Marp是一个比现有Hadoop分布式文件系统还要快三倍的产品，并且也是开源的。Mapr配备了快照，并号称不会出现SPOF单节点故障，且被认为是与现有HDFS的API兼容。因此非常容易替换原有的系统。

Apache River 是一个分布式计算的架构，基于原 Sun 的 JSK Starter Kit 源码，主要使用 Jini 规范。 项目主页： http://www.open-open

读取操作分开来缓解数据库的压力，数据库引擎一般采用Master/Slave架构。虽然这种架构 不能从根本上解决数据库的失败设计 ，但对于数据库的性能优化还是可以起到一些的作用的，特别是对于MySql，读取的时候，没有像SQL

return new MyNamespace.BabyCat(); } }); 这个特性其实是基于全新设计的类系统的，详见下面的小结。不同于先前版本：即使用到 Ext JS 框架中很少一部分单元，Ext JS

Backbone.js 的 JavaScript 应用架构。Chaplin 主要为了解决 Backbone 的局限性，提供一个轻量级和灵活的结构，采用良好的设计模式和最佳实践。 一些主要特性： CoffeeScript

在过去几年，所在的微博技术团队在一定程度成功解决了feed架构的扩展性与性能的问题，大部分精力已经从应对峰值性能或者数据扩展中解放出来。 几天前，拿着上面这张架构图问内部一些架构师，目前完成的工作及存在的主要问题是什么？

下面是个人理解的做架构的几个要点： 1、系统安全 这是首要考虑的，以这张图为例，网络划分为3个区： a) DMZ区可以直接公网访问，也可以 与App Core区互通，但不能直接与DB Core区互通

ODPS是分布式的海量数据处理平台，提供了丰富的数据处理功能和灵活的编程框架。本文从ODPS面临的挑战、技术架构、Hadoop迁移到ODPS、应用实践注意点等方面带领我们初步了解了ODPS的现状与前景。 初识ODPS

JEA定位为面向服务的分布式企业开发集成框架，要完全发挥JEA的各项特性，需要准备多台服务器分别部署应用和支撑系统，如果要商用，相对来说大中型企业可能会更适合些。

劲的需要。基于成本的考虑，通过提升硬件来解决大批量数据的搜索越来越不切实际，于是谷歌提出了一种基于软件 的可靠文件存储体系GFS，使用普通的PC机来并行支撑大规模的存储。存进去的数据是低价值的，只有对

在另一方面提供了一个事件的API，使用它可以使你的视图监听模型事件，然后触发相应的动作，遵循观察者设计模式。 Model var TodoModel = Gillie.Model.extend({

子项目提供虚机镜像存储服务。Swift 构筑在比较便宜的标准硬件存储基础设施之上，无需采用 RAID（磁盘冗余阵列），通过在软件层面引入一致性散列技术和数据冗余性，牺牲一定程度的数据一致性来达到高可用性和可伸缩性，支持多租户模式、容器和

简单的Nginx+Squid+Tomcat架构

在实际应用场景中，MySQL复制90%以上都是一个Master复制到一个或者多个Slave的架构模式，主要用于读压力比较大的应用的数据库端 廉价扩展解决方案。因为只要Master和Slave的压

是一个开源的分布式键－值NoSQL数据库。它支持灵活的数据模式，并且支持满足ACID特性的事务。其 架构 包括如下三层： 客户端层： 这一层包括带有Aerospike API的开源客户端库和能够感知数据

个9）。如何保证真正“高可用”，也是个难题。 几乎主流的大中型互联网公司，都会有用到类似的架构，只是节点数不同而已。 还有一招用的比较多的，那就是动静分离。可以需要开发人员配合（把静态资源

进行聚合再返回。 所以特型搜索服务模型就是在叶子节点开放、非叶子结点收敛的一种树行搜索结构： 架构实现 针对该服务模型，极端一点的做法可以让各个service自由发挥，然后通过rpc进行访问就

2.1 网站架构模式 为了解决大型网站面临的高并发访问，海量数据处理，高可靠运行等一系列问题与挑战，大型互联网公司在实践中提出了许多解决方案，以实现网站高性能，高可用，易伸缩，可扩展，安全等各种技

，感觉很有价值。作者分享了他在Yahoo!与Digg收获的设计可伸缩系统的架构经验。在我过往的架构经验中，由于主要参与开发企业软件系统，这种面向 企业内部的软件系统通常不会有太大的负载量，太多的并发量，因而对于

。为了解决这个问题，Facebook提出了Flux架构。 Flux架构 你可能已经听过什么是Flux，也了解它是一种类似于MVC的应用程序设计架构，因此本文不会过多的去探讨什么是Flux，感兴趣的话，