searcher 分布式纵向方向主要涵盖的范围包括分布式系统理论和设计实践, 资源管理和虚拟化技术, 大规模服务稳定性技术, DevOps和自动运维技术等方面, “分布式方向一周技术动态"是我每周总结和整理的关于分布式方向的精选技术文章, 希望以此让大家能够跟踪业界相关的技术动态, 培养大家对分布式系统的兴趣, 学习分布式系统理论和设计思路, 辅助大家的日常工作. 每周的技术动态会在hi群和邮件组里同步发布, 欢迎大家阅读. 对于后续 分布式技术动态 有任何意见或者建议, 大家可以随时联系我.
Hi群: 1478429
邮件组: arch-dis@baidu.com
往期列表: 分布式方向一周技术动态
分布式系统实践
1. 分布式队列编程：模型、实战
http://tech.meituan.com/distributed_queue_based_programming.html?hmsr=toutiao.io&utm_medium=toutiao.io&utm_source=toutiao.io
要点: 队列作为基础性数据结构, 广泛应用于各个软件中, 特别是分布式系统的发展, 分布式队列的编程模型几乎无处不在. 本文结合具体实例, 介绍了分布式队列的几种常见的编程模型和设计思路, 不涉及具体的分布式队列实现.
2. 同程旅游缓存系统设计:如何打造Redis时代的完美体系
http://mp.weixin.qq.com/s?__biz=MzAwMDU1MTE1OQ==&mid=2653547622&idx=1&sn=199cd6d8e3dff7c839935a7613d43e76&scene=0#wechat_redirect
要点: 这篇文章出自同程旅游的首席架构师王晓波, 晓波是我在今年深圳ArchSummit讲师见面会撸串的时候认识的, 为人热情谦和, 技术功底深厚. 了解redis的同学都知道, redis虽然是一个单机非常卓越的内存存储系统, 但是在集群方面却是一直比较薄弱, 虽然出现了codis, twmeproxy, redis cluster等解决方案, 但是总有一种不尽如人意的感觉. 这篇文章介绍了同程旅游基于redis协议自主研发的"凤凰"缓存系统, 解决了数据扩容, 监控, 集群管理等刚需的运维问题. 由此也可以看出, 一个高可用的分布式系统, 必须在设计之初就考虑运维的问题, 才能真正做到高可用.
服务化和资源管理技术
1. 揭秘谷歌每周20亿+容器背后的管理技术
https://mp.weixin.qq.com/s?__biz=MzA4NTU2MTg3MQ==&mid=2655158150&idx=1&sn=de7c2b7162776b659b909390e646d01d&scene=0&key=8dcebf9e179c9f3abf32caf0eb5dfc3ec041f55e7f207ef7b2dcdd2698f9b7614b31505c9e5e35d14097cf0e1cbafaa3&ascene=0&uin=Mjk1ODMyNTYyMg%3D%3D&devicetype=iMac+MacBookPro11%2C4+OSX+OSX+10.11.5+build(15F34)&version=11020201&pass_ticket=jWwEv%2BCD5FyTIu5mwu%2BGrcglUi2QPNF3eOqE8agN9g8yEHB8btPM%2Bjik8LfSwNeY
要点: 在集群管理方面, borg以及k8s声名显赫了, 然而支撑google大规模数据中心的话, 还需要很多其他的基础设施, 比如机器上线, 故障检测和维修, 配置管理等. 本文概要性的总结了google的机器和服务的管理流程, 从机器上架到服务部署的整个流程.
