# Pinboard.in Architecture-付費玩以保持系統小巧
> 原文: [http://highscalability.com/blog/2010/12/29/pinboardin-architecture-pay-to-play-to-keep-a-system-small.html](http://highscalability.com/blog/2010/12/29/pinboardin-architecture-pay-to-play-to-keep-a-system-small.html)

如何在保持成功的同時保持足夠小的系統規模,以使簡單的向上擴展策略成為首選架構? 例如, [StackOverflow](http://highscalability.com/blog/2009/8/5/stack-overflow-architecture.html) 可以堅持使用自己喜歡的工具鏈,因為他們天生就對自己的增長速度抱有剎車:世界上只有這么多的程序員。 如果這對您不起作用,請考慮以下另一種自然制動策略:**收取服務費用**。 [Paul Houle](http://twitter.com/#!/simonstl/statuses/25587487132880897) 很好地總結為:*通過構建小規模盈利的服務來避免擴展問題*。
[Pinboard.in 的聯合創始人 Maciej Ceglowski 在](http://pinboard.in/)中接受了 Leo Laporte 和 Amber MacArthur 關于他們的[的采訪時提出了這一有趣的觀點,我之前沒有適當考慮過。 HTG3] [受電子郵件保護]](http://twit.tv/natn182) 顯示。
插板式紙機是一種精簡的,付錢的書簽機,可以及時替代快要淘汰的 Delicious。 作為一個自稱是反社會書簽網站,它*強調社交化*的速度。 Maciej 認為 Pinboard 是個人檔案,您可以在其中永久保存所閱讀內容的歷史記錄。 當 Delicious 的滅亡宣布時,如果 Pinboard 曾經是免費站點,那么他們會立即倒閉,但是成為付費站點有助于拉平他們的增長曲線。
過去經常與朋友共享鏈接的書簽站點,但 Twitter 大部分已經接管了該角色。 但是,Twitter 只展示您的推特歷史的一小部分而臭名昭著。 您真正想要的是一臺大型服務器,它從可能在何處添加書簽的地方都吸收了書簽,而這正是 Pinboard 的作用。
對于 Pinboard 來說,有幾點特別令我感到震驚:
* 它使用基于 MySQL,向上擴展,PHP,Perl 和無框架的傳統風格簡單體系結構。
* 它要求支付服務費用以支付費用并保持用戶群的可管理性。
* 它根據用戶數量收費以支付費用。
* 他們緩慢地構建了站點,并希望使其保持小巧,快速,可靠,因為這是一種更好的運行方式。
**網站**: [Pinboard.in](http://pinboard.in/)
## 資料來源
* [技術基礎](http://pinboard.in/blog/63/)
* [[受電子郵件保護]](http://twit.tv/natn182) 采訪
* 個人電郵
[](http://pinboard.in/blog/63/)
## 統計資料
* 1,630 萬個書簽
* 5200 萬個標簽
* 940 萬個網址
* 989 GB 存檔內容
* 自 2010 年 7 月 8 日以來,累計停機時間不到 1 小時。
## 平臺
* 的 MySQL
* 的 PHP
* 佩爾
* 的 Ubuntu
* 裝甲運兵車
* 獅身人面像
* Cron 職位
* S3
## 硬件
* 機器 1:64 GB,運行數據庫主服務器,存儲用戶檔案并運行搜索
* 機器 2:32 GB,運行故障轉移主機,抓取各種外部提要,執行后臺任務
* 機器 3:16 GB,Web 服務器和數據庫從屬
## 建筑
* 數據庫的副本保留在所有三臺計算機上。
* 該網站在 16GB 計算機上運行。 數據庫完全適合 RAM,頁面加載時間提高了 10 倍或更多。
* 主-主架構,帶有一個額外的讀取從屬。 所有寫入均指向一個 DB,其中包括書簽,用戶和標簽表。
* 第二個主機運行:
* 匯總計算,例如全局鏈接計數和每用戶統計信息。
* 使用 mysqldump 的每晚數據庫備份。 備份以壓縮格式存儲到 S3。
* Perl 腳本運行后臺任務:
* 下載外部提要,為啟用了存檔功能的用戶緩存頁面,處理傳入的電子郵件,生成標簽云以及運行備份。
* 選擇 Perl 是因為現有的技能和 CPAN 中可用的大型支持庫。
* 諸如大多數流行書簽之類的功能是由通常在每晚運行的 cron 作業生成的,但是當負載過高時將其關閉。
* PHP 用于生成 HTML 頁面:
* 不使用模板引擎。 沒有使用框架。
* APC 用于緩存 PHP 文件。
* 不使用其他緩存。
* [Sphinx](http://www.sphinxsearch.com/) 用于搜索引擎和全局標簽頁。
