# 为 David Guetta 建立无限可扩展的在线录制活动
> 原文: [http://highscalability.com/blog/2016/1/20/building-an-infinitely-scaleable-online-recording-campaign-f.html](http://highscalability.com/blog/2016/1/20/building-an-infinitely-scaleable-online-recording-campaign-f.html)
![](https://img.kancloud.cn/eb/c2/ebc245235b87e628fc384751e4f2382e_205x205.png)
*这是 [Ryan S. Brown](https://twitter.com/ryan_sb)* 最初发布在 [serverlesscode.com](https://serverlesscode.com/post/david-guetta-online-recording-with-lambda/) 上的一次采访*的来宾帖子。 它继续了我们对 Lambda 顶部建筑系统的探索。*
分页 [David Guetta](https://en.wikipedia.org/wiki/David_Guetta) 粉丝:本周,我们采访了在其最新广告系列背后建立网站的团队。 在网站上,歌迷可以录制自己演唱的单曲“ This One’s For You”,并制作专辑封面。
后台**该站点建立在 Lambda,API Gateway 和 CloudFront** 上。 社交广告系列通常会变得很尖刻–当大量媒体报道时,如果您还没有准备好,大量的用户涌入便可以使基础架构开始爬行。 [parall.ax](https://parall.ax/) 的团队之所以选择 Lambda,是因为它没有使用寿命长的服务器,而且他们可以根据亚马逊的需求来分担上下扩展应用程序的所有工作。
来自 [parall.ax](https://parall.ax/) 的 James Hall 将会告诉我们他们如何构建一个国际化的应用程序,该应用程序可以在短短六周之内满足任何水平的需求。
# 面试
## 什么是 [parall.ax](https://parall.ax) ? 告诉我您的公司(规模,专长等)
Parallax 是一家数字代理商。 我们提供一系列服务,包括应用程序开发,安全性和设计服务。 我们有 25 名全职员工以及一些外部承包商。 我们专注于提供可大规模扩展的解决方案,尤其专注于体育,广告和快速消费品(FMCG)。
## 告诉我一些有关该应用程序的信息,它可以解决什么问题?
该应用程序是 David Guetta 的新发行版“ T [他的一生为您](https://www.youtube.com/watch?v=MAQIb2lYFV0)”(这是 2016 年 UEFA EURO 决赛的官方主题曲)的大规模营销活动的一部分。 我们正在邀请粉丝-希望到三月时达到一百万-进入虚拟录音室,并为他们提供与 Guetta 一起唱歌的机会。 不仅他们的声音会出现在最后一首歌中,我们还将用他们的名字和最喜欢的团队创作个性化的专辑插图。 可以在朋友之间共享,从而增加参与度,并允许更多粉丝加入广告系列。 整个网站以十二种语言构建,融合了 DJ 自己的视频内容以及赢得巴黎之旅的机会。 您可以在 [thisonesforyou.com](https://thisonesforyou.com/) 上进行检查。
## 除了 Lambda 之外,该应用程序还使用哪些其他技术? 这包括前端,移动数据库以及任何您可以共享的数据库。
![](https://img.kancloud.cn/c9/2e/c92e2d9e5e759f6a5ebd2276115193e0_640x410.png) *图片来源:Parallax Agency Ltd.*
在后端,我们使用各种技术来提供完全可伸缩的体系结构。 我们使用[无服务器](http://serverless.com)(以前称为 JAWS)和 CloudFormation 在代码中协调整个平台。
