎,我们在 Google 内部将其简称为“ Google Servlet 引擎”或 GSE。*
* 在 Quora 上: *[谷歌的软件基础设施是否已过时?](http://www.quora.com/Google/Is-Googles-software-infrastructure-obsolete)* TLDR:不。 Hector Yee 有一个很好的总结:*与开放源代码变体相比,Google 基础结构要稳定得多,而且文档也要好得多。 他们作为一个整体工作在一起。 在 Google 框架中构建稳定,可大规模扩展的系统要比使用等效的开源工具容易得多。* 另一方面,采用定义的做事方式很容易对大公司施加的限制感到不满。 这两个观点都是正确的。
* [jQuery vs 闭包](http://news.ycombinator.com/item?id=2758317)上的 nostrademons:基本上每个 Google 产品都使用闭包。 *没有可比性-就网页浏览量,边缘情况和一般现实情况而言,Closure 比其他所有 JS 库都得到更广泛的使用。 我实际上认为他们填补了非常不同的领域。 JQuery 适用于主要是 HTML 但需要通过渐进增强而分层的其他交互功能的网站。 闭包适用于 JavaScript 应用,其中整个客户端基本上都是用 JavaScript 编写的。*
* RyanDScott 在[上解释了为什么 Google 内部没有使用 GWT](http://news.ycombinator.com/item?id=2760822) :*闭包只是 JavaScript。 无需等待 GWT 团队构建所需的功能,也无需自己构建这些功能。 以我的经验,当我需要使用 GWT 进行最前沿的开发时,我最终为 JavaScript 函数编写了一堆包装程序,这使我想知道为什么我不使用 JavaScript 编写所有内容。 (就像我说的那样,GWT 库非常引人注目,并且在计划大型项目时,Java 对于某些人通常感觉更舒服。)*
## Related Articles
* [从 Google+实验中学习:Stowe Boyd 的操作系统,平台,应用](http://www.stoweboyd.com/post/8129714757/learning-from-the-google-experiment-operating-system)。 *但是,我们正在迈向一个世界,在这个世界上,Google +的大多数基本元素将成为下一代 Android 版本的一部分,并且感觉像 Google+上的应用的东西实际上将是在未来的社交网站上运行的应用 操作系统。*
整个“前 Googler 认为您可以做得更好”的事情是如此虚假。 我在其他地方对此进行了评论,但是粗略地浏览一下他的主要批评就可以清楚地看出他对这些技术只有肤浅的知识:
“与 MessagePack,JSON 和 Hadoop 相比,协议缓冲区,BigTable 和 MapReduce 都是古老的,吱吱作响的恐龙。与快速而优雅的工具(如 jQuery 和 mongoDB)相比,GWT,Closure 和 MegaStore 之类的新项目速度慢,设计过度,Leviathans”
真? 实际上,这几乎都不是真的。 协议缓冲区和消息包在大小和效率方面几乎相同,协议缓冲区的文档更好,周围有更强大的社区。 您不一定会知道,如果只是在 MessagePack 网站上做一个表象(无疑是作者所做的),但是如果您实际更深入地使用这些技术,他们的主张是完全虚假的。 JSON 与协议缓冲区? 好的,比较奇怪,但是首先 Google 到处都使用 JSON-他们可能是世界上最大的 JSON 用户。 协议缓冲区也比 JSON 小得多并且快得多。 Hadoop 与 BigTable? 真的,你要去那里吗? Hadoop 的整个历史是试图在性能方面赶上 BigTable 并尽可能地复制 BigTable 功能以获得功能之一。 Hadoop 的发展速度很快,但是我所看到的一切都表明 BigTable 的发展速度仍然更快。
它会一直持续下去。 闭包的压缩比 JQuery 好得多。 最新版本的 JQuery 是否更快? 可能,但这与新的快速,优雅的工具相比,这简直不是“ Leviathan”。 GWT 还执行*浏览器特定的构建*,这是 JQuery 无法触及的,并使它的 JavaScript 变得更小,更快。 MongoDB 当然很酷,但是您真的要把它与 BigTable 相提并论,这是唯一有意义的比较? 真? 这甚至不是一条值得走的路。
无论如何,仅仅因为有人在 Google 工作过并不意味着您应该坚持自己的每一个字。 这也不意味着他们对 Google 的每个项目都有深入的了解。 在那儿找到工作要容易得多。 还存在编写热门文章的问题。 这家伙的文章提出了一些疯狂的主张,旨在做到他们所做的一切:获取链接。 这是总的 BS,你们应该对 High Scalability 有更好的了解。 认真地说,你们这里有一些杀手 articles,但您不应该链接到这样的虚假信息。
请注意,我在这场战斗中没有狗。 我不在 Google 工作,但我直接使用了其中大多数技术,包括通过大量使用 App Engine 间接地使用了 BigTable。
亚当(Adam),很难想象有人在 Google 交付了一个重要的项目,但不值得他们对自己的经验发表意见。 我们必须对此表示不同意见,但是我非常感谢您和您对这两个堆栈的比较,非常有见地,谢谢。
真的很不错,感谢您发布!