## 得到教訓
* **咒語。** Pinboard 的目標是:快速,可靠和簡潔。 他們認為這些是可以贏得并留住客戶的素質。 當出現問題時,例如大規模增長,他們總是優先考慮,以便保持這些系統質量。 例如,他們的首要任務是防止數據丟失,這決定了更改其服務器體系結構。 因此,從概念上講,該站點在增長的時期內是令人困惑的……如果站點可以快速可靠地保存鏈接,則可以。
* **從開頭**開始作為付費網站。 成為付費網站的好處是您不會急于吸引新用戶,因此可以保持小規模。 當 Delicious 的滅亡宣布時,如果他們本來可以成為免費站點,那么它們將立即被關閉,但是成為付費站點有助于平穩增長。
* **根據用戶數量收費**。 Pinboard 具有獨特的定價方案,旨在比具有免費帳戶的服務更好地擴展。 價格基于當前用戶數。 隨著用戶數量的增加,價格也隨之上漲。 人們為使用的資源付費。 這與 Amazon 或 Google App Engine 的付款模式相似,但有很大的不同。 這是一次性費用。 每年只需多花$ 25,就可以緩存和搜索所有書簽。
* **使用無聊和淡入淡出的技術。** 這些有助于確保站點永遠不會丟失數據并且非常快。
* **經驗法則**:如果您樂于嘗試某些事物,那么它可能不屬于生產領域。
* **使切換盡可能簡單**。 Pinboard 通過自動導入和導出到 Delicious 并支持 Delicious API 來消除采用異議。
* **保持小巧** **更有趣**。 當您可以提供個人客戶支持并直接與用戶互動時,您會擁有更好的時光。
* **比較基于每 GB RAM 或存儲空間的機器成本**。 Pinboard 最初是在 Slicehost 和 Linode 上運行的,但是當以每 GB RAM 或存儲的美元成本表示的費用要高得多而又沒有任何可抵消的收益時,他們便轉向了另一種服務。
* **在負載**下關閉功能。 例如,如果您需要其他地方的性能,請關閉搜索。
* **中到大型站點是最昂貴的**。 小型站點的運行成本相對較低,但是在增長曲線的某個時刻,每個新用戶的邊際成本都會增加。 由于必須將數據拆分到多臺計算機上并且必須購買和管理這些計算機,因此成本更高。 有一個擴展成本。 一旦您接觸到數百萬的用戶,它就會再次變得便宜。 從小型站點到中型站點的第一步是痛苦且昂貴的。
* **在您自己的產品**上做主。 根據您所相信的人,Delicious 在 Yahoo 的不斷裁員中受到了傷害,但真正的問題是 Delicious 團隊不是決策者。 新功能優先于可靠性,穩定性和創新性。 當命運掌握在他人手中時,您的工作時間或辛苦時間都沒有關系。
* **Small 并不總是有效**。 新用戶席卷了[,增加了超過 700 萬個書簽,超過了服務整個生命周期中收集的書簽,并且該網站的流量是正常流量的 100 倍以上。 結果,正常的后臺任務(如搜索,歸檔和輪詢外部提要)被暫停。 彈性的策略來處理像這樣的尖峰負載并不都是壞事。](http://pinboard.in/blog/156/)
* **查看異常頁面加載時間,而不是中值頁面加載時間來判斷您的服務質量**。 即使大多數頁面加載時間都可以接受,頁面加載可能需要花費幾秒鐘的時間才能接受。
* **使用功能可快速構建**。 Pinboard 快速建立的部分原因是,社交和發現功能因說``去別的地方''而被推遲了。 其他站點將使您可以與朋友共享鏈接并發現新的有趣內容,但是沒有其他站點像個人存檔那樣運作,這就是 Pinboard 的利基市場。
* **通過機器**隔離服務。 當 Web 服務器與其他服務共享計算機時,Web 服務器可能會受到打擊。 另一個例子是,每天搜索索引器在進行完整索引重建時都會與 MySQL 爭奪內存。
## 相關文章
* [Erick Schonfeld 將 Pin 大小的競爭對手 Pinboard](http://techcrunch.com/2010/12/29/delicious-exodus-pinboard/) 做成“美味的出埃及記”。 *該服務最初沒有處理大量請求(高峰時每分鐘處理數百個請求),但該數目增加了約十倍,達到每分鐘 2500 個請求。*
* [關于 Pinboard](http://a.wholelottanothing.org/2010/12/quick-thoughts-on-pinboard.html) 的快速思考,作者:Matt Haughey
* [回到基礎:Ditch Delicious,使用 Pinboard](http://techcrunch.com/2009/07/06/back-to-basics-ditch-delicious-use-pinboard/) ,作者:Michael Arrington
* [為什么 Pinboard.in 是我最喜歡的書簽服務](http://www.messagingnews.com/onmessage/ben-gross/why-pinboardin-is-my-favorite-bookmarking-service)?
