dbware 主要实现主备数据库的读写分离。支持负载均衡策略，支持事务，支持对sql的简单监控，如记录查询SQL以及慢查询。简单易用，配置也很简单。完全可以看做数据库的代理层。客户端连接dbware与连接数据库方式一致。

Master-Slave 的数据库机构解决了很多问题，特别是read/write比较高的web2.0应用： 1 、写操作全部在Master结点执行，并由Slave数据库结点定时(默认60s)读取Master的bin-log 2 、将众多的用户读请求分散到更多的数据库节点，从而减轻了单点的压力

Amoeba是一个以MySQL为底层数据存储，并对应用提供MySQL协议接口的proxy。它集中地响应应用的请求，依据用户事先设置的规则，将 SQL请求发送到特定的数据库上执行。基于此可以实现负载均衡、读写分离、高可用性等需求。与MySQL官方的MySQL Proxy相比，作者强调的是amoeba配置的方便（基于XML的配置文件，用SQLJEP语法书写规则，比基于lua脚本的MySQL Proxy简单）。

一、前言：为什么MySQL要做主从复制（读写分离）？ 通俗来讲，如果对数据库的读和写都在同一个数据库服务器中操作，业务系统性能会降低。 为了提升业务系统性能，优化用户体验，可以通过做主从复制（读写分离）来减轻主数据库的负载。

自从技术书的书架设定为”床底下“之后，又多了很多买书的空间。中国什么都贵，就是书便宜。 不定期更新，在碎片化阅读下难免错评。 书架主要针对Java后端开发， 书单更偏爱那些能用简短流畅的话，把少壮不努力的程序员所需的基础补回来的薄书，而有些教课书可能很著名，但干涩枯燥，喋喋不休的把你带回到大学课堂上昏昏欲睡。

自从2014年AWS推出Lambda服务后，Serverless一词越来越热，已经成为一种新型的软件设计架构，即Serverless Architecture。作为一种原生于公共云的架构，Serverless有什么优缺点？是否能应用于传统企业程序？是否适合私有云场景？是否像很多文章宣称的一样，会成为未来改变云计算的中坚力量？作为一名云计算行业的老兵，作者想在此文中分享一些自己的观点。

前后端分工协作是一个老生常谈的大话题，很多公司都在尝试用工程化的方式去提升前后端之间交流的效率，降低沟通成本，并且也开发了大量的工具。但是几乎没有一种方式是令双方都很满意的。事实上，也不可能让所有人都满意。根本原因还是前后端之间的交集不够大，交流的核心往往只限于接口及接口往外扩散的一部分。这也是为什么很多公司在招聘的时候希望前端人员熟练掌握一门后台语言，后端同学了解前端的相关知识。

前言 之前介绍了一些前后端结合的中间人攻击方案。由于 Web 程序的特殊性，前端脚本的参与能大幅弥补后端的不足，从而达到传统难以实现的效果。 攻防本为一体，既然能用于攻击，类似的思路同样也可用于防御。如果将前端技术结合到传统的 WAF 中，又能有如何的改进？

libvirt配置了librbd的QEMU接口，通过它可以在OpenStack中使用Ceph块存储。Ceph块存储是集群对象，这意味着它比独立的服务器有更好的性能。 在OpenStack中使用Ceph块设备，必须首先安装QEMU，libvirt和OpenStack，下图描述了 OpenStack和Ceph技术层次结构：

Dalga 是使用 Go 编写的 MySQL 后端作业调度程序，带有一个 HTTP 接口。

什么是优化? 响应时间 Vs 吞吐量 性能与可伸缩性（Performance Vs Scalability) Instrument & metrics 需要了解的一点硬件知识 常见案例分析

苹果公司 宣布，将使用开源的集群管理软件 Apache Mesos ，作为该公司广受欢迎的、基于iOS的智能个人助理软件 Siri 的后端服务。Mesosphere的博客指出，苹果已经创建了一个命名为 J.A.R.V.I.S. ，类似PaaS的专有调度Framework，由此，开发者可以部署可伸缩和高可用的的Siri服务。

整理下目前涉及到的python的技术栈和工具栈(用过或了解的, 其他的后续用到再补充)

什么是优化(2)不访问不必要的数据使用B*Tree/hash等方法定位必要的数据使用columnStore或分表的方式将数据分开存储合理的利用硬件来提升访问效率使用缓存消除对数据的重复访问使用批量处理来减少交互次数（磁盘、网络）使用新硬件来降低后端的延时，提高效率提高系统的吞吐量对工作单元进行细化，减少串行操作优化硬件配置，提高整体的TCO与硬件利用率合理的拆分（水平、垂直拆分）以提高系统的整体吞吐能力响应时间Vs吞吐量(1)性能衡量完成特定任务的速度或效率响应时间衡量系统与用户交互式多久能够收到响应吞吐量衡量系统在单位时间里可以完成的任务量响应时间Vs吞吐量

信号就是通知某个进程发了某个事件，也称为软件中断。信号提供了一种处理异步事件的方法。信号通常是异步发生的，进程预先不知道信号准确发生的时刻。后端程序（daemon）往往需要提供7*24不间断的服务，因此，编程 daemon 程序时对信号的正确处理尤为重要。

对每一个程序员而言，故障都是悬在头上的达摩克利斯之剑，都唯恐避之不及，如何避免故障是每一个程序员都在苦苦追寻希望解决的问题。对于这一问题，大家都可以从需求分析、架构设计 、代码编写、测试、code review、上线、线上服务运维等各个视角给出自己的答案。本人结合自己两年有限的互联网后端工作经验，从某几个视角谈谈自己对这一问题的理解，不足之处，望大家多多指出。

首先，浏览器发来一个 input，服务器获取之后，做一些查询或者计算，然后把生成的 output 返回给浏览器。 这些查询或计算，还会有衍生的子 io 流。 缓存的目的就是让把 input 变成一个 key，在条件允许的情况下，跳过计算，直接生成 output。在主流程中，或子流程中。

Browserify通过预编译，可以让前端以Nodejs的require方式来组织Javascript模块，从而前端代码可以走进后端，后端通过Browserify同样可以在浏览器里跑NPM模块；

RavenDB 索引绝对不是简单的对 key/value 进行存储, 其功能要强大的多. 就像3.0版本的其他特性一样, 是汗水与智慧的结晶。本文我主要介绍索引在后端都有哪些变动, 使它变得更快， 更稳定， 性能更好。 至于那些用户能看得到的新特性, 会在下一篇文章中提到。

前几日使用微信网页版时，好奇这个网页用了什么前端框架。用Chrome的开发者模式一探究竟，发现原来用了一个名叫  Angular 的框架。好吧，既然微信用了，那我也不妨看看。等等，你这篇文章的标题不是“初探Vue”吗？鬼扯什么Angular呢？