一份更新且井然有序的阅读清单，旨在阐释可扩展、可靠且高性能的大规模系统模式。相关概念由杰出工程师撰写的文章和可靠的参考文献进行阐释。案例研究取自服务于数百万乃至数十亿用户的久经考验的系统。

如果您的系统运行缓慢

通过回顾一些设计原则并了解科技公司如何解决可扩展性和性能问题，了解您的问题：可扩展性问题（单用户运行速度快，但在高负载下运行缓慢）或性能问题（单用户运行缓慢）。智能部分专为从事大数据和深度学习数据及机器学习工作的人士打造。

如果您的系统崩溃

“即使有一天你失去了一切，只要你保持冷静，你就能重新开始！”——Thuan Pham，Uber 前首席技术官。所以，保持冷静，记住可用性和稳定性很重要！

如果你正在进行系统设计面试

在白板上设计系统之前，请查看一些面试笔记和带有完整图表的真实架构，以获得全面的了解。你可以查看一些科技巨头工程师的演讲，了解他们如何构建、扩展和优化他们的系统。祝你好运！

如果你正在组建你的理想团队

扩大团队规模的目标不是扩大团队规模，而是提高团队产出和价值。你可以在组织部分了解科技公司如何在各个方面实现这一目标：招聘、管理、组织、文化和沟通。

社区力量

非常欢迎贡献！你可能想看看贡献指南。如果您发现此处的链接不再维护或不合适，请提交拉取请求！

这个项目倾注了大量时间的辛勤劳动。如果您觉得有帮助，请在 Facebook、Twitter、微博 或您的聊天群中分享！知识就是力量，分享知识力量倍增。谢谢！

内容

• 原则
• 可扩展性
• 可用性
• 稳定性
• 性能
• 智能
• 架构
• 访谈
• 组织
• 讲座
• 书籍

原则

• 从超大规模服务中汲取的经验教训 - Eric Brewer，加州大学伯克利分校及谷歌
• 构建大型分布式系统的设计、经验教训和建议 - Jeff Dean，谷歌
• 如何设计优秀的 API 及其重要性 - Joshua Bloch，卡内基梅隆大学及谷歌
• 论效率、可靠性和扩展性 - James Hamilton，AWS 副总裁
• 混沌原则工程
• 在混乱中寻找秩序
• 十二要素应用
• 简洁架构
• 高内聚低耦合
• 单体架构与微服务
• CAP 定理及其权衡
• CP 数据库和 AP 数据库
• 无状态 vs 有状态可扩展性
• 纵向扩展 vs 横向扩展：隐性成本
• ACID 和BASE
• 阻塞/非阻塞和同步/异步
• 数据库的性能和可扩展性
• 数据库隔离级别及其对性能和可扩展性的影响
• 大型数据库中数据丢失的概率集群
• 高可扩展解决方案的数据访问：使用 SQL、NoSQL 和多语言持久化
• SQL 与 NoSQL
• SQL 与 NoSQL - Salesforce 的经验教训
• NoSQL 数据库：调查与决策指南
• 分片工作原理
• 一致性哈希
• 一致性哈希：算法权衡
• 不要被哈希技巧欺骗
• Netflix 的统一一致性哈希
• 最终一致性 - Werner Vogels，亚马逊首席技术官
• 缓存为王
• 反缓存
• 理解延迟
• 每个程序员都应该知道的延迟数字了解
• 服务可用性计算
• 扩展 Web 应用程序时的架构问题：瓶颈、数据库、CPU、IO
• 常见瓶颈
• 分布式事务之外的生活
• 依赖软件在各个层级可靠地重定向流量
• 故意打破常规
• 避免过度工程
• 可扩展性最差实践
• 使用可靠的技术 - 不要重复造轮子 - 保持简洁！
• 通过分散复杂性实现简单性
• 为什么 Over-R过度使用是错误的
• 性能是一项功能
• 将性能融入工作流程
• 服务器端渲染相对于客户端渲染的优势
• 自动化与抽象：Facebook 的经验教训
• AWS 的注意事项和注意事项
• (UI) 设计无法扩展 - Stanley Wood，Spotify 设计总监
• Linux 性能
• 构建快速且具有弹性的 Web 应用程序 - Ilya Grigorik
• 接受部分故障，最大限度地减少服务损失
• 设计弹性
• 自我修复设计
• 横向扩展设计
• 演进设计
• 从错误中学习