前端没有 GWT 吗?
是的,我已经在自己的 Google+上工作了。 我不会邀请任何人! 穆哈哈哈...
托德(Todd):作为“最早”出现在前五名站点中的人和作为仍在其市场中处于领先地位的类别站点的唯一启动者,我建议您不要在您从中看到的“前-”观点中投入过多的股票 我认为这些“观点”没有任何值得注意的见解。 *创造*改变游戏规则的技术和从稀薄空气中获得的技术之间的区别很大,而仅仅是在非常引人注目的平台上展示和发布某些东西。 上面对“前 Google 员工”的反驳表明,事实胜过权威,而您现在可能已经发现,并不是每个“老朋友”都是天才
基于权威的论点,提议不听某人大规模交付了复杂且极富创新性的产品,因为它与公认的权威冲突,这是一种令人愉快的策略。 做得好。
对不起,托德,但由于您已经形成了意见而拒绝接受这样精心撰写的批评/评论,同样令人愉快(使用您的术语)。 从您对亚当评论的回应中,我认为您甚至都没有读过它。 我每天都使用 GWT,将 jQuery 与之比较是可笑的……只是举一个例子。
我了解猛烈抨击 Google 会产生网页点击量(IMO,这就是为什么这位前 Googler 的帖子得到博客作者如此广泛的报道),并且批判性地分析优势/劣势始终是一件好事,但请保持客观。
Sekhar,所以您认为我什至不应该链接到它? 如果您注意到我在帖子的内容上什么也没说,只是质疑那些技术是否可以扩展。 批评甚至涉及到该职位。 那是你的错吗?
- LiveJournal 体系结构
- mixi.jp 体系结构
- 友谊建筑
- FeedBurner 体系结构
- GoogleTalk 架构
- ThemBid 架构
- 使用 Amazon 服务以 100 美元的价格构建无限可扩展的基础架构
- TypePad 建筑
- 维基媒体架构
- Joost 网络架构
- 亚马逊建筑
- Fotolog 扩展成功的秘诀
- 普恩斯的教训-早期
- 论文:Wikipedia 的站点内部,配置,代码示例和管理问题
- 扩大早期创业规模
- Feedblendr 架构-使用 EC2 进行扩展
- Slashdot Architecture-互联网的老人如何学会扩展
- Flickr 架构
- Tailrank 架构-了解如何在整个徽标范围内跟踪模因
- Ruby on Rails 如何在 550k 网页浏览中幸存
- Mailinator 架构
- Rackspace 现在如何使用 MapReduce 和 Hadoop 查询 TB 的数据
- Yandex 架构
- YouTube 架构
- Skype 计划 PostgreSQL 扩展到 10 亿用户
- 易趣建筑
- FaceStat 的祸根与智慧赢得了胜利
- Flickr 的联合会:每天进行数十亿次查询
- EVE 在线架构
- Notify.me 体系结构-同步性
- Google 架构
- 第二人生架构-网格
- MySpace 体系结构
- 扩展 Digg 和其他 Web 应用程序
- Digg 建筑
- 在 Amazon EC2 中部署大规模基础架构的六个经验教训
- Wolfram | Alpha 建筑
- 为什么 Facebook,Digg 和 Twitter 很难扩展?
