# 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
> 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)

Plaxo 的前首席技術官 Joseph Smarr(解釋了我認出他的照片的原因)在[中,我是 Google+團隊的技術負責人。 問我什么](http://anyasq.com/79-im-a-technical-lead-on-the-google+-team),揭示用于構建 Google+的堆棧:
> 如今,我們的協議棧是 Google 應用程序的標準價格:我們將 Java servlet 用于服務器代碼,將 JavaScript 用于 UI 的瀏覽器端,很大程度上是由(開源)Closure 框架構建的,其中包括 Closure 的 JavaScript 編譯器和模板系統 。 我們采取了一些巧妙的技巧:即使使用的是 AJAX 應用程序,我們也使用 HTML5 歷史記錄 API 來維護漂亮的 URL(對于較舊的瀏覽器,它采用哈希碎片); 并且我們經常在服務器端渲染 Closure 模板,以便在加載任何 JavaScript 之前先渲染頁面,然后 JavaScript 找到正確的 DOM 節點并掛接事件處理程序等,以使其具有響應能力(因此,如果您在 緩慢的連接,您很快就會點擊內容,您可能會注意到它在執行任何操作之前都存在滯后,但幸運的是,大多數人實際上并沒有遇到這種情況)。 我們的后端主要建立在 BigTable 和 Colossus / GFS 之上,并且我們使用了許多其他常見的 Google 技術,例如 MapReduce(同樣,與許多其他 Google 應用程序一樣)。
起初,我讀了 Clojure,這真是一個真正的驚喜,但是它是 Closure,這是一套 JavaScript 工具,由[庫](http://code.google.com/closure/library/),[編譯器](http://code.google.com/closure/compiler/)和[模板](http://code.google.com/closure/templates/)組成 。 該編譯器是用于 JavaScript 的真正編譯器,可加快 JavaScript 下載和運行速度。 該庫是模塊化和跨瀏覽器的 JavaScript 庫。 模板是服務器端模板系統,可幫助您動態構建可重用的 HTML 和 UI 元素。 它都是開源的,因此您也可以使用它。
雖然您沒有可用的 Google 堆棧,但確實有一些開源選項。 [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[下一代文件系統](http://highscalability.com/blog/2010/9/11/googles-colossus-makes-search-real-time-by-dumping-mapreduce.html),是 GFS 的替代品。 由于我們對 Colossus 知之甚少,因此很難說出合適的替代品。 有 Hadoop 分布式文件系統 [HDFS](http://hadoop.apache.org/hdfs/) 。 如果您正在尋找一些像基礎架構膠之類的云,則可以使用 [OpenStack](http://www.openstack.org/) (它也具有存儲系統)。
Google 可能使用了自定義的 [Java servlet](http://en.wikipedia.org/wiki/Java_Servlet) 容器,但是此處的選擇并不重要。 大部分工作將以并行方式產生,并在以 [C ++,Java 或 Python](http://www.quora.com/Which-programming-languages-does-Google-use-internally) 實現的其他服務器上執行。
盡管幾乎沒有與 Google 的交流,但 Google+開發團隊的響應速度明顯加快,可以快速,一致地實現明顯的改進。 約瑟夫告訴我們原因:*我們特別強調工程速度/敏捷性-我們嘗試每天發布代碼更新,同時仍保持質量/穩定性/延遲與您對 google 的期望一樣高。 這有助于我們快速行動并快速響應用戶反饋。 我們嘗試(幾乎)每天都進行一次完全推送,有時,如果需要,有時我們也會潛入補丁程序發行版中。 但是有很多人參與其中,這不是“如果所有測試都通過都會自動推動”的情況或類似的情況。*
對于 Google+最具創新性的功能,即環聊視頻會議,GigaOM 在該堆棧上有一篇[不錯的文章,該文章基于由技術負責人 Justin Uberti 撰寫的](http://gigaom.com/video/google-hangouts-technology/)[宣布 Google+ Hangouts](http://juberti.blogspot.com/2011/06/announcing-google-hangouts.html) 。 與以經濟高效的 P2P 模式運行的 Skype 不同,環聊完全由 Google 托管。 這必須花費驚人的金錢。 你自己一個人在這里。 沒有人可以取代 Google 童話捐贈的帶寬。