可扩展性

• 微服务和编排
• Uber 的面向领域的微服务架构
• SoundCloud 的服务架构（3 个部分：领域网关、增值服务、BFF）
• Riot Games 的容器技术（8 个部分）
• Pinterest 的容器化技术
• Pinterest 容器使用方式的演变Netflix
• Uber 的 MySQL Docker 化
• Spotify 的微服务测试
• Treehouse 的 Docker 生产环境
• SoundCloud 的微服务
• Stripe 的 Kubernetes 可靠运维
• Trivago 使用 Istio 实现跨集群流量镜像
• 纽约时报：Agrarian-Scale Kubernetes（三部分）
• BBC 的 Nanoservices
• 彭博社：PowerfulSeal：Kubernetes 集群测试工具
• 主持人：微服务编排器Netflix
• Docker 容器助力 Shopify 超过 10 万家网店
• Medium 的微服务架构
• Betabrand 从裸机到 Kubernetes
• Kubernetes 在Tinder
• Quora 的 Kubernetes
• Pinterest 的 Kubernetes 平台
• Nubank 的微服务
• Mercari 的微服务支付交易管理
• GRIT：eBay 跨微服务分布式事务协议
• Rubix：Palantir 的 Kubernetes
• CRISP：Uber 微服务架构关键路径分析
• 分布式缓存
• EVCache：Netflix 的分布式内存缓存
• Netflix 的 EVCache 缓存预热器基础设施
• Memsniff：Box 的强大 Memcache 流量分析器
• 使用一致性哈希和缓存涂抹进行缓存Etsy
• Facebook 照片缓存分析
• Facebook 缓存效率练习
• tCache：Trivago 可扩展数据感知 Java 缓存
• Pycache：Quora 进程内缓存
• 减少 Memcached 内存使用量Trivago 内存使用率降低 50%
• Yelp 内部服务调用缓存
• Allegro 利用大数据估算缓存效率
• Zalando 分布式缓存
• S3 分布式缓存ClickHouse
• NetFlix 将应用程序数据从 RAM 缓存到 SSD
• Skyscanner 复制缓存的权衡
• Yext 使用四叉树进行位置缓存
• Yext 视频元数据缓存Vimeo
• Twitter 使用 Redis 扩展
• Slack 使用 Redis 扩展任务队列
• Github 将持久数据移出 Redis
• 在 Redis中存储数亿个简单键值对Instagram
• Trivago 的 Redis
• Deliveroo 的 Redis 存储优化
• Wattpad 的 Redis 内存优化
• Heroku 的 Redis Fleet
• SoundCloud 的远程构建缓存未命中解决方案（两部分）
• 评分与评论（两部分） Flipkart
• eBay 商品预取缓存
• Wix 跨区域缓存库
• Pinterest 分布式缓存性能和效率提升
• Pinterest 微服务缓存的标准化和改进DoorDash
• HTTP 缓存和 CDN
• Zynga 地理代理：Zynga 如何降低移动游戏延迟
• 康泰纳仕的 Google AMP
• Deliveroo 托管基础设施 (CDN) 的 A/B 测试
• SoundCloud 使用 Kubernetes 实现 HAProxy 面向用户流量
• Bandaid：Dropbox 的服务代理
• Slack 的服务工作者
• Spotify 的 CDN 服务
• 分布式锁
• Chubby：谷歌松耦合分布式系统的锁服务
• Uber 的分布式锁
• GoSquared 使用 Redis 的分布式锁
• Twitter 上的 ZooKeeper
• Chartio 使用分布式锁定消除重复查询
• 分布式跟踪、追踪和测量
• Zipkin：Twitter 的分布式系统追踪
• SoundCloud 使用 Kubernetes Pod 元数据改进 Zipkin 追踪
• Canopy：可扩展的分布式追踪与分析Facebook
• Pintrace：Pinterest 的分布式追踪
• XCMetrics：Spotify 的一体化 Xcode 构建指标追踪工具
• LinkedIn 的实时分布式追踪
• Shopify 的大规模跟踪服务基础设施
• HelloFresh 的分布式跟踪
• Pinterest 的分布式跟踪数据分析
• Uber 的分布式跟踪
• JVM Profiler：Uber 的分布式 JVM 应用程序跟踪
• 数据检查Dropbox
• Showmax 的分布式系统追踪
• Palantir 的企业级 osquery
• Etsy 的 StatsD
• 分布式调度
• PagerDuty 的分布式任务调度（3 部分）
• 谷歌的 Cron 构建
• Quora 的分布式 Cron 架构
• Chronos：Airbnb 的 Cron 替代品
• Nextdoor 的调度器
• Peloton：Uber 面向多样化集群工作负载的统一资源调度器
• Fenzo：Netflix 面向 Apache Mesos 框架的 OSS 调度器
• Airflow - 工作流编排
• Airbnb 的 Airflow
• Airflow Adyen 的 Airflow 案例
• Pandora 的 Airflow 案例
• Robinhood 的 Airflow 案例
• Lyft 的 Airflow 案例
• Drivy 的 Airflow 案例
• Grab 的 Airflow 案例
• Adobe
• 沃尔玛 Airflow 作业运行审计
• MaaT：阿里巴巴基于 DAG 的分布式任务调度器