请求通过 CloudFront 路由,静态资产缓存在距离请求它们的用户最近的 Edge 位置。 页面首次加载时,所有内容都是完全静态的。 在客户端浏览器中会生成一个 UUID-该 UUID 用于将来的所有 API 请求,并允许我们将页面中的不同操作关联在一起,而不必提供 Cookie。 此值的随机性很重要,因此该库使用计时和加密函数(如果可用)来导出随机种子数据。
![](https://img.kancloud.cn/50/8b/508b100ca6ab4ec19b3b3cee813f7bf9_500x311.png) *图片来源:Amazon Web Services*
静态资产的来源是一个简单的 S3 存储桶。 这些通过部署脚本上载。
然后,语言检测端点发送回 Accept-Language 标头以及接收请求的国家代码。 这是使用基本的 Lambda 函数。 另一个端点将订户数据添加到 DynamoDB,以及通过 Amazon SES 向他们发送欢迎电子邮件。 为了使录制工作正常进行,我们有一个端点,该端点为以提供的 UUID 命名的路径发行 S3 令牌。 然后,将上传的内容从浏览器直接发布到 S3。
Lambda 最有用的应用是图像生成端点。 我们拍摄用户最喜欢的球队标志的图像,覆盖 Guetta 的照片,然后添加他们的名字。 然后将其与 Facebook 和 Twitter 大小的图形一起上传到 S3。 我们还上传了一个静态 HTML 文件,该文件指向此唯一的图形。 这样可以确保当人们共享 URL 时将显示其自定义插图。 为此,我们在页面中使用 Open Graph 图像标签。
在前端,我们使用 Brunch 来编译车把模板,编译 SASS,为 CSS 加上前缀以及任何其他构建任务。
记录接口本身具有三种实现。 WebRTC 录音机是“ A 级”体验,它使用新的 HTML5 功能直接从麦克风录音。 然后,我们会有一个 Flash 回退来获得相同的体验,这适用于不支持 WebRTC 的桌面浏览器。 最后,我们有一个文件输入,提示用户在手机上进行录制。
## 您是否考虑过其他解决方案? 如果是,还有哪些其他选择? 如何决定使用 Lambda?
是的,一点没错。 我们的常规堆栈是 LAMP,构建在 CloudFront,Elastic Load Balancer 和 EC2 节点之上。 这本来可以扩展,但要像使用基于 Lambda 的体系结构一样快速和简单地扩展,则要困难得多。 我们必须构建一个用于生成图像的排队系统,然后启动专用于根据吞吐量制作这些图像的 EC2 节点。
编写简单的 Lambda 函数并让 Amazon 进行所有艰苦的工作似乎是显而易见的选择。
## 团队有多大? 是否有/已经有过 Lambda 的经验,或者他们来自其他专业领域?
Parallax 的团队由五人组成。 Tom Faller 是客户经理,负责项目的日常运行。 我是后端开发人员,创建 Lambda 函数并设计云架构。 阿米特·辛格(Amit Singh)主要是前端,但是从事接口和后端 JS 之间的许多粘合部分的工作。 克里斯·米尔斯(Chris Mills)是质量保证和系统部门的负责人,并首先链接到无服务器(以前的 JAWS)项目。 杰米·塞夫顿(Jamie Sefton)是另一位 JS 开发人员,致力于将兼容性后备功能集成到代码库中,包括基于 Flash 和基于输入的录制体验,作为不支持 WebRTC 的设备的后备功能。 我以前有过 Lambda 的经验,但这对其他团队成员来说是新的。
## 您花了多长时间开发应用程序? 它比在其他框架中编写要快吗? (Express,Rails,无论您的“家庭草皮”是什么)
我总共要花大约 6 到 7 周的时间,尽管事先进行了大量的研究和原型设计才能得出正确的架构设计。 对于所需的可伸缩性,要使用我们的“家用草皮”确保它具有同等的健壮性,将花费更长的时间。
## 您如何部署应用程序? 您是否正在使用 CI / CD 服务?
该应用程序是从 Atlassian Bamboo 部署的。 该代码库位于 Stash 中。 每个分支机构都有自己的部署 URL,一旦构建,该 URL 就会发布到我们公司的聊天室中。 这使我们可以快速测试并确定更改是否可合并。
![](https://img.kancloud.cn/ae/c0/aec08c3ecbca372ebe5cff19d3f29234_497x71.png) *图片来源:Parallax Agency Ltd.*
