# 為 David Guetta 建立無限可擴展的在線錄制活動
> 原文: [http://highscalability.com/blog/2016/1/20/building-an-infinitely-scaleable-online-recording-campaign-f.html](http://highscalability.com/blog/2016/1/20/building-an-infinitely-scaleable-online-recording-campaign-f.html)

*這是 [Ryan S. Brown](https://twitter.com/ryan_sb)* 最初發布在 [serverlesscode.com](https://serverlesscode.com/post/david-guetta-online-recording-with-lambda/) 上的一次采訪*的來賓帖子。 它繼續了我們對 Lambda 頂部建筑系統的探索。*
分頁 [David Guetta](https://en.wikipedia.org/wiki/David_Guetta) 粉絲:本周,我們采訪了在其最新廣告系列背后建立網站的團隊。 在網站上,歌迷可以錄制自己演唱的單曲“ This One’s For You”,并制作專輯封面。
后臺**該站點建立在 Lambda,API Gateway 和 CloudFront** 上。 社交廣告系列通常會變得很尖刻–當大量媒體報道時,如果您還沒有準備好,大量的用戶涌入便可以使基礎架構開始爬行。 [parall.ax](https://parall.ax/) 的團隊之所以選擇 Lambda,是因為它沒有使用壽命長的服務器,而且他們可以根據亞馬遜的需求來分擔上下擴展應用程序的所有工作。
來自 [parall.ax](https://parall.ax/) 的 James Hall 將會告訴我們他們如何構建一個國際化的應用程序,該應用程序可以在短短六周之內滿足任何水平的需求。
# 面試
## 什么是 [parall.ax](https://parall.ax) ? 告訴我您的公司(規模,專長等)
Parallax 是一家數字代理商。 我們提供一系列服務,包括應用程序開發,安全性和設計服務。 我們有 25 名全職員工以及一些外部承包商。 我們專注于提供可大規模擴展的解決方案,尤其專注于體育,廣告和快速消費品(FMCG)。
## 告訴我一些有關該應用程序的信息,它可以解決什么問題?
該應用程序是 David Guetta 的新發行版“ T [他的一生為您](https://www.youtube.com/watch?v=MAQIb2lYFV0)”(這是 2016 年 UEFA EURO 決賽的官方主題曲)的大規模營銷活動的一部分。 我們正在邀請粉絲-希望到三月時達到一百萬-進入虛擬錄音室,并為他們提供與 Guetta 一起唱歌的機會。 不僅他們的聲音會出現在最后一首歌中,我們還將用他們的名字和最喜歡的團隊創作個性化的專輯插圖。 可以在朋友之間共享,從而增加參與度,并允許更多粉絲加入廣告系列。 整個網站以十二種語言構建,融合了 DJ 自己的視頻內容以及贏得巴黎之旅的機會。 您可以在 [thisonesforyou.com](https://thisonesforyou.com/) 上進行檢查。
## 除了 Lambda 之外,該應用程序還使用哪些其他技術? 這包括前端,移動數據庫以及任何您可以共享的數據庫。
 *圖片來源:Parallax Agency Ltd.*
在后端,我們使用各種技術來提供完全可伸縮的體系結構。 我們使用[無服務器](http://serverless.com)(以前稱為 JAWS)和 CloudFormation 在代碼中協調整個平臺。
請求通過 CloudFront 路由,靜態資產緩存在距離請求它們的用戶最近的 Edge 位置。 頁面首次加載時,所有內容都是完全靜態的。 在客戶端瀏覽器中會生成一個 UUID-該 UUID 用于將來的所有 API 請求,并允許我們將頁面中的不同操作關聯在一起,而不必提供 Cookie。 此值的隨機性很重要,因此該庫使用計時和加密函數(如果可用)來導出隨機種子數據。
 *圖片來源:Amazon Web Services*
靜態資產的來源是一個簡單的 S3 存儲桶。 這些通過部署腳本上載。
然后,語言檢測端點發送回 Accept-Language 標頭以及接收請求的國家代碼。 這是使用基本的 Lambda 函數。 另一個端點將訂戶數據添加到 DynamoDB,以及通過 Amazon SES 向他們發送歡迎電子郵件。 為了使錄制工作正常進行,我們有一個端點,該端點為以提供的 UUID 命名的路徑發行 S3 令牌。 然后,將上傳的內容從瀏覽器直接發布到 S3。
Lambda 最有用的應用是圖像生成端點。 我們拍攝用戶最喜歡的球隊標志的圖像,覆蓋 Guetta 的照片,然后添加他們的名字。 然后將其與 Facebook 和 Twitter 大小的圖形一起上傳到 S3。 我們還上傳了一個靜態 HTML 文件,該文件指向此唯一的圖形。 這樣可以確保當人們共享 URL 時將顯示其自定義插圖。 為此,我們在頁面中使用 Open Graph 圖像標簽。
在前端,我們使用 Brunch 來編譯車把模板,編譯 SASS,為 CSS 加上前綴以及任何其他構建任務。
記錄接口本身具有三種實現。 WebRTC 錄音機是“ A 級”體驗,它使用新的 HTML5 功能直接從麥克風錄音。 然后,我們會有一個 Flash 回退來獲得相同的體驗,這適用于不支持 WebRTC 的桌面瀏覽器。 最后,我們有一個文件輸入,提示用戶在手機上進行錄制。