* [del.icio.us,謝謝:插板,歡迎](http://redmonk.com/sogrady/2010/03/05/del-icio-us-pinboard/),作者:Stephen O'Grady
為什么我不僅可以創建 Google 電子表格和表單,還可以在瀏覽器欄中創建該表單的書簽。
您可以隨時隨地從私人 Google 電子表格中獲取個人書簽。
您可以輕松地擴展表單/電子表格以在不同選項卡中存儲“任務”,“密碼”等。
我缺少一個細節。 使用了什么網絡服務器? Apache,nginx 或 lighttpd?
作為用戶已近一年了,可以肯定地說,Pinboard 是一項出色服務的典范,對它的功能極為有用,并且創始人在產品和技術方面都擁有正確的愿景。
從擴展的角度來看,如果您知道如何使用 mysql,那么 mysql 可以很好地進行擴展,而在擴展它的那天,流量將足夠高,可以雇用聰明的人來專注于擴展部分。 否則,服務固有存在錯誤。
這三臺服務器支持多少總用戶和峰值并發用戶?
安迪,您可以在這里嘗試:http://techcrunch.com/2010/12/29/delicious-exodus-pinboard/
我不明白:“隨著用戶數量的增加,價格也隨之上升”,這沒有任何意義。
您擁有的用戶越多,就越能充分利用基礎架構,那么每位用戶的成本就會下降,因此您應該能夠以相同的功能級別提供更便宜的服務。 您應該利用他們所謂的“規模經濟”,并能夠提供更好的價格。
這沒有商業意義。
- LiveJournal 體系結構
- mixi.jp 體系結構
- 友誼建筑
- FeedBurner 體系結構
- GoogleTalk 架構
- ThemBid 架構
- 使用 Amazon 服務以 100 美元的價格構建無限可擴展的基礎架構
- TypePad 建筑
- 維基媒體架構
- Joost 網絡架構
- 亞馬遜建筑
- Fotolog 擴展成功的秘訣
- 普恩斯的教訓-早期
- 論文:Wikipedia 的站點內部,配置,代碼示例和管理問題
- 擴大早期創業規模
- Feedblendr 架構-使用 EC2 進行擴展
- Slashdot Architecture-互聯網的老人如何學會擴展
- Flickr 架構
- Tailrank 架構-了解如何在整個徽標范圍內跟蹤模因
- Ruby on Rails 如何在 550k 網頁瀏覽中幸存
- Mailinator 架構
- Rackspace 現在如何使用 MapReduce 和 Hadoop 查詢 TB 的數據
- Yandex 架構
- YouTube 架構
- Skype 計劃 PostgreSQL 擴展到 10 億用戶
- 易趣建筑
- FaceStat 的禍根與智慧贏得了勝利
- Flickr 的聯合會:每天進行數十億次查詢
- EVE 在線架構
- Notify.me 體系結構-同步性
- Google 架構
- 第二人生架構-網格
- MySpace 體系結構
- 擴展 Digg 和其他 Web 應用程序
- Digg 建筑
- 在 Amazon EC2 中部署大規模基礎架構的六個經驗教訓
- Wolfram | Alpha 建筑
- 為什么 Facebook,Digg 和 Twitter 很難擴展?