- 全球范围扩展的 10 个 eBay 秘密
- BuddyPoke 如何使用 Google App Engine 在 Facebook 上扩展
- 《 FarmVille》如何扩展以每月收获 7500 万玩家
- Twitter 计划分析 1000 亿条推文
- MySpace 如何与 100 万个并发用户一起测试其实时站点
- FarmVille 如何扩展-后续
- Justin.tv 的实时视频广播架构
- 策略:缓存 404 在服务器时间上节省了洋葱 66%
- Poppen.de 建筑
- MocoSpace Architecture-一个月有 30 亿个移动页面浏览量
- Sify.com 体系结构-每秒 3900 个请求的门户
- 每月将 Reddit 打造为 2.7 亿页面浏览量时汲取的 7 个教训
- Playfish 的社交游戏架构-每月有 5000 万用户并且不断增长
- 扩展 BBC iPlayer 的 6 种策略
- Facebook 的新实时消息系统:HBase 每月可存储 135 亿条消息
- Pinboard.in Architecture-付费玩以保持系统小巧
- BankSimple 迷你架构-使用下一代工具链
- Riak 的 Bitcask-用于快速键/值数据的日志结构哈希表
- Mollom 体系结构-每秒以 100 个请求杀死超过 3.73 亿个垃圾邮件
- Wordnik-MongoDB 和 Scala 上每天有 1000 万个 API 请求
- Node.js 成为堆栈的一部分了吗? SimpleGeo 说是的。
- 堆栈溢出体系结构更新-现在每月有 9500 万页面浏览量
- Medialets 体系结构-击败艰巨的移动设备数据
- Facebook 的新实时分析系统:HBase 每天处理 200 亿个事件
- Microsoft Stack 是否杀死了 MySpace?
- Viddler Architecture-每天嵌入 700 万个和 1500 Req / Sec 高峰
- Facebook:用于扩展数十亿条消息的示例规范架构
- Evernote Architecture-每天有 900 万用户和 1.5 亿个请求
- TripAdvisor 的短
- TripAdvisor 架构-4,000 万访客,200M 动态页面浏览,30TB 数据
- ATMCash 利用虚拟化实现安全性-不变性和还原
- Google+是使用您也可以使用的工具构建的:闭包,Java Servlet,JavaScript,BigTable,Colossus,快速周转
- 新的文物建筑-每天收集 20 亿多个指标
- Peecho Architecture-鞋带上的可扩展性
- 标记式架构-扩展到 1 亿用户,1000 台服务器和 50 亿个页面视图
- 论文:Akamai 网络-70 个国家/地区的 61,000 台服务器,1,000 个网络
- 策略:在 S3 或 GitHub 上运行可扩展,可用且廉价的静态站点
- Pud 是反堆栈-Windows,CFML,Dropbox,Xeround,JungleDisk,ELB
- 用于扩展 Turntable.fm 和 Labmeeting 的数百万用户的 17 种技术
- StackExchange 体系结构更新-平稳运行,Amazon 4x 更昂贵
- DataSift 体系结构:每秒进行 120,000 条推文的实时数据挖掘
- Instagram 架构:1400 万用户,1 TB 的照片,数百个实例,数十种技术
- PlentyOfFish 更新-每月 60 亿次浏览量和 320 亿张图片
- Etsy Saga:从筒仓到开心到一个月的浏览量达到数十亿
- 数据范围项目-6PB 存储,500GBytes / sec 顺序 IO,20M IOPS,130TFlops
- 99designs 的设计-数以千万计的综合浏览量
- Tumblr Architecture-150 亿页面浏览量一个月,比 Twitter 更难扩展
- Berkeley DB 体系结构-NoSQL 很酷之前的 NoSQL
- Pixable Architecture-每天对 2000 万张照片进行爬网,分析和排名
- LinkedIn:使用 Databus 创建低延迟更改数据捕获系统
- 在 30 分钟内进行 7 年的 YouTube 可扩展性课程
- YouPorn-每天定位 2 亿次观看
- Instagram 架构更新:Instagram 有何新功能?