• boundary-layer：Etsy 的声明式 Airflow 工作流
• 分布式监控和报警
• Unicorn：eBay 的修复系统
• M3：Uber 的指标和监控平台
• Athena：Dropbox 的自动构建健康管理系统
• Vortex：Dropbox 的服务器应用程序监控
• Nuage：Dropbox 的云管理服务LinkedIn
• Telltale：Netflix 的应用程序监控
• ThirdEye：LinkedIn 的监控平台
• Perriskop：SoundCloud 的异常监控服务
• Securitybot：分布式警报机器人Dropbox
• 阿里巴巴的监控系统
• Dailymotion 的真实用户监控
• Uber 的警报生态系统
• Airbnb 的警报框架
• 基于服务级别目标 (SLO) 的警报SoundCloud
• Uber 基于作业的可观测性异常检测预测工作流程
• HackerEarth 使用 Graphite 和 Cabot 构建的监控和警报系统
• Twitter 的可观测性（两部分）
• Twitter 的分布式安全警报Slack
• 彭博实时新闻预警
• 领英数据管道监控系统
• Picnic 的监控与可观察性
• 分布式安全
• Dropbox 的大规模安全方法
• Aardvark 和 Repokid：Netflix 分布式高速开发的 AWS 最小权限
• LISA：LinkedIn 的分布式防火墙
• 在云端存储比特币的安全基础设施Coinbase
• BinaryAlert：Airbnb 的实时无服务器恶意软件检测
• Segment 的可扩展 IAM 架构，用于保护对 100 个 AWS 账户的访问
• Indeed 的 OAuth 审计工具箱
• Active Directory 密码黑名单Yelp
• Slack 的大规模系统调用审计
• Athenz：雅虎的细粒度、基于角色的访问控制
• Dropbox 支持 WebAuthn 安全登录
• 安全开发生命周期Slack
• Kinvolk 的非特权容器构建
• Diffy：Netflix 云端数字取证差异引擎
• 在 AWS 中检测凭证泄露Netflix
• Spotify 的可扩展用户隐私
• AVA：Indeed 的 Web 应用程序审计
• TTL 即服务：Yelp 自动撤销过期权限
• 企业密钥管理Slack
• Twitch 的可扩展性和身份验证
• Netflix 的边缘身份验证和令牌无关身份传播
• Palantir 使用 Cilium 强化 Kubernetes 基础设施
• 改进 Web Lyft 通过自动化进行漏洞管理
• 在 Drobbox 同步密码负载时出现时钟偏差
• 分布式消息传递、队列和事件流
• Cape：Dropbox 的事件流处理框架
• Brooklin：LinkedIn 的近实时数据流分布式服务
• Samza：LinkedIn 用于延迟洞察的流处理系统
• Bullet：LinkedIn 的前瞻性流数据查询引擎Yahoo
• EventHorizon：Etsy 事件流监控工具
• Qmessage：Quora 分布式异步任务队列
• Cherami：Uber 用于传输异步任务的消息队列系统
• Dynein：Uber 分布式延迟作业队列系统Airbnb
• Timestone：Netflix 的非并行化工作负载队列系统
• Riot Games 的消息服务
• Dropbox 的消息系统模型
• 使用事件日志调试生产环境Zillow
• Netflix 的跨平台应用内消息编排服务
• Netflix 的视频网关守卫
• Netflix 为数百万台设备扩展推送消息服务
• 使用 RabbitMQ 延迟异步消息处理Indeed
• 雅虎流式计算引擎基准测试
• Deliveroo 使用 Protobuf Schema 验证提升流数据质量
• Medium 扩展电子邮件基础设施
• 实时消息传递Slack
• Nike 的事件流数据库
• Udemy 的事件追踪系统
• 事件驱动的消息传递
• 阿里巴巴的领域驱动设计
• Weebly 的领域驱动设计
• Moonpig 的领域驱动设计
• Netflix 下载的事件溯源扩展
• Weebly 的事件溯源扩展Jet.com
• eBay 的事件溯源（两部分）
• 现在免费使用事件溯源
• Brainly 使用事件溯源和 CQRS 模式实现可扩展内容推送
• 发布-订阅消息传递
• Pulsar：雅虎大规模发布/订阅消息传递
• Wormhole：Facebook 的发布/订阅系统
• MemQ：Pinterest 的云原生发布/订阅系统
• 微服务中的发布/订阅系统Netflix
• Kafka - 消息代理
• Kafka 在 LinkedIn 的应用
• Kafka 在 Pinterest 的应用
• Kafka 在 Trello 的应用
• Kafka 在 Salesforce 的应用
• Kafka 在纽约纽约时报
• Kafka 在 Yelp 中的应用
• Kafka 在 Criteo 中的应用
• Shopify 在 Kubernetes 上运行 Kafka
• Kafka 在 PaaSTA 上的应用：Yelp 在 Kubernetes 上运行 Kafka (2)部分)
• Yelp 零停机迁移 Kafka 的 Zookeeper
• Uber 使用 Kafka 进行重新处理和死信队列处理
• Chaperone：Uber 端到端 Kafka 审计
• Dropbox 基础设施中 Kafka 吞吐量限制的查找
• 成本编排沃尔玛
• Hulu 使用 InfluxDB 和 Kafka 扩展至每秒超过 100 万个指标
• PayPal 扩展 Kafka 以支持数据增长
• 流数据重复数据删除
• Exactly-once 语义， Kafka
• Tapjoy 的实时重复数据删除
• Segment 的重复数据删除
• Mail.Ru 的重复数据删除
