资源信息

30天走向分布式 ccshih

走向分布式作者:ccshih 由 整理:邓草原

一个系统走向分散式,一定有其不得不为的理由。Scalability 是最常见的理由之一。

我先简单的将 Scalabilty 的需求分成两种:
• Data Scalability: 单台机器的容量不足以 (经济的) 承载所有资料,所以需要分散。如:NoSQL
• Computing Scalability: 单台机器的运算能力不足以 (经济的) 及时完成运算,所以需要分散。如:科学运算。在之後几天,我会试着就这两种需求来解析其中会遇到的问题与常见解法。

资源目录

Day 1: Scalability

Day 2:分散式系统的面向

Day 3: Partition

Day 4:为什麼有有些时候不要把 query 酒到所有机器上平行处理?

Day 5:资料切割的 metadata 管理

Day 6: Replication

Day 7:无强一致性及无法决定执行顺序带来的问题

Day 8:最终一致性

Day 9: CAP Theorem

Day 10: In-Memory data

Day 11: Zookeeper

Day 12: Zookeeper (续)

Day 13: Apache Kafka

Day 14: Apache Kafka (2)

Day 15: Apache Kafka (3)

Day 16: Apache Kafka (4)

Day 17: Apache kafka (5)

Day 18: Apache Kafka 与 Stream Computing

Day 19:分散式资料系统 v. 科层组织

Day 20: In-Memory 的技术议题?

Day 21:分散式运算系统

Day 22:分散式运算系统的沟通方式

Day 23: Stream Computing 的应用范围

Day 24: Stream Computing 特性

Day 25:选择 Stream Computing 框架

Day 26: Stream Computing 框架的组成角色

Day 27:如何追踪每一个 record 的处理进度

Day 28:错误处理机制

Day 29:从 Stream 到 Micro batch

Day 30: Stream States & Finale

资源下载

阿里云盘
声明:本站所有文章,如无特殊说明或标注,均为本站原创发布。任何个人或组织,在未征得本站同意时,禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益,可联系我们进行处理。