# 無服務器啟動-服務器崩潰!
> 原文: [http://highscalability.com/blog/2015/12/7/the-serverless-start-up-down-with-servers.html](http://highscalability.com/blog/2015/12/7/the-serverless-start-up-down-with-servers.html)
[](https://teletext.io/ "Teletext.io - content as a service")
*這是來自 [Teletext.io](https://teletext.io/ "Teletext.io") 的 [Marcel Panse](http://www.linkedin.com/in/marcelpanse "Marcel Panse") 和 [Sander Nagtegaal](http://www.linkedin.com/in/centrical "Sander Nagtegaal") 的來賓帖子。*
在早期的 [Peecho 時代](http://www.peecho.com/ "Peecho")中,我們[寫了一篇文章](http://highscalability.com/blog/2011/8/1/peecho-architecture-scalability-on-a-shoestring.html "Peeacho architecture - scalability on a shoestring"),解釋了如何使用 [Amazon Web Services](http://aws.amazon.com/ "Amazon Web Services") 構建真正可擴展的架構。 自動縮放,無情的解耦,甚至對未使用的服務器容量進行自動出價,都是我們當時用來操縱的技巧。 現在,是時候將其進一步邁出一步了。
我們想介紹 [Teletext.io](https://teletext.io/ "Teletext.io - content as a service") ,也稱為*無服務器啟動*-再次完全基于 AWS 構建,但僅利用了 [Amazon API Gateway](https://aws.amazon.com/api-gateway/ "Amazon API Gateway") , [Lambda](https://aws.amazon.com/lambda/ "AWS Lambda") 函數, [DynamoDb](https://aws.amazon.com/dynamodb/ "AWS DynamoDb") , [S3](https://aws.amazon.com/s3/ "AWS S3") 和 [Cloudfront](https://aws.amazon.com/cloudfront/ "AWS Cloudfront") 來實現。
## 約束的美德
我們喜歡規則。 在我們之前的初創公司 [Peecho](http://www.peecho.com/ "Peecho printing") 中,產品所有者必須為每個想要添加到正在進行的 sprint 中的用戶故事支付*五十次俯臥撐*。 現在,在我們目前的公司 [myTomorrows](https://mytomorrows.com/ "myTomorrows - expanding access to drugs in development") 中,我們的*開發人員舞會*頗具傳奇色彩:在每日站立時,您只能在跳舞時講*- 導致有史以來最高效的會議。*
這種思維方式一直貫穿于我們的產品開發。 乍一看似乎違反直覺,但限制了創造力。 例如,我們所有的徽標設計都是通過技術制圖工具 [Omnigraffle](https://www.omnigroup.com/omnigraffle "Omnigraffle") 完成的,因此我們無法使用可怕的*鏡頭光斑*等。 無論如何-最近,我們發起了另一個計劃 [Teletext.io](https://teletext.io/ "Teletext.io") 。 因此,我們需要一個新的限制。
*在 Teletext.io,我們不允許使用服務器。 連一個都沒有。*
這是一個不錯的選擇。 我們將解釋原因。
## 為什么服務器損壞
在過去的幾年中,Amazon 云已經使我們非常滿意能夠使用 EC2 服務器實例的自動擴展群集,并在其頂部具有負載平衡器。 這意味著,如果您的一臺服務器出現故障,則可以自動啟動新服務器。 當出現意外的高峰流量時,也會發生同樣的情況。 然后將啟動額外的服務器。
盡管這很酷,但也有缺點。
* 首先,即使您沒有任何流量或收入,您**仍需要保持最少數量的服務器實例**處于活動狀態,以便能夠為任何訪問者提供服務。 這要花錢。
* 其次,由于云實例在操作系統之上運行已安裝的軟件,因此您不僅需要維護自己的代碼,還需要**確保服務器軟件保持最新**并可以運行。
* 第三,您**不能以精細的方式**向上或向下擴展,但一次只能一臺完整的服務器。
在基于帶有微服務的 API 的體系結構中,這意味著小任務的開銷很大。 幸運的是,現在有解決此問題的選項。 首先讓我們看一下眼前的問題。