• PB 级重复数据删除Mixpanel
• 分布式日志记录
• LinkedIn 的日志记录
• Pinterest 的可扩展且可靠的日志提取
• Twitter 的高性能复制日志服务
• CERN 的 Spark 日志服务Accelerator
• Quora 的日志记录和聚合
• Badoo 的守护进程日志收集和分析
• Palantir 使用静态代码分析进行日志解析
• Centralized Application Logging at eBay
• Netflix 以超大规模丰富 VPC 流日志，提供网络洞察
• BookKeeper：雅虎的分布式日志存储
• LogDevice：Facebook 的分布式日志数据存储
• LogFeeder：日志收集系统Yelp 上的 DBLog 框架
• DBLog：Netflix 的通用变更数据捕获框架
• 分布式搜索
• Instagram 搜索架构
• eBay 搜索架构
• Box 搜索架构
• Coupang 搜索发现索引平台
• 通用搜索系统Pinterest
• eBay 将搜索引擎效率提升超过 25%
• Palantir 使用 Lucene 对遥测日志进行索引和查询
• TripAdvisor 的查询理解
• LinkedIn 的搜索联邦架构(2018)
• Slack 搜索
• DoorDash 的搜索引擎
• Twitter 搜索的稳定性和可扩展性
• Twitter 的搜索服务 (2014)
• 自动完成搜索（2 部分） Traveloka
• Canva 的数据驱动自动更正系统
• Flipkart 的印度语音搜索调整
• Nautilus：Dropbox 的搜索引擎
• Galene：LinkedIn 的搜索架构
• Manas：高性能定制搜索系统在 Pinterest
• Sherlock：Flipkart 的近实时搜索索引
• Nebula：Airbnb 用于构建搜索后端的存储平台
• ELK（Elasticsearch、Logstash、Kibana）堆栈
• Uber 使用 ELK 进行实时预测
• Envato 构建可扩展 ELK 技术栈
• Robinhood 使用 ELK
• Uber 扩展 Elasticsearch 集群
• eBay Elasticsearch 性能调优实践
• 使用 Elasticsearch 提升性能Tinder 插件（共 2 部分）
• Kickstarter 众筹中的 Elasticsearch
• Trivago 使用 Logstash 和 Google Protocol Buffers 进行日志解析
• Yelp 使用 Data Pipeline 和 Elasticsearch 进行快速订单搜索
• 将核心业务搜索迁移至 Elasticsearch Yelp
• Vinted 的 Elasticsearch 分片技术
• Wattpad 的 Elasticsearch 自排名搜索
• Vulcanizer：Github 上用于操作 Elasticsearch 的库
• 分布式存储
• 内存存储
• MemSQL 架构 - 快速 (MVCC、InMem、LockFree、CodeGen) 和熟悉 (SQL)
• Quora 的 Memcached 效率优化
• 基于 Cisco UCS 的 MemSQL 实时数据仓库
• Tapjoy 迁移至 MemSQL
• 迪士尼使用 MemSQL 和 Kinesis 实现实时洞察
• Pandora 使用 MemSQL 在仪表板中查询数千亿行数据
• 对象存储
• Uber 的 HDFS 扩展方案
• Databricks 选择 S3 而非 HDFS 的原因
• Quantcast 的 Amazon S3 文件系统
• Trivago 使用 S3 版本控制进行大规模图像恢复
• 云对象存储Yahoo
• Ambry：LinkedIn 的分布式不可变对象存储
• Dynamometer：LinkedIn 在最小硬件上以最大保真度对 HDFS 进行规模测试
• Hammerspace：Airbnb 的持久化、并发、堆外存储
• MezzFS：在 Netflix 的媒体处理平台中挂载对象存储
• Magic Pocket：Dropbox 内部多 EB 存储系统
• 关系数据库
• Uber 的 MySQL
• Pinterest 的 MySQL
• Twitch 的 PostgreSQL
• 基于 MySQL 的财务报告系统在 Uber 的扩展
• Pinterest 的 MySQL
• Twitch 的 PostgreSQL
• Twitch 的 MySQL 财务报告系统扩展
• Wix 的 MySQL 扩展
• Meta 的 MySQL Raft 构建和部署
• Airbnb 的 MaxScale (MySQL) 数据库代理
• 从 Postgres 切换到 MySQL Uber
• Instagram 使用 Postgres 应对增长
• TransferWise 扩展分析数据库 (Postgres)
• Adyen 更新 50 TB 的 PostgreSQL 数据库
• Adyen 扩展数据库访问以应对每天数千亿次查询PayPal
• Yelp 如何最大程度减少 MySQL 读写宕机时间
• Facebook 如何将 MySQL 从 5.6 迁移到 8.0
• Quora 如何从 HBase 迁移到 MyRocks
• Booking.com 的 MySQL 并行复制（4 部分）
• Github 上缓解 MySQL 复制延迟并降低读取负载
• Shopify 数据库副本的读取一致性
• 黑盒审计：Yelp 验证 MySQL 和 Redshift 之间的端到端复制完整性
• 对主 MySQL 数据库进行分区Airbnb
• Herb：Uber 用于无模式数据存储的多数据中心复制引擎
• 分片
• Pinterest 的 MySQL 分片
