Mobabel

Just One Pure ITer

Tagged: Distributed Architecture

[转]支付宝架构师眼中的高并发架构 0

Huge Distributed System Evolution

[转]支付宝架构师眼中的高并发架构

前言 高并发经常会发生在有大活跃用户量，用户高聚集的业务场景中，如：秒杀活动，定时领取红包等。 为了让业务可以流畅的运行并且给用户一个好的交互体验，我们需要根据业务场景预估达到的并发量等因素，来设计适合自己业务场景的高并发处理方案。 在电商相关产品开发的这些年，我有幸的遇到了并发下的各种坑，这一路摸爬滚打过来有着不少的血泪史，这里进行的总结，作为自己的归档记录，同时分享给大家。

[转]亿级流量架构系列专栏总结[3] 数据一致性重构指南 0

Build High Performance System

[转]亿级流量架构系列专栏总结[3] 数据一致性重构指南

亿级流量系统架构之如何保证百亿流量下的数据一致性（上） 亿级流量系统架构之如何保证百亿流量下的数据一致性（中） 亿级流量系统架构之如何保证百亿流量下的数据一致性（下）   如何保证消息中间件全链路数据100%不丢失（1） 如何保证消息中间件全链路数据100%不丢失（2） 消息中间件如何实现消费吞吐量的百倍优化 如何保证生产者投递到消息中间件的消息不丢失  

[转]蚂蚁金服亿级并发下的移动端到端网络接入架构解析 0

Build High Performance System

[转]蚂蚁金服亿级并发下的移动端到端网络接入架构解析

1. 前言 支付宝移动端架构已完成了工具型 App、平台型 App，以及超级 App 三个阶段的迭代与逐步完善。 本次分享将聚焦支付宝在移动网络接入架构的具体演进，以及应对新春红包等项目在亿级并发场景下的具体应对之道。此外，我们将延展探讨蚂蚁金服移动网络技术如何对外商业化应用和输出。

[转]菜鸟下一代分布式体系架构的设计理念 0

SOA Architect to MS Architect

[转]菜鸟下一代分布式体系架构的设计理念

二十年来，整个分布式系统架构的演进，从 C/S 到 B/S，再到分布式系统，当前广泛使用的是网格计算和云计算，包括目标、定位、场景。 菜鸟乃至阿里在全球化进程中，也面临着全球分布式架构问题，以及仓储系统中独特场景下云计算能力的不足。菜鸟资深技术专家 黄浩 老师目前带领团队在设计规划菜鸟下一代分布式系统架构，结合传统云计算 PaaS/BaaS 以及边缘计算能力，将其应用在全球多域体系中。

[转]分布式系统的本质其实就是这两个问题 0

Distributed Archi

[转]分布式系统的本质其实就是这两个问题

分布式系统的价值 谈到分布式系统的价值，可能就得从 1953 年说起了。在这一年，埃布·格罗希（Herb Grosch）提出了一个他观察得出的规律——Grosch 定律。维基百科中是这样描述的： 计算机性能随着成本的平方而增加。如果计算机 A 的成本是计算机 B 的两倍，那么计算机 A 的速度应该是计算机 B 的四倍。

[转]美团即时物流的分布式系统架构设计 0

Monolith to Distributed

[转]美团即时物流的分布式系统架构设计

1.    背景 美团外卖已经发展了五年，即时物流探索也经历了 3 年多的时间，业务从零孵化到初具规模，在整个过程中积累了一些分布式高并发系统的建设经验。最主要的收获包括两点： 即时物流业务对故障和高延迟的容忍度极低，在业务复杂度提升的同时也要求系统具备分布式、可扩展、可容灾的能力。即时物流系统阶段性的逐步实施分布式系统的架构升级，最终解决了系统宕机的风险。 围绕成本、效率、体验核心三要素，即时物流体系大量结合 AI 技术，从定价、ETA、调度、运力规划、运力干预、补贴、核算、语音交互、LBS 挖掘、业务运维、指标监控等方面，业务突破结合架构升级，达到促规模、保体验、降成本的效果。

[转]消除单点 0

Build High Performance System

[转]消除单点

1. 系统架构中，为什么会存在单点？ (1)存在设计缺陷，出现了单点； (2)能大大简化系统设计，有意为之，设置单点；   典型互联网高可用架构，哪些地方可能存在潜在单点？ 典型互联网高可用架构： (1)端，通过DNS，由域名拿到nginx的外网IP； (2)反向代理，nginx是后端入口； (3)站点应用，典型的是tomcat或者apache； (4)服务，典型的是dubbo提供RPC服务调用； (5)数据层，典型的是读写分离的db架构；

0

Build High Performance System

[转]大规模集群任务调度

常见的调度系统往往兼顾了准确度却牺牲了性能，容器调度的复杂性使得很难在准确和效率之间找到平衡点，尤其是在交互式调度的场景下，可取的解决方案更是捉襟见肘。 随着分布式计算集群规模的不断扩张，任务调度系统的稳定性成为了整个集群稳定的关键因素。随着容器技术的快速兴起，基于容器的计算平台被大量应用，任务调度的规模及频率快速上升，这对任务调度系统提出了更为严苛的挑战。 常见的调度系统往往兼顾了准确度却牺牲了性能，容器调度的复杂性使得很难在准确和效率之间找到平衡点，尤其是在交互式调度的场景下，可取的解决方案更是捉襟见肘。本篇文章就以此为背景，介绍大规模调度场景下分布式任务调度的难点、解决策略及现有的一些方案。