- 全球范圍擴展的 10 個 eBay 秘密
- BuddyPoke 如何使用 Google App Engine 在 Facebook 上擴展
- 《 FarmVille》如何擴展以每月收獲 7500 萬玩家
- Twitter 計劃分析 1000 億條推文
- MySpace 如何與 100 萬個并發用戶一起測試其實時站點
- FarmVille 如何擴展-后續
- Justin.tv 的實時視頻廣播架構
- 策略:緩存 404 在服務器時間上節省了洋蔥 66%
- Poppen.de 建筑
- MocoSpace Architecture-一個月有 30 億個移動頁面瀏覽量
- Sify.com 體系結構-每秒 3900 個請求的門戶
- 每月將 Reddit 打造為 2.7 億頁面瀏覽量時汲取的 7 個教訓
- Playfish 的社交游戲架構-每月有 5000 萬用戶并且不斷增長
- 擴展 BBC iPlayer 的 6 種策略
- Facebook 的新實時消息系統:HBase 每月可存儲 135 億條消息
- Pinboard.in Architecture-付費玩以保持系統小巧
- BankSimple 迷你架構-使用下一代工具鏈
- Riak 的 Bitcask-用于快速鍵/值數據的日志結構哈希表
- Mollom 體系結構-每秒以 100 個請求殺死超過 3.73 億個垃圾郵件
- Wordnik-MongoDB 和 Scala 上每天有 1000 萬個 API 請求
- Node.js 成為堆棧的一部分了嗎? SimpleGeo 說是的。
- 堆棧溢出體系結構更新-現在每月有 9500 萬頁面瀏覽量
- Medialets 體系結構-擊敗艱巨的移動設備數據
- Facebook 的新實時分析系統:HBase 每天處理 200 億個事件
- Microsoft Stack 是否殺死了 MySpace?
- Viddler Architecture-每天嵌入 700 萬個和 1500 Req / Sec 高峰
- Facebook:用于擴展數十億條消息的示例規范架構
- Evernote Architecture-每天有 900 萬用戶和 1.5 億個請求
- TripAdvisor 的短
- TripAdvisor 架構-4,000 萬訪客,200M 動態頁面瀏覽,30TB 數據
- ATMCash 利用虛擬化實現安全性-不變性和還原
- Google+是使用您也可以使用的工具構建的:閉包,Java Servlet,JavaScript,BigTable,Colossus,快速周轉
- 新的文物建筑-每天收集 20 億多個指標
- Peecho Architecture-鞋帶上的可擴展性
- 標記式架構-擴展到 1 億用戶,1000 臺服務器和 50 億個頁面視圖
- 論文:Akamai 網絡-70 個國家/地區的 61,000 臺服務器,1,000 個網絡
- 策略:在 S3 或 GitHub 上運行可擴展,可用且廉價的靜態站點
- Pud 是反堆棧-Windows,CFML,Dropbox,Xeround,JungleDisk,ELB
- 用于擴展 Turntable.fm 和 Labmeeting 的數百萬用戶的 17 種技術
- StackExchange 體系結構更新-平穩運行,Amazon 4x 更昂貴
- DataSift 體系結構:每秒進行 120,000 條推文的實時數據挖掘
- Instagram 架構:1400 萬用戶,1 TB 的照片,數百個實例,數十種技術
- PlentyOfFish 更新-每月 60 億次瀏覽量和 320 億張圖片
- Etsy Saga:從筒倉到開心到一個月的瀏覽量達到數十億
- 數據范圍項目-6PB 存儲,500GBytes / sec 順序 IO,20M IOPS,130TFlops
- 99designs 的設計-數以千萬計的綜合瀏覽量
- Tumblr Architecture-150 億頁面瀏覽量一個月,比 Twitter 更難擴展
- Berkeley DB 體系結構-NoSQL 很酷之前的 NoSQL
- Pixable Architecture-每天對 2000 萬張照片進行爬網,分析和排名
- LinkedIn:使用 Databus 創建低延遲更改數據捕獲系統
- 在 30 分鐘內進行 7 年的 YouTube 可擴展性課程
- YouPorn-每天定位 2 億次觀看
- Instagram 架構更新:Instagram 有何新功能?