• Pinterest 的 MySQL 分片Twilio
• Square 的 MySQL 分片
• Quora 的 MySQL 分片
• Uber 的无模式数据存储分片层
• Instagram 的分片和 ID
• Postgres 分片Notion
• Solr：提升 Box 批量索引性能
• Tinder 的地理分片建议（共 3 部分）
• Facebook 使用 Shard Manager 扩展服务
• Presto 分布式 SQL 查询引擎
• Pinterest 的 Presto
• Lyft 的 Presto 基础设施
• Grab 的 Presto
• Uber 使用 Presto 和 Apache Parquet 进行工程数据分析
• 数据整理Slack
• Netflix 在 AWS 上的大数据平台中使用 Presto
• Eventbrite 上的 Presto 自动伸缩
• Uber 使用 Alluxio 本地缓存加速 Presto
• NoSQL 数据库
• 键值对数据库
• DynamoDB 在 Nike 的应用
• DynamoDB 在 Segment 的应用
• DynamoDB 在 Mapbox 的应用
• 曼哈顿：分布式键值数据库Twitter
• Sherpa：雅虎的分布式 NoSQL 键值存储
• HaloDB：雅虎的嵌入式键值存储引擎
• MPH：Indeed 的快速紧凑不可变键值存储
• Venice：分布式Linkedin 上的键值数据库
• 列式数据库
• Cassandra
• Instagram 上的 Cassandra
• 沃尔玛使用 Cassandra 存储图片
• Discord 上使用 Cassandra 存储消息
• 扩展 Cassandra 集群沃尔玛
• Yelp 使用 Cassandra 扩展广告分析
• Dream11 使用 Spark 和 Cassandra 扩展至 1 亿次以上读写操作
• Zomato 将食物信息流从 Redis 迁移到 Cassandra
• Netflix 在 AWS 上对 Cassandra 可扩展性进行基准测试
• Intuit QuickBooks 使用 Cassandra 进行大规模服务分解
• SoundCloud 使用 Cassandra 保持计数同步
• Cassandra 驱动程序配置，用于提升性能和负载均衡Glassdoor
• cstar：Spotify 的 Cassandra 编排工具
• HBase
• Salesforce 的 HBase
• Facebook 中的 HBase消息
• HBase 在 Imgur 通知中的应用
• Pinterest 提升 HBase 备份效率
• 小米的 HBase
• Redshift
• GIPHY 上的 Redshift
• Hudl 上的 Redshift
• Drivy 上的 Redshift
• 文档数据库
• eBay：使用 MongoDB 构建关键任务多数据中心应用程序
• 百度的 MongoDB：多租户集群在 160 个分片上存储超过 2000 亿个文档
• 迁移 Mongo 数据Addepar
• Parse 的 AWS 和 MongoDB 基础设施（已被 Facebook 收购）
• Addepar 的海量 Mongo 数据迁移
• LinkedIn 的 Couchbase 生态系统
• SimpleDB 在Zendesk
• Espresso：LinkedIn 的分布式文档存储
• 图数据库
• FlockDB：Twitter 的分布式图数据库
• TAO：Twitter 的社交图谱分布式数据存储Facebook
• Akutan：eBay 的分布式知识图谱存储
• 时间序列数据库
• Beringei：Facebook 的高性能时间序列存储引擎
• MetricsDB：Twitter 用于存储指标的时间序列数据库
• Atlas：Netflix 的内存维度时间序列数据库
• Heroic：时间序列数据库Spotify
• Roshi：SoundCloud 时间序列事件分布式存储系统
• Goku：Pinterest 时间序列数据库
• Netflix 时间序列数据存储扩展（两部分）
• 时间序列数据抽象层Netflix
• Druid - 实时分析数据库
• Druid 在 Airbnb 的应用
• Druid 在 Walmart 的应用
• Druid 在 eBay 的应用
• Druid 在Netflix
• 分布式仓库、依赖项和配置管理
• DGit：Github 上的分布式 Git
• Stemma：Palantir 的分布式 Git 服务器
• Flickr 上的分布式系统配置管理
• Git 仓库位于微软
• 微软解决 Git 大型代码库问题
• 谷歌的单一代码库
• 谷歌的基础设施扩展和 (Git) 工作流Adyen
• Booking.com 的 Dotfiles 分发
• Secret Detector：防止 Yelp 源代码中存在机密信息
• LinkedIn 的大规模软件依赖管理
• 在高速代码库中合并代码LinkedIn
• Twitter 的动态配置
• Mixpanel 的动态配置
• GoDaddy 的动态配置
• Spotify 的车队管理（3 个部分）
• 扩展持续集成和持续交付
• Facebook 的持续集成堆栈
• Netflix 使用分布式存储库和依赖项进行持续集成
• Dropbox 使用 Bazel 进行持续集成和部署
• Dropbox 采用 Bazel 进行 Web 开发Airbnb
• BuzzFeed 的持续部署
• Screwdriver：雅虎动态基础设施的持续交付构建系统
• Betterment 的 CI/CD
• BuzzFeed 的 CI/CD Brainly
• Shopify 使用 Anka 扩展 iOS CI
• Yelp 扩展 Jira Server
• Flexport 自动扩展 CI/CD 集群

可用性

• 弹性工程：学会拥抱失败
• LinkedIn Waterbear 项目弹性工程
• iHeartRadio 应对流量过饱和的弹性
• GO-JEK 分布式系统中的弹性
• 企业实用 NoSQL 弹性设计模式eBay
• Quora 的灾难恢复能力
• Expedia 的网站恢复能力
• eBay 使用 Kafka 实现灾难恢复和恢复
• eBay 多区域 Kafka 的灾难恢复Uber
• 故障转移
• 全局流量路由和故障转移的演变
• 灾难恢复故障转移测试
• 设计一个可应对故障的微服务架构
• GoSquared 使用 ELB 实现自动故障转移
• 美国航空淘汰数据库以提高可用性Express
• Vinted 使用 Redis Sentinel 实现故障转移
• FreeAgent 的高可用性 SaaS 基础架构
• GitHub 上的 MySQL 高可用性
• Eventbrite 的 MySQL 高可用性
• 业务连续性和灾难恢复沃尔玛
• 负载均衡
• 现代网络负载均衡和代理简介
• 五大（负载均衡）可扩展性模式
• 支持 Facebook 超过 13 亿用户的负载均衡基础设施
• DHCPLB：DHCP 负载均衡器Facebook
• Katran：Facebook 的可扩展网络负载均衡器
• Deterministic Aperture：Twitter 的分布式负载均衡算法
• Netflix 使用 Eureka 进行负载均衡
• Netflix 的边缘负载均衡
• Zuul 2：Netflix 的云网关
• Yelp 的负载均衡
• Github 的负载均衡
• 使用一致性哈希改进负载均衡
• Vimeo
• 500 像素下的 UDP 负载均衡
• QALM：Uber 的 QoS 负载管理框架
• LinkedIn 使用 Rum DNS 进行流量引导
• Dropbox 的流量基础设施（边缘网络）
• Dropbox 基于智能 DNS 的负载均衡技术
• Stripe 的 DNS 系统监控
• Monday 的多 DNS 架构（共 3 部分）
• Hulu 的动态任播 DNS 基础设施
• 速率限制
• Cloudflare 使用速率限制扩展数百万个域名
• Cloud Bouncer：雅虎的分布式速率限制
• Stripe 使用速率限制器扩展 API
• Allegro 的分布式速率限制
• Ratequeue：Allegro 的核心队列和速率限制系统Twilio
• Grab 的配额服务
• Figma 的速率限制
• 自动扩缩
• Pinterest 的自动扩缩
• 基于请求队列的自动扩缩Square
• Trivago 的 Jenkins 自动扩容
• Spotify 的 Pub-Sub 消费者自动扩容
• Spotify 根据 CPU 负载自动扩容 Bigtable 集群
• Spotify 的 AWS Step Functions 活动自动扩容
• Scryer：Netflix 的预测性自动缩放引擎
• Bouncer：Palantir 的简单 AWS 自动缩放滚动
• Clusterman：Yelp 的 Mesos 集群自动缩放
• Google 全球分布式存储系统的可用性
• Yahoo 的 NodeJS 高可用性
• LinkedIn 的运营（11 部分）
• 监控助力 LinkedIn Feed 的高可用性
• 支持Facebook
• BlaBlaCar 的高可用性
• Netflix 的高可用性
• Twilio 的高可用性云基础设施
• Twilio 的数据中心运维自动化Dropbox
• Riot Games 全球化玩家账户

稳定性

• 熔断器
• 分布式系统中的熔断器
• 容器扩展熔断器
• SoundCloud 的弹性经验教训
• 保护器：Trivago 的时间序列数据库熔断器
• 使用熔断器提升生产环境稳定性Heroku
• Zendesk 的熔断器
• Traveloka 的熔断器
• Shopify 的熔断器
• 超时
• 容错（超时和重试，线程） Netflix 的“隔离、信号量和断路器”
• 强制超时：DoorDash 的可靠性方法论
• eBay 启用 tcp_tw_recycle 后解决连接超时问题
• Booking.com 的 MySQL 崩溃安全复制
• 隔墙：分区并在同一部分中容忍故障
• 稳定状态：始终将日志放在单独的磁盘上
• 节流：保持稳定的速度
• 多集群：提高弹性和稳定性LinkedIn 的大规模单体 API 服务
• 英雄联盟服务器中的确定性（4 部分）

性能

• 操作系统、存储、数据库和网络性能优化
• Instagram 使用后台数据预取提升性能
• LinkedIn 修复 Linux 文件系统性能回归问题
• eBay 使用压缩技术解决网络 I/O 瓶颈
• 优化 Web 服务器以实现高吞吐量和低延迟Dropbox
• Netflix 60,000 毫秒 Linux 性能分析
• Mixpanel 实时缩减 Google Cloud 持久磁盘 (PD-SSD)
• Zapier 使用 Python 和 Celery 的 jemalloc 将内存使用量降低 40%
• 减少内存Slack 内存占用
• Slack 持续负载测试
• Pinterest 性能改进
• Wix 服务器端渲染
• Yelp MySQLStreamer 性能提升 30 倍
• 优化 API Netflix
• 沃尔玛使用 Riemann 和 Clojure 进行性能监控
• Zynga 实时游戏性能跟踪仪表盘
• eBay 优化 CAL 报告 Hadoop MapReduce 作业
• Quartz 调度器性能调优eBay
• Riot Games 的 C++ 性能分析（第一部分：优化，第二部分：测量与分析）
• HomeAway 的 React 服务器端渲染性能分析
• Dailymotion 的硬件辅助视频转码
• 千万 RPS 跨分片交易Dropbox
• Pinterest 的 API 分析
• Yelp 使用 Pagelets 并行化服务器端处理
• Twitter 改进 Redis 中的密钥过期时间
• MindGeek 使用火焰图优化广告投放网络性能
• 容器的预测性 CPU 隔离Netflix 的预测性 CPU 隔离
• Uber 提升 HDFS I/O 利用率以提高效率
• Cloud Jewels：Etsy 云端用电量估算
• Unthrottled：Indeed 云端 CPU 限制修复（两部分）
• 性能优化通过调整垃圾回收
• LinkedIn 的 Java 应用程序中的垃圾回收
• Adobe 的高吞吐量、低延迟机器学习服务中的垃圾回收
• SoundCloud 的 Redux 应用程序中的垃圾回收
• Go 应用程序中的垃圾回收Twitch
• 阿里巴巴 V8 垃圾收集日志分析
• Instagram 使用 Python 垃圾收集技术降低每次请求 50% 的内存增长
• Github 移除带外垃圾收集器 (OOBGC) 的性能影响
• 调试 Java 内存泄漏Allegro
• 阿里巴巴的 JVM 优化
• Uber 为大规模服务调优 JVM 内存
• 沃尔玛的 Solr 性能调优
• Flipkart 的高吞吐量微服务内存调优
• 图片、视频和页面加载性能优化
• Facebook 大规模优化 360 度全景照片
• Etsy 照片基础架构中图片文件大小的缩减
• Pinterest 提升 GIF 性能
• 优化 Pinterest 视频播放性能Pinterest
• Netflix 使用动态优化器优化低带宽视频流
• YouTube 的自适应视频流
• Dailymotion 减少视频加载时间
• Zillow 提升首页性能
• Zillow 客户端性能优化流程Expedia
• BBC 的网络性能
• 使用 Brotli 压缩进行性能优化
• LinkedIn 使用 Brotli 压缩提升网站速度
• Brotli 在Booking.com
• Treebo 的 Brotli
• Dropbox 部署 Brotli 用于静态内容
• Yelp 使用 Brotli 进行渐进式性能增强
• DoorDash 使用压缩技术加速 Redis
• 语言和框架的性能优化
• Netflix 的 Python 应用
• Instagram 的大规模 Python 应用（3 部分）
• Issuu 的 OCaml 最佳实践（2 部分）
• Slack 的 PHP 应用
• Go 在Trivago
• Etsy 的 TypeScript
• Etsy 的 Kotlin 状态管理
• DoorDash 的 Kotlin
• BPF 与 Go 在Bumble
• GitLab 中的 Ruby on Rails
• Rust 在 Figma 的生产环境中的应用
• WeWork 的语言栈选择
• 从 Go 切换到 Rust 的Discord
• Agoda 的 ASP.NET Core 性能优化
• Uber 的 Go 语言数据竞争模式
• Netflix 的 Java 21 虚拟线程