- 搜索技术剖析:blekko 的 NoSQL 数据库
- Pinterest 体系结构更新-1800 万访问者,增长 10 倍,拥有 12 名员工,410 TB 数据
- 搜索技术剖析:使用组合器爬行
- iDoneThis-从头开始扩展基于电子邮件的应用程序
- StubHub 体系结构:全球最大的票务市场背后的惊人复杂性
- FictionPress:在网络上发布 600 万本小说
- Cinchcast 体系结构-每天产生 1,500 小时的音频
- 棱柱架构-使用社交网络上的机器学习来弄清您应该在网络上阅读的内容
- 棱镜更新:基于文档和用户的机器学习
- Zoosk-实时通信背后的工程
- WordPress.com 使用 NGINX 服务 70,000 req / sec 和超过 15 Gbit / sec 的流量
- 史诗般的 TripAdvisor 更新:为什么不在云上运行? 盛大的实验
- UltraDNS 如何处理数十万个区域和数千万条记录
- 更简单,更便宜,更快:Playtomic 从.NET 迁移到 Node 和 Heroku
- Spanner-关于程序员使用 NoSQL 规模的 SQL 语义构建应用程序
- BigData 使用 Erlang,C 和 Lisp 对抗移动数据海啸
- 分析数十亿笔信用卡交易并在云中提供低延迟的见解
- MongoDB 和 GridFS 用于内部和内部数据中心数据复制
- 每天处理 1 亿个像素-少量竞争会导致大规模问题
- DuckDuckGo 体系结构-每天进行 100 万次深度搜索并不断增长
- SongPop 在 GAE 上可扩展至 100 万活跃用户,表明 PaaS 未通过
- Iron.io 从 Ruby 迁移到 Go:减少了 28 台服务器并避免了巨大的 Clusterf ** ks
- 可汗学院支票簿每月在 GAE 上扩展至 600 万用户
- 在破坏之前先检查自己-鳄梨的建筑演进的 5 个早期阶段
- 缩放 Pinterest-两年内每月从 0 到十亿的页面浏览量
- Facebook 的网络秘密
- 神话:埃里克·布鲁尔(Eric Brewer)谈银行为什么不是碱-可用性就是收入
- 一千万个并发连接的秘密-内核是问题,而不是解决方案
- GOV.UK-不是你父亲的书库
- 缩放邮箱-在 6 周内从 0 到 100 万用户,每天 1 亿条消息
- 在 Yelp 上利用云计算-每月访问量为 1.02 亿,评论量为 3900 万
- 每台服务器将 PHP 扩展到 30,000 个并发用户的 5 条 Rockin'Tips
- Twitter 的架构用于在 5 秒内处理 1.5 亿活跃用户,300K QPS,22 MB / S Firehose 以及发送推文
- Salesforce Architecture-他们每天如何处理 13 亿笔交易
- 扩大流量的设计决策
- ESPN 的架构规模-每秒以 100,000 Duh Nuh Nuhs 运行
- 如何制作无限可扩展的关系数据库管理系统(RDBMS)
- Bazaarvoice 的架构每月发展到 500M 唯一用户
- HipChat 如何使用 ElasticSearch 和 Redis 存储和索引数十亿条消息
- NYTimes 架构:无头,无主控,无单点故障
- 接下来的大型声音如何使用 Hadoop 数据版本控制系统跟踪万亿首歌曲的播放,喜欢和更多内容
- Google 如何备份 Internet 和数十亿字节的其他数据
- 从 HackerEarth 用 Apache 扩展 Python 和 Django 的 13 个简单技巧
- AOL.com 体系结构如何发展到 99.999%的可用性,每天 800 万的访问者和每秒 200,000 个请求
- Facebook 以 190 亿美元的价格收购了 WhatsApp 体系结构
- 使用 AWS,Scala,Akka,Play,MongoDB 和 Elasticsearch 构建社交音乐服务
- 大,小,热还是冷-条带,Tapad,Etsy 和 Square 的健壮数据管道示例