- 搜索技術剖析:blekko 的 NoSQL 數據庫
- Pinterest 體系結構更新-1800 萬訪問者,增長 10 倍,擁有 12 名員工,410 TB 數據
- 搜索技術剖析:使用組合器爬行
- iDoneThis-從頭開始擴展基于電子郵件的應用程序
- StubHub 體系結構:全球最大的票務市場背后的驚人復雜性
- FictionPress:在網絡上發布 600 萬本小說
- Cinchcast 體系結構-每天產生 1,500 小時的音頻
- 棱柱架構-使用社交網絡上的機器學習來弄清您應該在網絡上閱讀的內容
- 棱鏡更新:基于文檔和用戶的機器學習
- Zoosk-實時通信背后的工程
- WordPress.com 使用 NGINX 服務 70,000 req / sec 和超過 15 Gbit / sec 的流量
- 史詩般的 TripAdvisor 更新:為什么不在云上運行? 盛大的實驗
- UltraDNS 如何處理數十萬個區域和數千萬條記錄
- 更簡單,更便宜,更快:Playtomic 從.NET 遷移到 Node 和 Heroku
- Spanner-關于程序員使用 NoSQL 規模的 SQL 語義構建應用程序
- BigData 使用 Erlang,C 和 Lisp 對抗移動數據海嘯
- 分析數十億筆信用卡交易并在云中提供低延遲的見解
- MongoDB 和 GridFS 用于內部和內部數據中心數據復制
- 每天處理 1 億個像素-少量競爭會導致大規模問題
- DuckDuckGo 體系結構-每天進行 100 萬次深度搜索并不斷增長
- SongPop 在 GAE 上可擴展至 100 萬活躍用戶,表明 PaaS 未通過
- Iron.io 從 Ruby 遷移到 Go:減少了 28 臺服務器并避免了巨大的 Clusterf ** ks
- 可汗學院支票簿每月在 GAE 上擴展至 600 萬用戶
- 在破壞之前先檢查自己-鱷梨的建筑演進的 5 個早期階段
- 縮放 Pinterest-兩年內每月從 0 到十億的頁面瀏覽量
- Facebook 的網絡秘密
- 神話:埃里克·布魯爾(Eric Brewer)談銀行為什么不是堿-可用性就是收入
- 一千萬個并發連接的秘密-內核是問題,而不是解決方案
- GOV.UK-不是你父親的書庫
- 縮放郵箱-在 6 周內從 0 到 100 萬用戶,每天 1 億條消息
- 在 Yelp 上利用云計算-每月訪問量為 1.02 億,評論量為 3900 萬
- 每臺服務器將 PHP 擴展到 30,000 個并發用戶的 5 條 Rockin'Tips
- Twitter 的架構用于在 5 秒內處理 1.5 億活躍用戶,300K QPS,22 MB / S Firehose 以及發送推文
- Salesforce Architecture-他們每天如何處理 13 億筆交易
- 擴大流量的設計決策
- ESPN 的架構規模-每秒以 100,000 Duh Nuh Nuhs 運行
- 如何制作無限可擴展的關系數據庫管理系統(RDBMS)
- Bazaarvoice 的架構每月發展到 500M 唯一用戶
- HipChat 如何使用 ElasticSearch 和 Redis 存儲和索引數十億條消息
- NYTimes 架構:無頭,無主控,無單點故障
- 接下來的大型聲音如何使用 Hadoop 數據版本控制系統跟蹤萬億首歌曲的播放,喜歡和更多內容
- Google 如何備份 Internet 和數十億字節的其他數據
- 從 HackerEarth 用 Apache 擴展 Python 和 Django 的 13 個簡單技巧
- AOL.com 體系結構如何發展到 99.999%的可用性,每天 800 萬的訪問者和每秒 200,000 個請求
- Facebook 以 190 億美元的價格收購了 WhatsApp 體系結構
- 使用 AWS,Scala,Akka,Play,MongoDB 和 Elasticsearch 構建社交音樂服務
- 大,小,熱還是冷-條帶,Tapad,Etsy 和 Square 的健壯數據管道示例