## 您是否考慮過其他解決方案? 如果是,還有哪些其他選擇? 如何決定使用 Lambda?
是的,一點沒錯。 我們的常規堆棧是 LAMP,構建在 CloudFront,Elastic Load Balancer 和 EC2 節點之上。 這本來可以擴展,但要像使用基于 Lambda 的體系結構一樣快速和簡單地擴展,則要困難得多。 我們必須構建一個用于生成圖像的排隊系統,然后啟動專用于根據吞吐量制作這些圖像的 EC2 節點。
編寫簡單的 Lambda 函數并讓 Amazon 進行所有艱苦的工作似乎是顯而易見的選擇。
## 團隊有多大? 是否有/已經有過 Lambda 的經驗,或者他們來自其他專業領域?
Parallax 的團隊由五人組成。 Tom Faller 是客戶經理,負責項目的日常運行。 我是后端開發人員,創建 Lambda 函數并設計云架構。 阿米特·辛格(Amit Singh)主要是前端,但是從事接口和后端 JS 之間的許多粘合部分的工作。 克里斯·米爾斯(Chris Mills)是質量保證和系統部門的負責人,并首先鏈接到無服務器(以前的 JAWS)項目。 杰米·塞夫頓(Jamie Sefton)是另一位 JS 開發人員,致力于將兼容性后備功能集成到代碼庫中,包括基于 Flash 和基于輸入的錄制體驗,作為不支持 WebRTC 的設備的后備功能。 我以前有過 Lambda 的經驗,但這對其他團隊成員來說是新的。
## 您花了多長時間開發應用程序? 它比在其他框架中編寫要快嗎? (Express,Rails,無論您的“家庭草皮”是什么)
我總共要花大約 6 到 7 周的時間,盡管事先進行了大量的研究和原型設計才能得出正確的架構設計。 對于所需的可伸縮性,要使用我們的“家用草皮”確保它具有同等的健壯性,將花費更長的時間。
## 您如何部署應用程序? 您是否正在使用 CI / CD 服務?
該應用程序是從 Atlassian Bamboo 部署的。 該代碼庫位于 Stash 中。 每個分支機構都有自己的部署 URL,一旦構建,該 URL 就會發布到我們公司的聊天室中。 這使我們可以快速測試并確定更改是否可合并。
 *圖片來源:Parallax Agency Ltd.*
## 您有什么監控? 您有什么要監視但不需要/無法監視的東西嗎?
對于前端 JS 錯誤,我們使用 Bugsnag。 對于這種類型的應用程序,這是查看堆棧中是否存在問題的最簡單方法。 如果錯誤峰值大于流量峰值,您就會知道有些問題。 我們通常將 NewRelic 用于后端,但是由于所有后端代碼都存在于 Lambda 函數中,因此我們選擇使用 CloudWatch。
## 在變更投入生產之前,您如何進行測試? 您有測試/暫存環境嗎?
是的,絕對是。 推送到 Stash 的每個提交和分支都部署到測試環境。 對于靜態資產和前端 JavaScript,它使用 Bamboo,并為每個分支和內部版本號創建一個新文件夾。 對于 lambda 函數,已使用`serverless dash`將其更新到每個環境。
## 一路上有什么讓您感到驚訝的嗎? 某些任務比您預期的要難還是難?
運行 Lambda 的服務器上缺少日文和中文字符的字體,這是可以預料的,但是這并不是我們在開發中計劃的。 當操作系統呈現特定字體并且不包含特定字形時,它將回退到系統安裝的多語言 Unicode 字體。 這會自動在網絡上發生,但是在裸機上的 ImageMagick 內部不會發生。 這意味著我們必須在端點中附帶大型 Unicode 字體。 通過僅將非拉丁名稱路由到 Unicode 端點,我們減少了此功能對性能的影響。
例如,  Helvetica 不包含任何亞洲字形 
## 您發現開發過程中有痛點嗎?您想如何解決它們?
多個分支機構和早期的無服務器(以前的 JAWS)框架存在一些問題。 假設我們要在一個分支中添加一個端點,而在另一個分支中添加另一個端點,則不能將它們都部署到同一環境階段。 這是我們正在努力解決的問題,我們將尋求為 Serverless 提供一些有用的工具來解決此問題。
## 您是否想找到讓更多人了解的特別有用的工具或庫?
我強烈建議您使用幾種測試工具。 相機和麥克風在仿真器中的行為有很大不同-有時甚至根本沒有仿真! 這意味著我們必須使用真實的設備進行測試。 我們使用了 [Vanamco 設備實驗室](https://www.vanamco.com/devicelab/)以及五個我們認為是很好的傳播設備。 我們將其與 Ghostlab 一起使用,這使我們能夠在所有設備上打開同一頁面,并使它們保持同步。 它包括一個 Web 檢查器,用于調整 CSS 并運行調試 JS。 然后,為了增加 Android 覆蓋率,我們使用了 [testdroid](http://testdroid.com/) 。 這是一項出色的服務,可讓您遠程使用真實設備。 打開相機應用程序,您可以在數據中心內看到。 我一直在熱切地等待著一個測試機器人工程師,將他的頭戳進架子,但是到目前為止,我感到失望!
 * Testdroid 使用 Google Nexus 10*
# 包起來
再次感謝 James Hall 提供有關所有 Lambda 后端的 CI,移動測試和 Unicode 解決方法的內部視圖。 要了解有關無服務器應用程序框架的更多信息,請查看其[網站](http://serverless.com)或 [gitter.im 聊天室](https://gitter.im/serverless/serverless)。
**披露:**我與 Parallax Agency Ltd.沒有關系,但是他們建立了很酷的項目,而這次采訪只涉及其中一個。
訂閱[無服務器代碼郵件列表](https://serverlesscode.com/mail/),以跟上以后的帖子。 如果您有任何建議,問題或意見,請通過 [[受電子郵件保護]](/cdn-cgi/l/email-protection#7b171a16191f1a3b09021a15081955181416) 給我發送電子郵件。
[關于 HackerNews](https://news.ycombinator.com/item?id=10955158)
- 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