标签：
分布式系统实践
1. 走向分布式
http://dcaoyuan.github.io/papers/pdfs/Scalability.pdf
要点: 这是台湾的一个作者写的为期30天的分布式系统设计学习小册子, 刚开始涵盖了分布式系统设计的基本理论, 包括partiton, replication和CAP理论, 后面以kafka和zookeeper为例, 将上述理论加以实例化介绍, 内容非常精简, 适合初学者阅读和学习.
2. 如何编写一个分布式数据库
http://mp.weixin.qq.com/s?__biz=MjM5OTcxMzE0MQ==&mid=207696233&idx=1&sn=660fa3434ddac01b391bbfffa9b14c66&scene=1&srcid=0923ckZ9gYNmTNjzA43URpoQ&key=2877d24f51fa538459479d4a72319bf49caaf24774066a6ba4b8cddfe63ff77b94b83fa73d70c9f825a96f52a8d4d9c5&ascene=0&uin=Mjk1ODMyNTYyMg%3D%3D&devicetype=iMac+MacBookPro11%2C4+OSX+OSX+10.10.5+build(14F27)&version=11020201&pass_ticket=ouza3sRPBYgTFbX3Q2%2F68Rl9TYR74Nrnur0uiR9dl2PA5GWKFeQTPKg2sufxf%2B96
要点: TiDB目前在业内小有名气, 参照google F1实现的分布式数据库, 这篇文章不是宣传TiDB的文章, 作为TiDB的主创者, 作者介绍了实现分布式数据的架构设计思路, 讲的比较透彻.
服务化和资源管理技术
1. 码农·Docker云图（第20期）
http://www.ituring.com.cn/book/1730?hmsr=toutiao.io&utm_medium=toutiao.io&utm_source=toutiao.io
要点: 图灵社区的关于docker的免费电子书.
2. Docker在英雄联盟游戏中的实践探索
https://mp.weixin.qq.com/s?__biz=MzA5OTAyNzQ2OA==&mid=208253445&idx=1&sn=80d410c5bba29e75f460c522e8ea12c6&scene=1&srcid=0923pmZekiuNwuxMFU2AxmYm&key=2877d24f51fa5384ff3fe77e9089a9cac690bdaa5ecd29212ebfb5cc3480c5f5a87cd622a284b6c25247fb063b6d6174&ascene=0&uin=Mjk1ODMyNTYyMg%3D%3D&devicetype=iMac+MacBookPro11%2C4+OSX+OSX+10.10.5+build(14F27)&version=11020201&pass_ticket=euqdpt9paUrkssQaNroJdApFT%2F7S0tAJEjwC3MfDgHlmfrf3nisy78g8VonO9q6i
要点: 又是一个使用docker+jenkens实现持续集成和持续部署的例子, docker最大的优势应该就是这一点了.
3. 微博混合云实践 - 深入浅出Docker原理
http://weibo.com/p/1001603890230246678125?hmsr=toutiao.io&utm_medium=toutiao.io&utm_source=toutiao.io
要点:比较不错的介绍docker原理的ppt.
4. 基于Docker和Java的持续集成实践
http://dockone.io/article/700
要点: 这篇文章介绍了基于docker和java的持续集成实践, 从开发到code review, 从build到运行测试, 整个持续集成过程做了比较详细的介绍.
5. Mesos上的复杂数据分析
http://www.infoq.com/cn/articles/mesos-complex-data-analytics
要点: 随着lambda架构的兴起, 本文介绍了运行在mesos上的众多数据处理框架, 包括storm, spark streaming和NoSQL.
服务调度和 Trace 技术
1. 高并发 Web 服务的演变：节约系统内存和 CPU
http://mp.weixin.qq.com/s?__biz=MzA5ODM5MDU3MA==&mid=212770506&idx=2&sn=3e8e50e5f96727012921c9f197979a42&scene=1&srcid=0922GuW1xJKFfRk8HCprLSEl&key=dffc561732c22651c47250e72ce50272822e16fde62cc1ece89f6b728660da2bb2f903360f4e153165b73d376b7e4c67&ascene=0&uin=Mjk1ODMyNTYyMg%3D%3D&devicetype=iMac+MacBookPro11%2C4+OSX+OSX+10.10.5+build(14F27)&version=11020201&pass_ticket=7lLrFfKEDLBpWKkkaoqeO6Gu0M5KY05C9bu0%2Fi9LGTqswoQyOlVUnfJj0VX7l%2B5r
要点: 实现高并发的Web服务的很多技术可能很多同学都不陌生了, 这篇文章对相关技术做了简要的总结.
2. H5性能优化方案
http://ddtalk.github.io/blog/2015/09/07/dingding-first/?hmsr=toutiao.io&utm_medium=toutiao.io&utm_source=toutiao.io
要点: 比较详细的H5页面加载速度优化文章, 可以看出来作者在这方面积累的经验比较丰富.