2. 传统金融企业的 Docker 实践
https://mp.weixin.qq.com/s?__biz=MjM5NzAwNDI4Mg==&mid=2652190935&idx=1&sn=a2cc5918fc6ba42b5f851f67d7515223&scene=0&key=8dcebf9e179c9f3ae09b42bfdb5774cc6d3c63ce08a287ac960e7f06150242aaf74220c8a6650b49090f74394556dcad&ascene=0&uin=Mjk1ODMyNTYyMg%3D%3D&devicetype=iMac+MacBookPro11%2C4+OSX+OSX+10.11.5+build(15F34)&version=11020201&pass_ticket=FijsTJwfVbMHrm7eb1gCghxPm2b4huV1FDyzJ0NuOdXXXw639N4rhlCJo6FPRJQy
要点: 随着 Docker 技术的风行，容器云的概念也逐渐被人们所熟知。为了解决平安传统的应用交付耗时长的问题，基于 Docker 的容器云—Padis 经过开发、测试到生产，出现在人们的视野当中。Padis 解决了中间件的标准化问题，大大缩短了交付时长。下面是对王耀武先生在 ArchSummit 全球架构师峰会七牛云专场上，关于平安容器云平台 Padis 演讲内容的整理。
服务高可用技术
1. 性能不好怎么办？对着清单撸一遍
https://mp.weixin.qq.com/s?__biz=MzAwNjY4NTQ4MA==&mid=2651174290&idx=1&sn=288518f030801f4d90878e806546487c&scene=1&srcid=07311Hc8AUp9XaoYrv8PDcP9&key=8dcebf9e179c9f3a6b15ced3c46d2b1c191020d01406c4efa6c915f6b44abe32fdbf86cb3ed0bd00a5d53ce30ff2faca&ascene=0&uin=Mjk1ODMyNTYyMg%3D%3D&devicetype=iMac+MacBookPro11%2C4+OSX+OSX+10.11.5+build(15F34)&version=11020201&pass_ticket=%2B%2FmHk3TUPm6yZXz2IoOJX%2BjvDEqaGVB2QYpdsmSWimDLhIhh9b7fHzhSTbqjQS5U
要点: Brendan Gregg是Netflix的资深性能架构师，著名性能调优专家。前不久，Brendan Gregg在SREcon16上分享了《Performance Checklists for SREs》，也是干货满满。我们一起来看看。
DevOps 技术
1. 持续交付之应用标准化模型与实践
https://mp.weixin.qq.com/s?__biz=MzA4NjAzMjEyOA==&mid=2654565193&idx=1&sn=9510f1cd7e12ccd1d00de8da0846a6eb&scene=0&key=8dcebf9e179c9f3af19ce134d450ce733198e22980994e33e6e133d09e2c07246bc3f2db520386d255da1c3e7511c47b&ascene=0&uin=Mjk1ODMyNTYyMg%3D%3D&devicetype=iMac+MacBookPro11%2C4+OSX+OSX+10.11.5+build(15F34)&version=11020201&pass_ticket=jWwEv%2BCD5FyTIu5mwu%2BGrcglUi2QPNF3eOqE8agN9g8yEHB8btPM%2Bjik8LfSwNeY
要点: 有标准化的自动化是平台，无标准化的自动化是工具！本文总结了作者在持续交付方面设计和应用标准化模型与实践.
2. 炒了8年的概念，到底该如何理解DevOps这个词？
https://mp.weixin.qq.com/s?__biz=MzA5Nzc4OTA1Mw==&mid=2659597867&idx=1&sn=10f7c2f5907f26563cc9682e474fed11&scene=0&key=8dcebf9e179c9f3a140450af8f306bb963cc246875921b807a57072878f610a816df280f3060b8eff96a33566d383c12&ascene=0&uin=Mjk1ODMyNTYyMg%3D%3D&devicetype=iMac+MacBookPro11%2C4+OSX+OSX+10.11.5+build(15F34)&version=11020201&pass_ticket=IIy4T1FMwDgq%2BcLwb7omYxdg4bEIBG9YbHMuxgGFgt6P5OsNiMWsYW8gg5M48OjB
要点: DevOps其实一直以来都是一个比较虚的词, 没有确切的含义. 这篇文章总结了作者对DevOps的认识, 指出了几个认识的误区, 并且从组织, 技术, 流程等方面归纳了实施DevOps的建议. 我认为作者对DevOps的理解非常深刻, 值得我们学习.
大杂烩
1. 关于机器学习、深度学习和AI的完全初学者指南
http://geek.csdn.net/news/detail/90973
要点: 机器学习, 人工智能现在可以说是非常火热的领域, 不过对于我们架构工程师来说, 这些似乎非常高深, 本文是一个对AI的初学者指南, 希望能让大家从感性上了解AI.
2. Linux的进程间通信-文件和文件锁
https://mp.weixin.qq.com/s?__biz=MzIxNDMyODgyMA==&mid=2247483716&idx=1&sn=01ce60d159216f322a65c71aa9c07dc4&scene=0&key=8dcebf9e179c9f3a8b3606b2791039c29bcf97a8891d529e6adf829ae7c5bb028522045b0261fb39e9c0e4df87aae6dc&ascene=0&uin=Mjk1ODMyNTYyMg%3D%3D&devicetype=iMac+MacBookPro11%2C4+OSX+OSX+10.11.5+build(15F34)&version=11020201&pass_ticket=03ASTcd85nglWd8SkHuWgV1U9%2B2J649Jv3FBw3jNJ4zFV9i0sIk7zVV1hf1tZ%2B%2Fh
要点: 如果多个进程同时读写同一个问题, 那么如何保证他们之间的互斥呢? 有同学可能会说使用flock函数或者lockf函数, 那么他们之间有什么区别, 使用的时候有什么坑? 本文详细介绍了这些内容.