那就是 Google。 再一次,一位前 Google 員工認為[您可以使用 MessagePack,JSON,Hadoop,jQuery 和 MongoDB 更好地完成](http://rethrick.com/#waving-goodbye)。 如果您可以為全球十億用戶群做得更好,那將是另一個完全不同的問題。
## 相關文章
* [封閉庫](http://code.google.com/closure/library/) / [封閉模板](http://code.google.com/closure/templates/) / [封閉編譯器](http://code.google.com/closure/compiler/)
* [VMware 公開了計劃成為云操作系統](http://gigaom.com/cloud/vmware-exposes-its-plans-to-be-the-os-for-the-cloud)-另一種基礎架構選項。
* [羅得島巨像](http://en.wikipedia.org/wiki/Colossus_of_Rhodes)-世界奇觀。
* [Colossus Computer](http://en.wikipedia.org/wiki/Colossus_computer) -英國密碼破解者使用的電子計算設備,用于在第二次世界大戰期間幫助讀取加密的德語消息。 他們使用真空管(熱電子閥)進行計算。
* [巨像:Forbin 項目](http://en.wikipedia.org/wiki/Colossus:_The_Forbin_Project)-一部名為 Colossus 的大型美國防御計算機的科幻電影,引起了人們的注意并決定接管世界。
* 這篇文章[關于黑客新聞](http://news.ycombinator.com/item?id=2758177)
* 這篇文章[在 Reddit 上](http://www.reddit.com/r/programming/comments/iod09/google_is_built_using_tools_you_can_use_too/)
* [OpenGSE 發布](http://google-opensource.blogspot.com/2009/01/opengse-released.html)-*開放源代碼愛好者可能感興趣的是最近發布的 Open Google Servlet Engine(OpenGSE)。 以前,Google 內的工程師開發了自己的快速,輕量級的 servlet 引擎,我們在 Google 內部將其簡稱為“ Google Servlet 引擎”或 GSE。*
* 在 Quora 上: *[谷歌的軟件基礎設施是否已過時?](http://www.quora.com/Google/Is-Googles-software-infrastructure-obsolete)* TLDR:不。 Hector Yee 有一個很好的總結:*與開放源代碼變體相比,Google 基礎結構要穩定得多,而且文檔也要好得多。 他們作為一個整體工作在一起。 在 Google 框架中構建穩定,可大規模擴展的系統要比使用等效的開源工具容易得多。* 另一方面,采用定義的做事方式很容易對大公司施加的限制感到不滿。 這兩個觀點都是正確的。
* [jQuery vs 閉包](http://news.ycombinator.com/item?id=2758317)上的 nostrademons:基本上每個 Google 產品都使用閉包。 *沒有可比性-就網頁瀏覽量,邊緣情況和一般現實情況而言,Closure 比其他所有 JS 庫都得到更廣泛的使用。 我實際上認為他們填補了非常不同的領域。 JQuery 適用于主要是 HTML 但需要通過漸進增強而分層的其他交互功能的網站。 閉包適用于 JavaScript 應用,其中整個客戶端基本上都是用 JavaScript 編寫的。*
* RyanDScott 在[上解釋了為什么 Google 內部沒有使用 GWT](http://news.ycombinator.com/item?id=2760822) :*閉包只是 JavaScript。 無需等待 GWT 團隊構建所需的功能,也無需自己構建這些功能。 以我的經驗,當我需要使用 GWT 進行最前沿的開發時,我最終為 JavaScript 函數編寫了一堆包裝程序,這使我想知道為什么我不使用 JavaScript 編寫所有內容。 (就像我說的那樣,GWT 庫非常引人注目,并且在計劃大型項目時,Java 對于某些人通常感覺更舒服。)*