- WhatsApp 如何每秒吸引近 5 億用戶,11,000 內核和 7,000 萬條消息
- Disqus 如何以每秒 165K 的消息和小于 0.2 秒的延遲進行實時處理
- 關于 Disqus 的更新:它仍然是實時的,但是 Go 摧毀了 Python
- 關于 Wayback 機器如何在銀河系中存儲比明星更多的頁面的簡短說明
- 在 PagerDuty 遷移到 EC2 中的 XtraDB 群集
- 擴展世界杯-Gambify 如何與 2 人組成的團隊一起運行大型移動投注應用程序
- 一點點:建立一個可處理每月 60 億次點擊的分布式系統的經驗教訓
- StackOverflow 更新:一個月有 5.6 億次網頁瀏覽,25 臺服務器,而這一切都與性能有關
- Tumblr:哈希處理每秒 23,000 個博客請求的方式
- 使用 HAProxy,PHP,Redis 和 MySQL 處理 10 億個請求的簡便方法來構建成長型啟動架構
- MixRadio 體系結構-兼顧各種服務
- Twitter 如何使用 Redis 進行擴展-105TB RAM,39MM QPS,10,000 多個實例
- 正確處理事情:通過即時重放查看集中式系統與分散式系統
- Instagram 提高了其應用程序的性能。 這是如何做。
- Clay.io 如何使用 AWS,Docker,HAProxy 和 Lots 建立其 10 倍架構
- 英雄聯盟如何將聊天擴大到 7000 萬玩家-需要很多小兵。
- Wix 的 Nifty Architecture 技巧-大規模構建發布平臺
- Aeron:我們真的需要另一個消息傳遞系統嗎?
- 機器:惠普基于憶阻器的新型數據中心規模計算機-一切仍在變化
- AWS 的驚人規模及其對云的未來意味著什么
- Vinted 體系結構:每天部署數百次,以保持繁忙的門戶穩定
- 將 Kim Kardashian 擴展到 1 億個頁面
- HappyPancake:建立簡單可擴展基金會的回顧
- 阿爾及利亞分布式搜索網絡的體系結構
- AppLovin:通過每天處理 300 億個請求向全球移動消費者進行營銷
- Swiftype 如何以及為何從 EC2 遷移到真實硬件
- 我們如何擴展 VividCortex 的后端系統
- Appknox 架構-從 AWS 切換到 Google Cloud
- 阿爾及利亞通往全球 API 的憤怒之路
- 阿爾及利亞通往全球 API 步驟的憤怒之路第 2 部分
- 為社交產品設計后端
- 阿爾及利亞通往全球 API 第 3 部分的憤怒之路
- Google 如何創造只有他們才能創造的驚人的數據中心網絡
- Autodesk 如何在 Mesos 上實施可擴展事件
- 構建全球分布式,關鍵任務應用程序:Trenches 部分的經驗教訓 1
- 構建全球分布式,關鍵任務應用程序:Trenches 第 2 部分的經驗教訓
- 需要物聯網嗎? 這是美國一家主要公用事業公司從 550 萬米以上收集電力數據的方式
- Uber 如何擴展其實時市場平臺
- 優步變得非常規:使用司機電話作為備份數據中心
- 在不到五分鐘的時間里,Facebook 如何告訴您的朋友您在災難中很安全
- Zappos 的網站與 Amazon 集成后凍結了兩年
- 為在現代時代構建可擴展的有狀態服務提供依據
- 細分:使用 Docker,ECS 和 Terraform 重建基礎架構
- 十年 IT 失敗的五個教訓
- Shopify 如何擴展以處理來自 Kanye West 和 Superbowl 的 Flash 銷售
- 整個 Netflix 堆棧的 360 度視圖
- Wistia 如何每小時處理數百萬個請求并處理豐富的視頻分析
- Google 和 eBay 關于構建微服務生態系統的深刻教訓
- 無服務器啟動-服務器崩潰!
- 在 Amazon AWS 上擴展至 1100 萬以上用戶的入門指南
- 為 David Guetta 建立無限可擴展的在線錄制活動
- Tinder:最大的推薦引擎之一如何決定您接下來會看到誰?
