スケーラブルで信頼性が高く、パフォーマンスの高い大規模システムのパターンを説明するための、更新および整理された読書リスト。概念は、著名なエンジニアの記事と信頼できる参考文献で説明されています。ケーススタディは、数百万人から数十億人のユーザーにサービスを提供する、実戦でテストされたシステムから取られています。
スケーラビリティの問題 (1 人のユーザーにとっては高速だが、負荷が高い場合は低速) またはパフォーマンスの問題 (1 人のユーザーの場合は低速) の問題を理解し、いくつかの設計原則を確認し、テクノロジー企業でスケーラビリティとパフォーマンスの問題がどのように解決されるかを確認します。インテリジェンスのセクションは、ビッグデータ(データ)およびディープ(学習)スケールでデータと機械学習を扱うユーザー向けに作成されています。
「たとえ1日ですべてを失ったとしても、冷静さを保てば、最初からやり直すことができます!」-Uberの元CTOであるThuan Pham。だから、落ち着いて、可用性と安定性の問題に注意してください!
ホワイトボードでシステムを設計する前に、インタビューノートと完成した図を含む実際のアーキテクチャを見て、包括的なビューを取得します。テクノロジーの巨人のエンジニアの話をチェックして、彼らがシステムをどのように構築、拡張、最適化するかを知ることができます。あなたのためにいくつかの選択された本があります(それらのほとんどは無料です)!がんばって!
チームを拡大する目標は、チームの規模を拡大することではなく、チームの成果と価値を高めることです。テクノロジー企業がその目標をどのように達成しているかを、採用、管理、組織、文化、コミュニケーションなど、さまざまな側面で確認できます。
貢献は大歓迎です!投稿ガイドラインをご覧ください。維持されなくなった、または適切でないリンクがここに表示された場合は、プルリクエストを送信してください。
このプロジェクトには多くの長い時間の努力が費やされています。役に立ったら、フェイスブック、ツイッター、Weibo、またはチャットグループで共有してください!知識は力であり、共有される知識は力の倍増です。ありがとうございました!
バラは赤です。スミレは青です。ビンは甘いのが好きです。ビンをティラミス扱いしますか?