## 抓癢
我們全新的解決方案源于個人對自定義軟件中*內容管理*的不滿。 在大多數初創企業中,按鈕,儀表板,幫助部分甚至整個網頁中的 HTML 文本必須由*程序員*而不是文本編寫者來管理和部署。 對于開發人員和編輯人員而言,這確實很煩人。
多年來,我們試圖找到一種可以正確解決此問題的分布式內容管理服務。 我們失敗了。 因此,幾個月前,我們受夠了,并決定只需要自己構建一些東西。
## 計劃
我們計劃創建一個非常簡單的基于 Java 的服務,該服務可以使用 HTML 的通用數據屬性標記元素來注入集中托管的內容。 它應該能夠處理本地化和動態插入數據。 最重要的是,它應該為內容編寫者提供一種在自己的應用程序中使用嵌入式 WYSIWYG 編輯器隨時更改文本的方法。
除了一些用戶體驗警告之外,這里還面臨三個技術挑戰。
1. 由于實時網站依靠它來獲取內容,因此這種新的商品服務應該永遠不會失敗。 曾經
2. 它應該非常非常快,因此您的訪問者甚至不會注意到內容正在加載。
3. 內容應由 Google 編制索引。
第三個問題與體系結構本身無關。 可信賴的搜索引擎以神秘的方式運轉,因此我們所能做的就是[測試假設](http://www.centrical.com/test/google-json-ld-and-javascript-crawling-and-indexing-test.html "Google crawling an indexing test for javacript insertion and JSON-LD structured data")。 劇透:是的,它有效。 不過,前兩個問題的解決方案掌握在您自己手中。 這些都可以通過低成本的巧妙解決方案來解決。
## 建筑模塊
讓我們深入研究基于 Amazon Web Services 的一些最新功能的系統構建塊。
### Amazon API 網關
[Amazon API Gateway](https://aws.amazon.com/api-gateway/ "Amazon API Gateway") 是一項托管的 AWS 服務,允許開發人員在 AWS 管理控制臺中單擊幾下即可創建任意規模的 API。 該服務可以觸發其他 AWS 服務,包括 Lambda 函數。
### AWS Lambda
而不是運行云實例,我們使用 [AWS Lambda](https://aws.amazon.com/lambda/ "AWS Lambda") 。 該名稱源自希臘字母 lambda(λ),用于表示在函數中綁定變量。 AWS Lambda 使您可以在不維護任何服務器實例的情況下運行代碼。 您可能會想到具有單個任務的原子無狀態功能,該功能可能會運行有限的時間(當前為一分鐘)。 這些功能可以用 Javascript(Node.js),Python 或 Java 編寫。
如果您上傳 Lambda 代碼,Amazon 將負責以高可用性運行和擴展代碼所需的一切。 Lambda 并行執行。 因此,如果發出一百萬個請求,則將執行一百萬個 Lambda 函數,而不會損失速度或容量。 據亞馬遜稱,“擴展功能沒有基本限制”。
最好的是,從開發人員的角度來看,Lambda 函數在不執行時甚至不存在。 它們僅在需要時出現。 而沒有上升的事物,也不會下降的事物。
### DynamoDB
Lambda 函數將其數據存儲在數據存儲中。 因為我們的規則說不允許我們使用任何服務器,所以我們不能使用關系數據庫服務(RDS)。 相反,我們使用 Amazon 的大型托管數據存儲 DynamoDB。
[Amazon DynamoDB](https://aws.amazon.com/dynamodb/ "AWS DynamoDb") 是適用于所有規模的所有應用程序的 NoSQL 數據庫服務。 它受到完全管理,并支持文檔和鍵值存儲模型。 Netflix,AirBnB 和 IMDb 等其他用戶已經證明了該服務的可擴展性。
## 建筑
我們的系統分為三個部分:
1. 內容管理
2. 內容傳遞
3. 我們的網站
關注點的分離是設計使然。 內容管理 API 或我們自己的網站中的問題絕不會導致客戶網站的中斷。 因此,內容的交付應完全自主。
### 內容管理
[](https://teletext.io/help/introduction "Teletext.io - editing dynamic content with Amazon Gateway API, DynamoDb and Lambda") 內容管理部分是編輯者用來編輯 HTML 和文本的部分。 編輯者只能通過連接到 [AWS IAM](https://aws.amazon.com/documentation/iam/ "AWS Identity and Access Management") 的 [AWS Cognito 身份池](https://aws.amazon.com/cognito/ "AWS Cognito")使用他們的 Google 帳戶登錄,而該池僅使用 Javascript。 為了加載草稿內容,存儲編輯并發布結果,將調用 Amazon API Gateway,從而觸發 Lambda 函數。 Lambda 函數全部與單個 API 調用有關,并將其數據存儲在 DynamoDb 中。