- 如何使用微服務建立財產管理系統集成
- Egnyte 體系結構:構建和擴展多 PB 分布式系統的經驗教訓
- Zapier 如何自動化數十億個工作流自動化任務的旅程
- Jeff Dean 在 Google 進行大規模深度學習
- 如今 Etsy 的架構是什么樣的?
- 我們如何在 Mail.Ru Cloud 中實現視頻播放器
- Twitter 如何每秒處理 3,000 張圖像
- 每天可處理數百萬個請求的圖像優化技術
- Facebook 如何向 80 萬同時觀看者直播
- Google 如何針對行星級基礎設施進行行星級工程設計?
- 為 Mail.Ru Group 的電子郵件服務實施反垃圾郵件的貓捉老鼠的故事,以及 Tarantool 與此相關的內容
- The Dollar Shave Club Architecture Unilever 以 10 億美元的價格被收購
- Uber 如何使用 Mesos 和 Cassandra 跨多個數據中心每秒管理一百萬個寫入
- 從將 Uber 擴展到 2000 名工程師,1000 個服務和 8000 個 Git 存儲庫獲得的經驗教訓
- QuickBooks 平臺
- 美國大選期間城市飛艇如何擴展到 25 億個通知
- Probot 的體系結構-我的 Slack 和 Messenger Bot 用于回答問題
- AdStage 從 Heroku 遷移到 AWS
- 為何將 Morningstar 遷移到云端:降低 97%的成本
- ButterCMS 體系結構:關鍵任務 API 每月可處理數百萬個請求
- Netflix:按下 Play 會發生什么?
- ipdata 如何以每月 150 美元的價格為來自 10 個無限擴展的全球端點的 2500 萬個 API 調用提供服務
- 每天為 1000 億個事件賦予意義-Teads 的 Analytics(分析)管道
- Auth0 體系結構:在多個云提供商和地區中運行
- 從裸機到 Kubernetes
- Egnyte Architecture:構建和擴展多 PB 內容平臺的經驗教訓
- 縮放原理
- TripleLift 如何建立 Adtech 數據管道每天處理數十億個事件
- Tinder:最大的推薦引擎之一如何決定您接下來會看到誰?
- 如何使用微服務建立財產管理系統集成
- Egnyte 體系結構:構建和擴展多 PB 分布式系統的經驗教訓
- Zapier 如何自動化數十億個工作流自動化任務的旅程
- Jeff Dean 在 Google 進行大規模深度學習
- 如今 Etsy 的架構是什么樣的?
- 我們如何在 Mail.Ru Cloud 中實現視頻播放器
- Twitter 如何每秒處理 3,000 張圖像
- 每天可處理數百萬個請求的圖像優化技術
- Facebook 如何向 80 萬同時觀看者直播
- Google 如何針對行星級基礎設施進行行星級工程設計?
- 為 Mail.Ru Group 的電子郵件服務實施反垃圾郵件的貓捉老鼠的故事,以及 Tarantool 與此相關的內容
- The Dollar Shave Club Architecture Unilever 以 10 億美元的價格被收購
- Uber 如何使用 Mesos 和 Cassandra 跨多個數據中心每秒管理一百萬個寫入
- 從將 Uber 擴展到 2000 名工程師,1000 個服務和 8000 個 Git 存儲庫獲得的經驗教訓
- QuickBooks 平臺
- 美國大選期間城市飛艇如何擴展到 25 億條通知
- Probot 的體系結構-我的 Slack 和 Messenger Bot 用于回答問題
- AdStage 從 Heroku 遷移到 AWS
- 為何將 Morningstar 遷移到云端:降低 97%的成本
- ButterCMS 體系結構:關鍵任務 API 每月可處理數百萬個請求
- Netflix:按下 Play 會發生什么?
- ipdata 如何以每月 150 美元的價格為來自 10 個無限擴展的全球端點的 2500 萬個 API 調用提供服務
- 每天為 1000 億個事件賦予意義-Teads 的 Analytics(分析)管道
- Auth0 體系結構:在多個云提供商和地區中運行
- 從裸機到 Kubernetes
- Egnyte Architecture:構建和擴展多 PB 內容平臺的經驗教訓