原创文章

在很多职位JD上往往会有这样的一个要求：熟悉分布式系统理论、设计和开发，具备复杂分布式系统构建经验。 那么，这个分布式系统的设计和开发经验，到底指的是什么？ 本文就给大家来解释一下这个问题。

这篇文章，我们从一个新闻门户网站的案例引入，然后用小白都能看懂的大白话告诉你：什么是分布式计算系统！

上一篇文章，我们聊了一下分库分表相关的一些基础知识。 这篇文章，我们就接着分库分表的知识，来具体聊一下全局唯一id如何生成。

这篇文章，我们来聊一下对于一个支撑日活百万用户的高并系统，他的数据库架构应该如何设计？分库分表？ 本文会从一个大的角度来梳理一下思路。

这篇文章，我们来聊一下最近这一两年行业内Java高级工程师面试的时候尤为常见的一个问题：谈谈你对分布式搜索引擎的理解，聊聊他的架构原理？

这篇文章，我们将用非常浅显易懂的语言，按照老规矩：大白话 + 手绘数张彩图，跟大家聊聊大规模分布式系统的容错架构设计

上一篇文章我们给大家说了一下Spring Cloud服务注册中心的一些问题。这篇文章我们来给大家说说：Consul这种服务注册中心的架构是如何设计的？

如果对Spring Cloud微服务技术体系有一定了解了之后，肯定就知道Spring Cloud最开始原生支持和推荐的服务注册中心是国外的一个视频网站Netflix开源的Eureka。

这篇文章给大家聊聊Hadoop在部署了大规模的集群场景下，大量客户端并发写数据的时候，文件契约监控算法的性能优化。

上一篇文章，我们聊了一下Hadoop中的NameNode里的edits log写机制。这篇文章，我们来看看，Hadoop的HDFS分布式文件系统的文件上传的性能优化。

上篇文章我们已经初步给大家解释了Hadoop HDFS的整体架构原理，本文我们来看看，如果大量客户端对NameNode发起高并发（比如每秒上千次）访问来修改元数据，此时NameNode该如何抗住？

Hadoop是目前大数据领域最主流的一套技术体系，包括HDFS,YARN,MapReduce等等。有些朋友可能听说过Hadoop，但是却不太清楚他到底是个什么东西，这篇文章就用大白话给各位阐述一下。

上一篇文章分析了一下如何利用消息中间件对系统进行解耦处理，本文我们来看看，假如说基于RabbitMQ作为消息中间件，如何实现一份数据被多个系统同时订阅的“Pub/Sub”模型。

上一篇文章给大家初步讲述了一套大规模复杂系统中两个核心子系统之间一旦耦合，会发生哪些令人崩溃的场景。 本文咱们就给大家来说说通过MQ消息中间件的使用，如何重构系统之间的耦合，让系统具备高度的可扩展性。

之前更新过一个“亿级流量系统架构”系列，接下来，我们将会继续通过几篇文章，对这套系统的可扩展架构、数据一致性保障等方面进行探讨。

上篇文章我们聊了一下系统架构中的查询平台。本文作为这个架构演进系列的最后一篇文章，我们来聊聊高可用这个话题。

这篇文章继续来聊一下百亿级别的海量数据场景下还要支撑每秒十万级别的高并发查询，这个架构该如何演进和设计？

上篇文章主要聊了一下将单块系统重构为分布式系统，以此来避免单台机器的负载过高。同时引申出来了弹性资源调度、分布式容错机制等相关的东西，这篇文章我们继续来聊聊这个系统后续的重构演进过程。

上篇文章聊了一下商家数据平台第一个阶段的架构演进。本文继续聊聊这套架构在面对高并发、高可用、高性能等各种技术挑战下，应该如何继续演进。

本文来聊聊一个数据产品背后对应的一套大型商家数据平台，看看这个平台在分布式、高并发、高可用、高性能、海量数据等技术挑战下的架构演进历程