如您所見,沒有服務器可能崩潰或卡住。
### 內容傳送
如前所述,我們決定將內容的交付與編輯功能完全脫鉤,因此即使災難來襲,您的應用程序仍能正常工作。 當編輯者決定將新內容發布到他的應用程序的實時版本時,另一位 Lambda 立即將草稿內容作為平面 JSON 文件復制到 [S3](https://aws.amazon.com/s3/ "AWS S3") ,這是亞馬遜用于文件的數據存儲。 JSON 文件包含元數據和描述內容的 i18n 本地化 HTML 字符串。
[](https://teletext.io/help/introduction "Teletext.io - publishing static content with S3 and Cloudfront") 從此處開始,應用程序中的 Teletext.io 腳本可以通過 [Cloudfront](https://aws.amazon.com/cloudfront/ "AWS Cloudfront") CDN 訪問這些文件,從而確保高可用性和高性能。 我們添加了一個巧妙的預取算法,以確保在您需要它們之前在瀏覽器中檢索并緩存了最受歡迎的文件,因此無需實際加載內容即可配置下次點擊。
由于發布的內容的傳遞不涉及服務器端邏輯,因此它確實非常快速且實用。
### 我們的網站
[](https://teletext.io/ "Teletext.io static single page app in S3 with proper routing for deeplinking") 但是[我們的網站](https://teletext.io/ "Teletext.io - content management as a service")呢? 我們選擇了一個簡單但有效的概念-再次沒有服務器。 該網站是使用 [React 框架](https://facebook.github.io/react/ "Facebook React JS")作為單頁應用程序,并使用[作為單個靜態文件](http://docs.aws.amazon.com/AmazonS3/latest/dev/WebsiteHosting.html "Static single-page website in S3")部署到 S3 的。 然后,將 Cloudfront 配置為最上方的內容交付機制,從而確保了來自世界各地許多端點的超快速內容交付。
同樣,此方法基于平面文件傳遞,因此非常健壯。
靜態應用使用 HTML5 pushState 和 React Router 進行 URL 處理。 通常,存在一個問題。 如果您訪問根以外的特定 URL,則 Web 服務器必須動態呈現與前端動態呈現的相同的路由。 目前這在 S3 中是不可能的。 但是,我們找到了一個技巧,我們想在這里分享。
1. 在 S3 中將應用程序配置為[一個靜態網站,其根指向主文件。](http://docs.aws.amazon.com/AmazonS3/latest/dev/WebsiteHosting.html "Static single-page app in S3")
2. 不要添加任何 S3 重定向規則。 甚至不添加自定義錯誤頁面。
3. 創建一個指向 S3 存儲桶的 Cloudfront 發行版。
4. 在 Cloudfront 中創建一個自定義錯誤響應,該響應也指向主文件。 確保執行固定的 200 響應。
結果是,所有 URL 路徑(根目錄除外)均在 S3 中導致 404 響應,然后觸發緩存的 Cloudfront 自定義錯誤響應。 最后的答復只是您的單頁應用程序。 現在,在瀏覽器中,您可以根據當前路徑處理所有路由。
只有一個缺點。 在任何情況下,您都無法返回實際的 404 HTTP 響應代碼。 但是,作為回報,您將獲得一個超便宜,超可擴展的單頁面應用程序。
### 實用津貼
使用 Lambda 會對您的開發過程產生影響。 不過,支持正在改善。 例如,以前無法對 Lambda 函數進行版本控制。 這導致測試和部署的風險很大。 但是,亞馬遜[最近推出了其版本控制系統](http://docs.aws.amazon.com/lambda/latest/dg/versioning-aliases.html "Versioning AWS Lambda"),現在我們可以使用*可變別名*。 這意味著現在可以具有可以獨立更新的同一功能的不同版本,類似于測試環境還是生產環境。
## 結果
我們的免費增值服務現已向客戶開放。 我們吃自己的狗食,所以我們也用它。 在以下 GIF 中,您可以在我們自己的網站上看到正在使用的功能。
[](https://teletext.io/ "Teletext.io - content management as a service")
但是,系統的真正可擴展性在我們的每月 AWS 賬單中顯示。
### 成本
成本完全取決于實際使用情況。 為簡單起見,我們將忽略臨時免費層,以及我們使用的許多小型服務。
* 使用 **Lambda** ,您**只為您消耗的**計算時間付費-當代碼未運行時不收費。 還有一個永久的免費套餐。