- WhatsApp 如何每秒吸引近 5 亿用户,11,000 内核和 7,000 万条消息
- Disqus 如何以每秒 165K 的消息和小于 0.2 秒的延迟进行实时处理
- 关于 Disqus 的更新:它仍然是实时的,但是 Go 摧毁了 Python
- 关于 Wayback 机器如何在银河系中存储比明星更多的页面的简短说明
- 在 PagerDuty 迁移到 EC2 中的 XtraDB 群集
- 扩展世界杯-Gambify 如何与 2 人组成的团队一起运行大型移动投注应用程序
- 一点点:建立一个可处理每月 60 亿次点击的分布式系统的经验教训
- StackOverflow 更新:一个月有 5.6 亿次网页浏览,25 台服务器,而这一切都与性能有关
- Tumblr:哈希处理每秒 23,000 个博客请求的方式
- 使用 HAProxy,PHP,Redis 和 MySQL 处理 10 亿个请求的简便方法来构建成长型启动架构
- MixRadio 体系结构-兼顾各种服务
- Twitter 如何使用 Redis 进行扩展-105TB RAM,39MM QPS,10,000 多个实例
- 正确处理事情:通过即时重放查看集中式系统与分散式系统
- Instagram 提高了其应用程序的性能。 这是如何做。
- Clay.io 如何使用 AWS,Docker,HAProxy 和 Lots 建立其 10 倍架构
- 英雄联盟如何将聊天扩大到 7000 万玩家-需要很多小兵。
- Wix 的 Nifty Architecture 技巧-大规模构建发布平台
- Aeron:我们真的需要另一个消息传递系统吗?
- 机器:惠普基于忆阻器的新型数据中心规模计算机-一切仍在变化
- AWS 的惊人规模及其对云的未来意味着什么
- Vinted 体系结构:每天部署数百次,以保持繁忙的门户稳定
- 将 Kim Kardashian 扩展到 1 亿个页面
- HappyPancake:建立简单可扩展基金会的回顾
- 阿尔及利亚分布式搜索网络的体系结构
- AppLovin:通过每天处理 300 亿个请求向全球移动消费者进行营销
- Swiftype 如何以及为何从 EC2 迁移到真实硬件
- 我们如何扩展 VividCortex 的后端系统
- Appknox 架构-从 AWS 切换到 Google Cloud
- 阿尔及利亚通往全球 API 的愤怒之路
- 阿尔及利亚通往全球 API 步骤的愤怒之路第 2 部分
- 为社交产品设计后端
- 阿尔及利亚通往全球 API 第 3 部分的愤怒之路
- Google 如何创造只有他们才能创造的惊人的数据中心网络
- Autodesk 如何在 Mesos 上实施可扩展事件
- 构建全球分布式,关键任务应用程序:Trenches 部分的经验教训 1
- 构建全球分布式,关键任务应用程序:Trenches 第 2 部分的经验教训
- 需要物联网吗? 这是美国一家主要公用事业公司从 550 万米以上收集电力数据的方式
- Uber 如何扩展其实时市场平台
- 优步变得非常规:使用司机电话作为备份数据中心
- 在不到五分钟的时间里,Facebook 如何告诉您的朋友您在灾难中很安全
- Zappos 的网站与 Amazon 集成后冻结了两年
- 为在现代时代构建可扩展的有状态服务提供依据
- 细分:使用 Docker,ECS 和 Terraform 重建基础架构
- 十年 IT 失败的五个教训
- Shopify 如何扩展以处理来自 Kanye West 和 Superbowl 的 Flash 销售
- 整个 Netflix 堆栈的 360 度视图
- Wistia 如何每小时处理数百万个请求并处理丰富的视频分析
- Google 和 eBay 关于构建微服务生态系统的深刻教训
- 无服务器启动-服务器崩溃!
- 在 Amazon AWS 上扩展至 1100 万以上用户的入门指南
- 为 David Guetta 建立无限可扩展的在线录制活动
- Tinder:最大的推荐引擎之一如何决定您接下来会看到谁?