## Related Articles
* [從 Google+實驗中學習:Stowe Boyd 的操作系統,平臺,應用](http://www.stoweboyd.com/post/8129714757/learning-from-the-google-experiment-operating-system)。 *但是,我們正在邁向一個世界,在這個世界上,Google +的大多數基本元素將成為下一代 Android 版本的一部分,并且感覺像 Google+上的應用的東西實際上將是在未來的社交網站上運行的應用 操作系統。*
整個“前 Googler 認為您可以做得更好”的事情是如此虛假。 我在其他地方對此進行了評論,但是粗略地瀏覽一下他的主要批評就可以清楚地看出他對這些技術只有膚淺的知識:
“與 MessagePack,JSON 和 Hadoop 相比,協議緩沖區,BigTable 和 MapReduce 都是古老的,吱吱作響的恐龍。與快速而優雅的工具(如 jQuery 和 mongoDB)相比,GWT,Closure 和 MegaStore 之類的新項目速度慢,設計過度,Leviathans”
真? 實際上,這幾乎都不是真的。 協議緩沖區和消息包在大小和效率方面幾乎相同,協議緩沖區的文檔更好,周圍有更強大的社區。 您不一定會知道,如果只是在 MessagePack 網站上做一個表象(無疑是作者所做的),但是如果您實際更深入地使用這些技術,他們的主張是完全虛假的。 JSON 與協議緩沖區? 好的,比較奇怪,但是首先 Google 到處都使用 J??SON-他們可能是世界上最大的 JSON 用戶。 協議緩沖區也比 JSON 小得多并且快得多。 Hadoop 與 BigTable? 真的,你要去那里嗎? Hadoop 的整個歷史是試圖在性能方面趕上 BigTable 并盡可能地復制 BigTable 功能以獲得功能之一。 Hadoop 的發展速度很快,但是我所看到的一切都表明 BigTable 的發展速度仍然更快。
它會一直持續下去。 閉包的壓縮比 JQuery 好得多。 最新版本的 JQuery 是否更快? 可能,但這與新的快速,優雅的工具相比,這簡直不是“ Leviathan”。 GWT 還執行*瀏覽器特定的構建*,這是 JQuery 無法觸及的,并使它的 JavaScript 變得更小,更快。 MongoDB 當然很酷,但是您真的要把它與 BigTable 相提并論,這是唯一有意義的比較? 真? 這甚至不是一條值得走的路。
無論如何,僅僅因為有人在 Google 工作過并不意味著您應該堅持自己的每一個字。 這也不意味著他們對 Google 的每個項目都有深入的了解。 在那兒找到工作要容易得多。 還存在編寫熱門文章的問題。 這家伙的文章提出了一些瘋狂的主張,旨在做到他們所做的一切:獲取鏈接。 這是總的 BS,你們應該對 High Scalability 有更好的了解。 認真地說,你們這里有一些殺手 articles,但您不應該鏈接到這樣的虛假信息。
請注意,我在這場戰斗中沒有狗。 我不在 Google 工作,但我直接使用了其中大多數技術,包括通過大量使用 App Engine 間接地使用了 BigTable。
亞當(Adam),很難想象有人在 Google 交付了一個重要的項目,但不值得他們對自己的經驗發表意見。 我們必須對此表示不同意見,但是我非常感謝您和您對這兩個堆棧的比較,非常有見地,謝謝。
真的很不錯,感謝您發布!
前端沒有 GWT 嗎?
是的,我已經在自己的 Google+上工作了。 我不會邀請任何人! 穆哈哈哈...
托德(Todd):作為“最早”出現在前五名站點中的人和作為仍在其市場中處于領先地位的類別站點的唯一啟動者,我建議您不要在您從中看到的“前-”觀點中投入過多的股票 我認為這些“觀點”沒有任何值得注意的見解。 *創造*改變游戲規則的技術和從稀薄空氣中獲得的技術之間的區別很大,而僅僅是在非常引人注目的平臺上展示和發布某些東西。 上面對“前 Google 員工”的反駁表明,事實勝過權威,而您現在可能已經發現,并不是每個“老朋友”都是天才
基于權威的論點,提議不聽某人大規模交付了復雜且極富創新性的產品,因為它與公認的權威沖突,這是一種令人愉快的策略。 做得好。
對不起,托德,但由于您已經形成了意見而拒絕接受這樣精心撰寫的批評/評論,同樣令人愉快(使用您的術語)。 從您對亞當評論的回應中,我認為您甚至都沒有讀過它。 我每天都使用 GWT,將 jQuery 與之比較是可笑的……只是舉一個例子。
我了解猛烈抨擊 Google 會產生網頁點擊量(IMO,這就是為什么這位前 Googler 的帖子得到博客作者如此廣泛的報道),并且批判性地分析優勢/劣勢始終是一件好事,但請保持客觀。
Sekhar,所以您認為我什至不應該鏈接到它? 如果您注意到我在帖子的內容上什么也沒說,只是質疑那些技術是否可以擴展。 批評甚至涉及到該職位。 那是你的錯嗎?
- 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