* **Amazon API Gateway** 沒有**沒有最低費用或啟動費用**。 您只需為收到的 API 調用和轉移的數據量付費。
* **DynamoDb** 的費用也基于**按使用量付費**,盡管定價有些復雜。 簡而言之,它基于存儲,讀取和寫入。
* 然后是 S3 和 Cloudfront。 基本上,您需要為存儲和帶寬付費。
我們剛剛開始-為了計算成本,我們做了一些假設。 讓我們考慮一個相當大的網站作為我們的普通客戶。 我們猜測這樣的客戶端每月使用 1000 個 API 調用(僅用于編輯),因此需要 1GB 的數據輸入,并需要大約 10GB 的與流量相關的數據。 永久性存儲我們估計為 500MB。 我們預計 Lambda 執行時間不會超過 2 秒。
對于幾個不同數量的此類客戶,我們的每月費用將如下所示(四舍五入,以美元為單位)。
| 顧客 | 網關 API | 拉姆達 | DynamoDb | S3 | 云前 | 總 |
| --- | --- | --- | --- | --- | --- | --- |
| 0 | 0 | 0 | 0 | 0.25 | 1.00 | 1.25 |
| 100 | 9.50 | 0 | 3.50 | 1.50 | 85.00 | 99.50 |
| 1000 | 93.50 | 4.00 | 3.50 | 15.00 | 850.00 | 966.00 |
| 10000 | 935.00 | 35.00 | 3.50 | 150.00 | 8050.00 | 9173.50 |
| 100000 | 9350.00 | 410.00 | 3.50 | 1500.00 | 76700.00 | 87963.50 |
如您所見,**成本主要由 CDN** 決定,而 CDN 在大流量時變得越來越便宜。 API 和關聯的 Lambdas 屬性所占的比例要小得多。 因此,如果您構建的服務較少依賴 Cloudfront,則可以做得更好。
## 關閉服務器
憑借對創造力約束的熱愛,我們成功啟動了無需維護服務器,自動擴展,負載平衡器和操作系統的初創企業。 這不僅是一個具有幾乎無限的峰值容量的真正可擴展的解決方案,而且是一個非常便宜的解決方案-尤其是在牽引力出現之前的早期。
所以...服務器崩潰了!
[在 HackerNews](https://news.ycombinator.com/item?id=10690842) 上/ [在 Reddit](https://www.reddit.com/r/programming/comments/3vwrf4/on_high_scalability_building_a_company_using_only/) 上
先生們,
很棒的帖子。 我喜歡它!
請通過類似的方式檢查我們的項目:https://github.com/MitocGroup/deep-microservices-todo-app(無服務器 Web 應用程序)和 https://github.com/MitocGroup/deep-framework(無服務器 Web 框架) 。 如果有興趣,讓我們聯系(我的電子郵件地址在 Github 上:)
最好的祝愿,
尤金一世。
由于您沒有使用大多數/任何 Cloudfront,因此您是否考慮過改用 Cloudflare 之類的設備,無論系統中有多少客戶端,您都需要支付固定費率? 消除了 Cloudfront 擴展成本
耶穌哭了。
難以置信。 您能為新手指出一些好的教程嗎?
可怕。 幾乎可以追溯到 80 年代。
> 如您所見,沒有服務器可能崩潰或卡住。
是的,Amazon 完全沒有服務器在運行。 而且,您的 Cloudfront 成本是可悲的,并且您不懂工程。 F *** ing 硅谷趕時髦的人。
我認為您的 Dynamo 定價不正確。 我無法想象擁有 3.5 萬美元/月的 10 萬客戶的存儲和吞吐量。
而且,CDN 數量是如此之高,甚至不使用它可能也很有意義。
您可以花 7.6 萬美元從一級提供商那里購買 10PB CDN 流量。
感謝您分享您的故事 Marcel 和 Sander,有趣的方法。
請調整您的文章標題,因為*非常*令人誤解。 您并不是在談論無服務器設置,而是在談論擺脫管理自己的服務器的麻煩。 他們將其稱為[平臺即服務(PAAS)](https://www.wikiwand.com/en/Platform_as_a_service)。 這不是什么新鮮事物,請參閱已建立的解決方案,例如 [Heroku](https://www.heroku.com/home) 和 [Google App Engine](https://cloud.google.com/appengine/) ,僅提及其中兩個。
順便說一句,您還沒有真正解決您的大膽挑戰#1(“這項新的商品服務永遠都不會失敗。 您認為他們不受故障影響嗎? (提示:他們幾個月前才遇到問題...)。 通過不必自己維護服務器,當然可以減少錯誤:許多中斷是由系統更新和/或人為錯誤引起的。
我一直在考慮采用這種架構,但我擔心的一件事是安全性。 您將所有(通常)服務器端邏輯用于身份驗證或數據庫訪問配置在哪里? 在每個 lambda 函數內部? 還是作為每個 lambda 函數隨后調用的單獨的 lambda 函數(看起來可能是多余的)?
