Для самых занятых из вас я представляю здесь свое очень личное мнение о лучших статьях, представленных @adriancolyer в его чрезвычайно тщательно отобранной утренней газете.
Некоторые статьи, рассмотренные в этом году, оказались классикой, написанной много лет назад, что подчеркивает, насколько зрелым является наше пространство, эти идеи до сих пор применимы. Некоторые из них касались глубокого обучения, машинного обучения и искусственного интеллекта (конечно). Некоторые охватывали темы, связанные - часто лишь косвенно - с объемом, разнообразием и скоростью сбора и анализа данных. И, наконец, немало было связано с новой эпохой распределенных систем с облаком в качестве новой ОС.
Это те несколько статей, которые я чувствовал себя обязанным прочитать, помимо очень хороших резюме Адриана, даже если я не совсем усвоил весь материал.
Итак, вот список, желаю приятного чтения!
1. HyperLogLog
Да, мы делаем так чертовски много вещей в сети (поиск, лайки, воспроизведение видео с кошками), что даже процесс их подсчета требует изобретения новых алгоритмов.
2. Обзор глубокого обучения
Хорошо и все. Мне не хватает опыта, чтобы по-настоящему разобраться во всем этом, но я оценил широту и (попытку) контекста. Для менее технического, но гораздо более доступного обзора я лично выбрал бы статью Nature ЕКуна и др.
3. Горилла
На стыке всего того, о чем мы думаем (или любим думать, о чем мы думаем) в наши дни, этот документ охватывает производительность и масштаб TSDB в памяти и внутренности, которые доставляют товары. Очевидно, мы не потерпим никакого ухудшения нашей способности ставить лайки или публиковать настолько, что использование мониторинга всей инфраструктуры, которая делает это возможным, было достаточной мотивацией для создания TSDB в памяти с нуля. Заметки об их подходе к сжатию временных рядов тоже были довольно интересными, и @adriancolyer проделал отличную работу со своим кратким объяснением этих подходов.
4. DBSherlock
Эта статья была интересна как практическое применение работы, происходящей в широком диапазоне анализа временных рядов, и @adriancolyer хорошо ее резюмировал:
Обратите внимание, что принципы, используемые для создания DBSherlock, никак не связаны с областью объяснения производительности базы данных, поэтому должно быть вполне возможно взять эти идеи и применить их в других контекстах - например: «почему задержка только что снята? в курсе запросов к этому микросервису? "
5. Услуги Интернет-масштаба
Его разговоры о системных администраторах и соотношении между системой и администратором до 2500: 1 могут сделать его почти странным и трудным для понимания. Черт возьми, там ни разу не упоминается DevOps или SRE! Но это настоящая классика - большинство лежащих в основе идей применимо как минимум на 2–4 порядка увеличения соотношения количества систем и администраторов по сравнению с тем, о чем говорится как о состоянии искусства. @adriancolyer даже составил хороший контрольный список на github, чтобы упростить быстрый аудит архитектуры и операций интернет-сервисов, которые вы, возможно, создаете. Как и многие другие документы, получившие статус Classic, эти идеи имеют гораздо более широкое применение, чем утверждается в документе - намеренно или нет. Например, не стали бы вы игнорировать автоматические выключатели даже для небольшой службы, обслуживающей только тысячи пользователей? (Надеюсь, вы поняли, что это риторический вопрос.)
6. Разлагаемые системы
В статье 1971 года содержится ценная информация на 2016 год. Вы говорите «микросервисы бла-бла» и «закон Конвея бла-бла»? Прочтите сначала эту проклятую газету.
'Достаточно.
7. Кракен
Проблемы с моделированием производственной нагрузки для облачной службы? Легкий! Просто запустите тесты в продакшене! * gulp * Я полагаю, что краткое изложение этого - обезьяна хаоса для нагрузочного тестирования облачных сервисов. Если вас интересуют такие вещи, я надеюсь, вы также видели такие вещи, как один из выступлений Netflix на Strata, который включает в себя самородок Netflix - компания, генерирующая журналы, которая также занимается потоковой передачей фильмов. Да ладно, это было забавно.
8. Почётные упоминания
Несколько работ подошли близко, но не совсем соответствовали моим произвольным критериям, чтобы попасть в семь лучших работ года произвольного размера. Они здесь:
