ITPub博客

作者|AlanTai译者|冬雨策划|闫园园在过去的20年里，作为一名软件工程师和软件架构师，我与不同领域和不同学科的软件工程师聊过很多次。他们中有一些人是有着8到10年经验的工程师，有许多人还在职业生涯早期，有着3到5年的经验。其中一些人是我的同事。有些人是求职者。聊到后，他们几乎都会问到同样

前些天我发了一篇解读信通所分布式数据库发展报告内容的文章，有些朋友对我把Aurora、AlloyDB、PolarDB等也归类于分布式数据库感到有些不解。实际上这是信通所在报告里的归类，和国际上的常见归类方法也是一致的。通过认真研究其架构特点，我们也可以发现，实际上这些数据库产品（或者严格说是数据库服

摘要：当与分布式微内核操作系统结合使用时，当今的高效众核处理器可以赋予自治系统类似人类的技能。今天的自主机器和先进的工业自动化越来越被期望执行人类特别擅长的功能，例如对象识别、上下文感知和决策制定，其中的许多被归类为能够独立捕获、过滤、分级、使用或丢弃大量信息的边缘设备。最大限度地减少与云交换的数据

Java8已经普遍使用了，可是还在有人用JavaCalendar处理时间和日期，不仅仅性能差，很切代码很冗余，就不能用Java8提供的新API吗？所以架构师制了，必须用Java8处理日期，否则一律开除。下面是整理的18种处理日期的方式，可以收藏起来，一定有用。Java处理日期、日历和时间的方式一直为

提纲作者：绘你一世倾城｜来源：https://juejin.im/post/5d84e21f6fb9a06ac824814912306抢票，极限并发带来的思考虽然现在大多数情况下都能订到票，但是放票瞬间即无票的场景，相信大家都深有体会。尤其是春节期间，大家不仅使用12306，还会考虑“智行”和其他的

我们先来看看这张图，这是某公司使用的大数据平台架构图，大部分公司应该都差不多：从这张大数据的整体架构图上看来，大数据的核心层应该是：数据采集层、数据存储与分析层、数据共享层、数据应用层，可能叫法有所不同，本质上的角色都大同小异。所以我下面就按这张架构图上的线索，慢慢来剖析一下，大数据的核心技术都包括

用户画像与实时数据分析是互联网企业的数据核心。知乎数据赋能团队以ApacheDoris为基础，基于云服务构建高响应、低成本、兼顾稳定性与灵活性的实时数据架构，同时支持实时业务分析、实时算法特征、用户画像三项核心业务流，显著提升对于时效性热点与潜力的感知力度与响应速度，大幅缩减运营、营销等业务场景中的

前言事情是这样的，上周，我的一位两年前端经验的发小，在腾讯三轮面试的时候被问了一个问题：说说你们公司前端监控项目的架构设计和亮点设计；而说回我这位发小，因为做过他们公司监控项目的可视化报表界面，所以简历上有写着前端监控项目的项目经验；但是不幸的

概述“架构师图谱”是一个很宏大的命题，特别是优秀的架构师自身也是“由点到面再到图”，一点点成长积累起来，尝试写这篇文章的目的更多的是结合自身的一些架构、研发、管理经验对现阶段做一个复盘总结，所以这里更偏向于后端图谱，依赖于开源技术、云原生或者其他第三方服务。这里会重点介绍一些技术栈、设计理念以及适应

一、概述从容器技术的推广以及Kubernetes成为容器调度管理领域的事实标准开始，云原生的理念和技术架构体系逐渐在生产环境中得到了越来越广泛的应用实践。在云原生的体系下，面对高度的弹性、动态的应用生命周期管理以及微服务化等特点，传统的监控体系已经难以应对和

经常有人问，架构师的学习路线是什么？我一般推荐架构师的基本功，是从「存储选型」开始的。本文整理了存储选型的思路和整体框架，主要包括几个部分内容：了解目前的存储技术趋势，以及对开发人员新的要求存储选型的原则，避免日常的经典误区结合典型数据库特点，说明如何进行存储选型，提高业务开发效率常见的场景和解决方

作者：Colstuwjx来源：colstuwjx.github.io/2020/01/翻译-微服务架构及设计模式/原文：medium.com/@madhukaudantha/microservice-architecture-and-design-patterns-for-microservices

前言我们知道，“高并发”是现在系统架构设计的核心关键词。一个架构师如果设计、开发的系统不支持高并发，那简直不好意思跟同行讨论。但事实上，在架构设计领域，高并发的历史非常短暂，这一架构特性是随着互联网，特别是移动互联网的发展才逐渐变得重要起来的。现在有很多大型互联网应用系统，其用户是面向全球的普通大众

相信大家都听说过单体和我服务，那么，单体到微服务架构的数据是如何演进的呢？这是个有意思的话题。今天，我们一起来看看，希望大家都有收获和启发。京东白条的快速发展满足了当前人们日益增长的消费需求。在京东商城上用京东白条来支付，已经成为一大批用户的消费习惯，更是在某种意义上成为了京东对外的『标签』。而作为

各位肯定都听过这样一句话:"好的架构不是设计出来的，而是演进出来的，没有完美的架构，只有不断演变、不断完善的架构。"今天我们来看一下1号店App服务端架构改造的例子，来具体说明架构的演变过程，让你能更深入地理解架构演变背后的原因。点击点击上方卡片关注我2012年，随着智能设备的普及

什么是架构我想这个问题，十个人回答得有十一个答案，因为另外的那一个是大家妥协的结果。哈哈，我理解，架构就是骨架，如下图所示：人类的身体的支撑是主要由骨架来承担的，

来自硅谷的WaveComputing周二表示，由于其一度流行的MIPS架构即将落伍，它今年将推出两款采用RISC-V架构的新型微处理器设计。此举增加了RISC-

我们先来看看这张图，这是某公司使用的大数据平台架构图，大部分公司应该都差不多：从这张大数据的整体架构图上看来，大数据的核心层应该是：数据采集层、数据存储与分析层、数据共享层、数据应用层，可能叫法有所不同，本质上的角色都大同小异。所以我下面就按这张架构图上的线索，慢

↓推荐关注↓1.概述本文以淘宝作为例子，介绍从一百个到千万级并发情况下服务端的架构的演进过程。同时列举出每个演进阶段会遇到的相关技术，让大家对架构的演进有一个整体的认知。文章最后汇总了一些架构设计的原则。特别说明：本文以淘宝为例仅仅是为了便于说明演进过程可能遇到的问题，并非是淘宝真正的技术演进路径。

1.概述本文以淘宝作为例子，介绍从一百个到千万级并发情况下服务端的架构的演进过程。同时列举出每个演进阶段会遇到的相关技术，让大家对架构的演进有一个整体的认知。文章最后汇总了一些架构设计的原则。特别说明：本文以淘宝为例仅仅是为了便于说明演进过程可能遇到的问题，并非是淘宝真正的技术演进路径。