我正在為我的雇主開發此模式:API 網關-> Lambda-> DynamoDB。 沒有要管理的服務器。 甜。 但這是一個相當新的模式,因此某些主題的文檔可能參差不齊。 許可有點麻煩。 但是我明白了:與機架,堆疊和管理我們自己的服務器相比,這看起來更便宜,更可靠(我們每年比 AWS 停機更多)。 可伸縮性問題在該模型中消失了:我可以在免費的 AWS 層上構建整個基于微服務的應用程序,而要將該基礎架構擴展到具有數百萬用戶的全球應用程序所需的唯一事情就是:我的信用卡。
哇-一篇相當不錯的好文章的評論中有很多無知和仇恨。
@Jos de Jung-標題不是*很有誤導性,它已經死了。 您只是不了解這些單詞的含義,也不了解它們的含義(根據您的其他評論)(提示:它比 PaaS 復雜得多)。 標題為“無服務器**啟動**”-表示它們作為啟動公司不擁有或租賃任何服務器。 它是 100%準確的。 他們還需要購買在 AWS 服務器上運行的計算時間,存儲空間,cdn 等。*
@the_dude-好像您今天忘記服藥了...
Marcel Panse 和 Sander Nagtegaal-感謝出色的文章和靈感。 我將在下一個項目中積極使用此模型。 祝您好運!
嗨,EvanZ,很高興聽到您正在考慮這一點,但您需要做一些閱讀工作! AWS 提供了兩種內置機制(Cognito,IAM)以及一種可以調用自己的安全提供者的集成模式。 我當前的實現是使用 Cognito。
干杯,
ws
這荒謬地更加復雜,并且如果沒有更多的話甚至容易失敗。 亞馬遜仍然可能失敗,并且由于使用了這么多服務,因此鏈中任何地方的任何失敗都可能導致問題。
小型 EC2 實例可以解決所有這些問題。 為了安全起見,請使用 2 進行故障轉移。 對于此應用程序,99%的用戶僅在讀取數據,因此這兩個小型實例將永遠永久擴展。 您只需在任何基本的 webapp 框架中進行編程并像往常一樣進行部署。
Digital Ocean 甚至會更便宜,并且有許多 CDN 都比 CloudFront 便宜。 同樣,他們絕對不會推出 50TB 的數據,對于高度可壓縮的文本內容來說,這是一個荒謬的帶寬。 這就像是說他們將為前 100 個新聞站點提供所有文字一樣。
另外,他們的商業模式糟透了,因為我看不出誰愿意為此付出代價。 通常,需要編輯的文本(例如 CMS 中的文章)已經具有編輯器。 網站上的文本多長時間隨機更改一次? 即使這樣,開發人員僅輸入新文本并部署多長時間?