- 如何使用微服务建立财产管理系统集成
- Egnyte 体系结构:构建和扩展多 PB 分布式系统的经验教训
- Zapier 如何自动化数十亿个工作流自动化任务的旅程
- Jeff Dean 在 Google 进行大规模深度学习
- 如今 Etsy 的架构是什么样的?
- 我们如何在 Mail.Ru Cloud 中实现视频播放器
- Twitter 如何每秒处理 3,000 张图像
- 每天可处理数百万个请求的图像优化技术
- Facebook 如何向 80 万同时观看者直播
- Google 如何针对行星级基础设施进行行星级工程设计?
- 为 Mail.Ru Group 的电子邮件服务实施反垃圾邮件的猫捉老鼠的故事,以及 Tarantool 与此相关的内容
- The Dollar Shave Club Architecture Unilever 以 10 亿美元的价格被收购
- Uber 如何使用 Mesos 和 Cassandra 跨多个数据中心每秒管理一百万个写入
- 从将 Uber 扩展到 2000 名工程师,1000 个服务和 8000 个 Git 存储库获得的经验教训
- QuickBooks 平台
- 美国大选期间城市飞艇如何扩展到 25 亿个通知
- Probot 的体系结构-我的 Slack 和 Messenger Bot 用于回答问题
- AdStage 从 Heroku 迁移到 AWS
- 为何将 Morningstar 迁移到云端:降低 97%的成本
- ButterCMS 体系结构:关键任务 API 每月可处理数百万个请求
- Netflix:按下 Play 会发生什么?
- ipdata 如何以每月 150 美元的价格为来自 10 个无限扩展的全球端点的 2500 万个 API 调用提供服务
- 每天为 1000 亿个事件赋予意义-Teads 的 Analytics(分析)管道
- Auth0 体系结构:在多个云提供商和地区中运行
- 从裸机到 Kubernetes
- Egnyte Architecture:构建和扩展多 PB 内容平台的经验教训
- 缩放原理
- TripleLift 如何建立 Adtech 数据管道每天处理数十亿个事件
- Tinder:最大的推荐引擎之一如何决定您接下来会看到谁?
- 如何使用微服务建立财产管理系统集成
- Egnyte 体系结构:构建和扩展多 PB 分布式系统的经验教训
- Zapier 如何自动化数十亿个工作流自动化任务的旅程
- Jeff Dean 在 Google 进行大规模深度学习
- 如今 Etsy 的架构是什么样的?
- 我们如何在 Mail.Ru Cloud 中实现视频播放器
- Twitter 如何每秒处理 3,000 张图像
- 每天可处理数百万个请求的图像优化技术
- Facebook 如何向 80 万同时观看者直播
- Google 如何针对行星级基础设施进行行星级工程设计?
- 为 Mail.Ru Group 的电子邮件服务实施反垃圾邮件的猫捉老鼠的故事,以及 Tarantool 与此相关的内容
- The Dollar Shave Club Architecture Unilever 以 10 亿美元的价格被收购
- Uber 如何使用 Mesos 和 Cassandra 跨多个数据中心每秒管理一百万个写入
- 从将 Uber 扩展到 2000 名工程师,1000 个服务和 8000 个 Git 存储库获得的经验教训
- QuickBooks 平台
- 美国大选期间城市飞艇如何扩展到 25 亿条通知
- Probot 的体系结构-我的 Slack 和 Messenger Bot 用于回答问题
- AdStage 从 Heroku 迁移到 AWS
- 为何将 Morningstar 迁移到云端:降低 97%的成本
- ButterCMS 体系结构:关键任务 API 每月可处理数百万个请求
- Netflix:按下 Play 会发生什么?
- ipdata 如何以每月 150 美元的价格为来自 10 个无限扩展的全球端点的 2500 万个 API 调用提供服务
- 每天为 1000 亿个事件赋予意义-Teads 的 Analytics(分析)管道
- Auth0 体系结构:在多个云提供商和地区中运行
- 从裸机到 Kubernetes
- Egnyte Architecture:构建和扩展多 PB 内容平台的经验教训