## 您有什么监控? 您有什么要监视但不需要/无法监视的东西吗?
对于前端 JS 错误,我们使用 Bugsnag。 对于这种类型的应用程序,这是查看堆栈中是否存在问题的最简单方法。 如果错误峰值大于流量峰值,您就会知道有些问题。 我们通常将 NewRelic 用于后端,但是由于所有后端代码都存在于 Lambda 函数中,因此我们选择使用 CloudWatch。
## 在变更投入生产之前,您如何进行测试? 您有测试/暂存环境吗?
是的,绝对是。 推送到 Stash 的每个提交和分支都部署到测试环境。 对于静态资产和前端 JavaScript,它使用 Bamboo,并为每个分支和内部版本号创建一个新文件夹。 对于 lambda 函数,已使用`serverless dash`将其更新到每个环境。
## 一路上有什么让您感到惊讶的吗? 某些任务比您预期的要难还是难?
运行 Lambda 的服务器上缺少日文和中文字符的字体,这是可以预料的,但是这并不是我们在开发中计划的。 当操作系统呈现特定字体并且不包含特定字形时,它将回退到系统安装的多语言 Unicode 字体。 这会自动在网络上发生,但是在裸机上的 ImageMagick 内部不会发生。 这意味着我们必须在端点中附带大型 Unicode 字体。 通过仅将非拉丁名称路由到 Unicode 端点,我们减少了此功能对性能的影响。
例如, ![](https://img.kancloud.cn/80/a3/80a39a4b428c5f5e6f071040fdd1e39e_500x312.png) Helvetica 不包含任何亚洲字形 ![](https://img.kancloud.cn/99/fc/99fc891a7bbc47e6fe3bc6c943a8c5ed_500x312.png)
## 您发现开发过程中有痛点吗?您想如何解决它们?
多个分支机构和早期的无服务器(以前的 JAWS)框架存在一些问题。 假设我们要在一个分支中添加一个端点,而在另一个分支中添加另一个端点,则不能将它们都部署到同一环境阶段。 这是我们正在努力解决的问题,我们将寻求为 Serverless 提供一些有用的工具来解决此问题。
## 您是否想找到让更多人了解的特别有用的工具或库?
我强烈建议您使用几种测试工具。 相机和麦克风在仿真器中的行为有很大不同-有时甚至根本没有仿真! 这意味着我们必须使用真实的设备进行测试。 我们使用了 [Vanamco 设备实验室](https://www.vanamco.com/devicelab/)以及五个我们认为是很好的传播设备。 我们将其与 Ghostlab 一起使用,这使我们能够在所有设备上打开同一页面,并使它们保持同步。 它包括一个 Web 检查器,用于调整 CSS 并运行调试 JS。 然后,为了增加 Android 覆盖率,我们使用了 [testdroid](http://testdroid.com/) 。 这是一项出色的服务,可让您远程使用真实设备。 打开相机应用程序,您可以在数据中心内看到。 我一直在热切地等待着一个测试机器人工程师,将他的头戳进架子,但是到目前为止,我感到失望!
![](https://img.kancloud.cn/13/5f/135fa4c75678da17c9f0f757e73e8992_500x348.png) * Testdroid 使用 Google Nexus 10*
# 包起来
再次感谢 James Hall 提供有关所有 Lambda 后端的 CI,移动测试和 Unicode 解决方法的内部视图。 要了解有关无服务器应用程序框架的更多信息,请查看其[网站](http://serverless.com)或 [gitter.im 聊天室](https://gitter.im/serverless/serverless)。
**披露:**我与 Parallax Agency Ltd.没有关系,但是他们建立了很酷的项目,而这次采访只涉及其中一个。
订阅[无服务器代码邮件列表](https://serverlesscode.com/mail/),以跟上以后的帖子。 如果您有任何建议,问题或意见,请通过 [[受电子邮件保护]](/cdn-cgi/l/email-protection#7b171a16191f1a3b09021a15081955181416) 给我发送电子邮件。
[关于 HackerNews](https://news.ycombinator.com/item?id=10955158)
- 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