糟糕的公司,胡扯的工程和無用的博客文章。
我一直在使用相同的模式通過 Angular2 在站點上進行構建。
我一直想創建一個個人站點來用作博客,并作為共享項目/設計的垃圾場。 除此之外,我真的不想處理后端的建設,維護和付款。 S3 作為污垢很便宜,并且可以保證 5 9s 的正常運行時間(即比我一個人可以管理的更好)。
因此,我創建了一個 Angular2 SPA(單頁應用程序),配置了 S3 重定向,并將路徑重寫添加到了角度路由器。 我真的希望我能引起 Angular 開發團隊的注意,以便他們可以改進路由器來處理無服務器的邊緣情況,包括 html 歷史記錄重寫。
使用 grunt 和 s3 插件可以輕松實現自動化。 就像 Je??kyll 一樣,Markdown 將用作所有內容的格式,不同之處在于沒有編譯步驟。 我創建了一個 Web 組件,可將 markdown 直接轉換為 html(即不久將支持 AJAX 請求的內聯緩存)。
它正在開發中,但可以在[ [](http://dev.evanplaice.com) 中看到開發版本
一旦功能完全正常,我計劃寫一下該過程:使用 Angular2 / ES6 構建網站; 使用 JSPM; 創建一個 ng2 Web 組件。 在此之前,如果您有興趣,請隨時在 GitHub 上查看我的句柄。
這是一個好主意 Giggaflop。 有人在 cloudflare 上這樣做嗎? 我很好奇可能會出現什么問題以及它是否會起作用。 謝謝。
對于那些正在尋找可以為無服務器架構創建最佳實踐的演示 Web 應用程序的人,請查看我們的 SansServer 項目( [https://github.com/bclemenzi/sans-server](https://github.com/bclemenzi/sans-server) )。
該項目利用在 Maven 安裝時使用自定義 Java 注釋在 AWS 中自動構建和配置的基于 Java 的 Lambda 函數。 還非常關注支持多個開發人員和環境。
我創建了一個新框架,以將 JAVA 應用程序部署到 AWS Lambda + API Gateway 基礎架構
https://github.com/lambadaframework/lambadaframework
嘿,馬塞爾,感謝您對我們所有人(尤其是我)的教育,這些人在服務器方面都愚蠢,現在我知道很多,這一切都感謝您。 繼續寫作和分享這樣的讀物:)
很棒的帖子。 只是一個問題。 您在項目中的哪里存儲圖像等?
“我們的開發人員舞會具有傳奇色彩:在每日站立比賽中,您只能在跳舞時講話,這是有史以來最高效的會議。”
你一定是在跟我開玩笑。
這是有關此博客文章中涉及的主題的全面分步教程。
[http://serverless-stack.com](http://serverless-stack.com)
后端教程包括有關由 Cognito 保護的 Lambda + API Gateway 的章節。 前端教程包括有關在 S3 + CloudFront + SSL + Route53 自定義域上托管的 React SPA 的章節。 本教程詳細介紹了如何構建 CRUD 無服務器 API 并將其完全連接到 AWS 上的 React SPA。 API 函數在 ES6 中,并且已通過 Cognito 用戶池進行了身份驗證。 它還顯示了如何在 S3 上托管您的應用程序以及如何使用 CloudFront 和 Route 53 將其提供服務。這是一個端對端教程,顯示了實際的無服務器架構。
有趣的帖子。
我還在一個后端團隊中工作,該團隊使用無服務器 AWS Lambda 作為我們的 node.js 后端開發工具。 我們發現,無服務器減輕了我們管理服務器部分(操作部分)的負擔。 但是,我們注意到,與使用基于 Express JS 的 node.js 服務器的時間相比,我們的開發速度正在下降。 這是因為我們無法啟動在我們自己的本地開發計算機中運行的&服務,也無法在其中調試我們的服務。 無服務器 AWS Lambda 上的調試問題對我們來說很繁瑣:它要求我們將代碼部署到 AWS 上,調用它,然后通過查看一堆 Cloudwatch 的日志流(我們的代碼有一堆 console.log 以了解其中發生了什么)。 基于這個事實,我想聽聽您的想法,當您無法在本地計算機上運行&無服務器調試代碼時,如何提高團隊開發效率?
干杯。
也許嘗試從命令行測試代碼? 這是我的方法:
#! / usr / bin / env 節點
var question_id =(process.argv.length > = 3)? process.argv [2]:“ test2”;
var lambda = require(“ ../ index.js”);
var AWS = require('aws-sdk');
AWS.config.loadFromPath(“ ./ awscfg.json”);
var context = {
functionName:“ testFunction”,
AWS:AWS,
DB:new AWS.DynamoDB(),
DBCLIENT:new AWS.DynamoDB.DocumentClient(),
SES :新的 AWS.SES()
};
var Decision = {[
questionId:question_id,
評分:“優秀”,
文本:“哇!”
}
var request = {
方法:“ acceptProAnswer”,
參數:決策,
ID:1
}
lambda.handler(請求,上下文,函數(錯誤,響應){
console.log(“ handler:error:” +錯誤+“ response:” + JSON.stringify(response));
})
精彩的文章。 對于諸如*不比...* 和*并非真正無服務器*可靠的大量評論,我強烈建議您學習這項技術。 這是我們所有人都使用的技術堆棧-只是配置更智能。 構建 H / A 解決方案并消除 SPOF 幾乎是微不足道的。 我關心的是性能,但是在 Lamba 工作了幾個月后,我感到非常高興。
很高興看到其他人繼續使用這項技術。 它消除了新技術公司的巨大啟動障礙
- 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