智能

• 大数据
• Uber 数据平台
• 宝马数据平台
• Netflix 数据平台
• Flipkart 数据平台
• Coupang
• DoorDash 的数据平台
• 可汗学院的数据平台
• Airbnb 的数据基础设施
• LinkedIn 的数据基础设施
• GO-JEK
• Pinterest 的数据采集基础设施
• Pinterest 的数据分析架构
• Spotify 的数据编排服务
• 大数据处理（2 部分） Spotify
• Uber 的大数据处理
• Lyft 的分析管道
• Grammarly 的分析管道
• Teads 的分析管道
• PayPal 用于实时欺诈预防的机器学习数据管道
• LinkedIn 的大数据分析和机器学习技术
• LinkedIn 基于 Hadoop 的自助式报告平台
• LinkedIn 的隐私保护分析和报告LinkedIn
• 沃尔玛商品库存追踪分析平台
• Uber 使用 Apache Pinot 实时分析移动应用崩溃
• HALO：Facebook 的硬件分析和生命周期优化
• RBEA：King 的实时分析平台
• AresDB：Uber 的 GPU 驱动实时分析引擎
• AthenaX：Uber 的流式分析平台
• Jupiter：Uber 的配置驱动广告技术批量提取平台
• Delta：Netflix 的数据同步和丰富平台
• Keystone：Uber 的实时流式处理平台Netflix
• Databook：Uber 利用元数据将大数据转化为知识
• Amundsen：Lyft 的数据发现和元数据引擎
• Maze：Uber 的漏斗可视化平台

架构

• Medium 的技术栈
• Shopify 的技术栈
• Airbnb 的服务构建（4 部分）
• Evernote 的架构
• Riot 的聊天服务架构（3 部分）游戏
• 英雄联盟客户端架构更新
• Twitter 广告平台架构
• Uber API 网关架构
• Tinder API 网关架构
• 基本架构Slack
• eBay 轻量级分布式架构，处理数千个库的发布
• LinkedIn 后端
• Flickr 后端
• Zendesk 基础设施（3 部分）
• Grubhub 云基础设施
• 实时呈现平台LinkedIn
• LinkedIn 的设置平台
• Glassdoor 的 Nearline 系统：规模化和性能提升（两部分）
• Glassdoor 的广告实时用户操作计数系统Pinterest
• Riot Games 的 API 平台
• 《纽约时报》的游戏平台
• Kabootar：Swiggy 的通信平台
• Simone：分布式模拟服务Netflix
• Seagull：帮助 Yelp 每天运行超过 2000 万次测试的分布式系统
• PriceAggregator：Agoda 的智能酒店价格获取系统（3 部分）
• Phoenix：测试平台（3 部分） Tinder
• Netflix 的六边形架构
• LINE 贴纸服务架构
• Palantir 的 Stack Overflow Enterprise
• Netflix 的关注动态、兴趣动态和为你精选的架构