3. Web 系统大规模并发——电商秒杀与抢购
http://mp.weixin.qq.com/s?__biz=MzA5ODM5MDU3MA==&mid=212786763&idx=2&sn=2f8bc71f77f039a7edbfe7c2bf14af6b&scene=1&srcid=0923pqrwoQLXHkz5elG5dfHm&key=2877d24f51fa538455d66934d756e6f37e2f3eb438a6c1aa13261ef0516c1aedc17bea1e5370a4acb51834ca4333243d&ascene=0&uin=Mjk1ODMyNTYyMg%3D%3D&devicetype=iMac+MacBookPro11%2C4+OSX+OSX+10.10.5+build(14F27)&version=11020201&pass_ticket=euqdpt9paUrkssQaNroJdApFT%2F7S0tAJEjwC3MfDgHlmfrf3nisy78g8VonO9q6i
要点: 本文介绍了所有在线系统所需要的共同技术, 包括速度, 防攻击, 以及数据安全等问题
DevOps 技术
1. OWL：一种新型、分布式企业级监控解决方案
http://mp.weixin.qq.com/s?__biz=MzA4Nzg5Nzc5OA==&mid=207797329&idx=1&sn=991afb056e20fb1970870d6c93946647&scene=0&key=dffc561732c226517b8fd54d551af11cd7f2f1a66cc3fe780c9b5ca05a61d8e1b797c0df67182bcfc6f388c5a0cfbfbe&ascene=0&uin=Mjk1ODMyNTYyMg%3D%3D&devicetype=iMac+MacBookPro11%2C4+OSX+OSX+10.10.5+build(14F27)&version=11020201&pass_ticket=7lLrFfKEDLBpWKkkaoqeO6Gu0M5KY05C9bu0%2Fi9LGTqswoQyOlVUnfJj0VX7l%2B5r
要点: 监控架构大家都不陌生了吧, 基本上就是单机部署agent, 通过总控汇聚和分析数据, 通过分布式数据库持久化数据. 但是要做到监控和报警还需要一些相对精密的报警策略和算法, 这篇文章介绍了一种企业级的分布式监控系统.
2. 有一种能力叫 运维
https://mp.weixin.qq.com/s?__biz=MzA4NjAzMjEyOA==&mid=208351026&idx=1&sn=4dfc0fb6663974593b7e1f07d886e1c3&scene=1&srcid=0922MX64SwOYgjnlDzvTEBsU&key=dffc561732c226512d2f5fe09bb104d9368c4fce7fb81e60ac226296f55443101cd7afbafeb47750ca25c8a3f197e351&ascene=0&uin=Mjk1ODMyNTYyMg%3D%3D&devicetype=iMac+MacBookPro11%2C4+OSX+OSX+10.10.5+build(14F27)&version=11020201&pass_ticket=7lLrFfKEDLBpWKkkaoqeO6Gu0M5KY05C9bu0%2Fi9LGTqswoQyOlVUnfJj0VX7l%2B5r
要点: 文章只有一个观点"有一种能力叫 运维，而不是有一类人叫运维", 即使作为rd, 也要经常思考系统的可运维性, 尤其是分布式系统. 至于如何提高可运维性? 简单总结一下就是, 单机模块输出重要的过程性日志, 便于对日志进行监控; 分布式系统把局部故障作为常态考虑, 避免对任何组件, 机器, 网络的可靠性假设.
3. Agari使用Airbnb的Airflow实现更智能计划任务的实践
http://www.csdn.net/article/2015-09-13/2825690
要点: 本文是Agari使用Airbnb的Airflow实现更智能计划任务的实践，以及使用工作流调度来提高数据管道可靠性的的需求。其中，Airbnb的开源项目Airflow是一种用于数据管道的工作流调度。
4. 中小企业运维自动化部署实战
http://mp.weixin.qq.com/s?__biz=MzA4Nzg5Nzc5OA==&mid=207822283&idx=1&sn=12455e6d57c7923ee842e959276aaba5&scene=1&srcid=0923SjnYkfMDiNvJbsoMlxtE&key=2877d24f51fa538439cf3ec276a23cd9445b865616a078673ccbfbb6381c86df659766d6a9adcf73063a7a81dfde64d3&ascene=0&uin=Mjk1ODMyNTYyMg%3D%3D&devicetype=iMac+MacBookPro11%2C4+OSX+OSX+10.10.5+build(14F27)&version=11020201&pass_ticket=euqdpt9paUrkssQaNroJdApFT%2F7S0tAJEjwC3MfDgHlmfrf3nisy78g8VonO9q6i
要点: 这篇文章介绍的自动化部署的思路和我们原来的分列的方式非常类似, 只不过用更高级的工具实现了(原来我们就是各种shell脚本实现的), 文章中列出了很多需要注意的细节, 值得学习.
5. celery定时任务实践
http://opslinux.com/2015/09/22/celery%E5%AE%9A%E6%97%B6%E4%BB%BB%E5%8A%A1%E5%AE%9E%E8%B7%B5/?hmsr=toutiao.io&utm_medium=toutiao.io&utm_source=toutiao.io
要点: 一个基于python的分布式任务调度和执行系统, 可以尝试能否在运维上使用.
工具集合
1. C++11时间详解
http://www.ahlinux.com/c/23415.html
要点: 我想很多同学可能都遇到过类似问题, 被c/c++里各种时间函数搞得晕头转向, c++11引入了chrono类库, 规范了各种时间函数, chrono来源于boost, 如果对boost的chrono比较了解的话, 用法几乎一模一样.
2. 如何选择一个 Linux Tracer
http://www.oschina.net/translate/choosing-a-linux-tracer
要点: linux性能分析工具介绍.
3. C++ Core Guidelines
https://github.com/isocpp/CppCoreGuidelines/blob/master/CppCoreGuidelines.md
要点: Bjarne Stroustrup 的大作, 值得每位使用c++的同学阅读.
4. C++的另一种错误处理策略
http://blog.jobbole.com/54699/
要点: 错误处理一直有使用error_code还是异常之争, 这里作者提出了一种新的方法, 对错误和返回值进行了封装, 并且支持链式调用, 可以借鉴.
我关注的一周技术动态 2015.09.27
标签：
原文地址：http://www.cnblogs.com/zhengran/p/4842589.html
