Пятничное чтиво
Старые записи стримов можно найти по ссылке. Так же буду рад предложениям, вопросам и идеям. Можно написать в личку, а можно в анонимную форму.
—————————————
A plain English introduction to CAP theorem
Brewer’s CAP Theorem
CAP теорема необходима в распределенных системах, так как говорит что в подобных системах можно добиться двух из трех свойств: согласованности данных, доступности и partition tolerance. Понимание теоремы пригодиться при выборе оптимальной базы данных. А что бы разобраться с теоремой - две статьи.
В первой - на примере выдуманного сервиса и без каких либо усложнений описывается как теорема работает на примере коммуникаций между людьми.
Во второй - технический текст, с описанием каждого из свойств, картинками и вариантами использования теоремы.
Советую начать с первой, а потом уже читать вторую статью.
Русский перевод первой статьи
—————————————
Where Is My Cache? Architectural Patterns for Caching Microservices
Кеширование - боль, а в (микро)сервисной архитектуре двойная боль. В статье описывается 4 паттерна (для некоторых из паттернов есть 2 варианта развития), которые помогут спроектировать кеширование в подобных архитектурах. Эти паттерны: Embedded Cache, Client-Server, Sidecar и Reverse Proxy. Для каждого паттерна дается описание, картинка и в самом конце proc&cons.
—————————————
Фонтанный код
Я люблю космос и все что с ним связанно, поэтому блог Алексея отдушина для меня. В статье описывается алгоритм фонтанного кода. Такой алгоритм позволяет надежно передавать данные по каналу с потерями без обратной связи и с минимальными накладными расходами. Что может помочь в передачи данных между планетами, как пример. В тексте разбирается алгоритм и говорится о следующем шаге - Raptor code.
Старые записи стримов можно найти по ссылке. Так же буду рад предложениям, вопросам и идеям. Можно написать в личку, а можно в анонимную форму.
—————————————
A plain English introduction to CAP theorem
Brewer’s CAP Theorem
CAP теорема необходима в распределенных системах, так как говорит что в подобных системах можно добиться двух из трех свойств: согласованности данных, доступности и partition tolerance. Понимание теоремы пригодиться при выборе оптимальной базы данных. А что бы разобраться с теоремой - две статьи.
В первой - на примере выдуманного сервиса и без каких либо усложнений описывается как теорема работает на примере коммуникаций между людьми.
Во второй - технический текст, с описанием каждого из свойств, картинками и вариантами использования теоремы.
Советую начать с первой, а потом уже читать вторую статью.
Русский перевод первой статьи
—————————————
Where Is My Cache? Architectural Patterns for Caching Microservices
Кеширование - боль, а в (микро)сервисной архитектуре двойная боль. В статье описывается 4 паттерна (для некоторых из паттернов есть 2 варианта развития), которые помогут спроектировать кеширование в подобных архитектурах. Эти паттерны: Embedded Cache, Client-Server, Sidecar и Reverse Proxy. Для каждого паттерна дается описание, картинка и в самом конце proc&cons.
—————————————
Фонтанный код
Я люблю космос и все что с ним связанно, поэтому блог Алексея отдушина для меня. В статье описывается алгоритм фонтанного кода. Такой алгоритм позволяет надежно передавать данные по каналу с потерями без обратной связи и с минимальными накладными расходами. Что может помочь в передачи данных между планетами, как пример. В тексте разбирается алгоритм и говорится о следующем шаге - Raptor code.