大规模视频网站的计费与流量管理
本次分享将会就大规模视频网站的计费与流量管理这个话题,从操作层面细细进行讲解和分析,为系统工程师们揭示平日里我们没有关心的另一些内容。同时也希望本次分享能揭示行业中的一些“潜规则”,让互联网行业的流量与带宽管理更为开放与简洁。
本次演讲视频录制于QCon杭州2011。
该内容已经被标记书签!
标记书签错误,请重试!
作者 Sebastien Auvray 译者 张龙 发布于 2008年11月20日
缓存Web应用的方式有很多,他们通常都很复杂。随着应用基础设施的不断增加,基本的Rails页面缓存的管理变得越发单调乏味了。
Rails 2.2通过HTTP headers:last_modified与etag引入了条件性GET。Ryan Tomayko遵循着RFC2616中的internet标准缓存说明引入了Rack::Cache。
Rack::Cache是Rack中间件的一部分,它通过基本的存储方式(磁盘、堆及memcache)与针对缓存策略的配置系统实现了RFC2616中的大多数缓存特性。它可与任何使用Rack的Ruby web框架协作良好,同时它也通过了Ruby 1.8.6及1.8.7的测试。
其部分设计的灵感来源于Python的缓存框架Django。
Rack::Cache扮演着网关代理(Varnish、Squid)的角色,我们可以轻松使用它。它支持基于过期(expiration-based)的缓存、验证模型及各种header字段。
正如Ryan King所述,如果你的应用真的需要它的话,你可以平滑地移植到真正的网关代理上:
一旦应用变得大而复杂时,你就需要使用一个像squid或者varnish这样的http反向代理缓存,然而从rails式的页面缓存到HTTP缓存的转变不是那么容易的。你不得不对部署和应用进行大面积的更改。这有点不爽。
借助于Rack::Cache,你只需改变部署即可。你甚至可以增量完成它。你可以首先通过Rack::Cache在堆中进行缓存,然后转换到文件系统,最后到memcache中。当到达其范围极限时,你可以在应用前增加squid或者varnhish,然后移除Rack::Cache。对于部署来说,每一步只有一个主要的变化,这比在单独的操作中掺杂着几个大的变化要容易的多。
看看Ryan即将发布的基准将会很有意思。
查看英文原文:Adobe MAX Day 1 Brings AIR 1.5 and Flex 3.2
译者 张龙 热衷于编程,乐于分享,对新技术有强烈的探索欲,对Java轻量级框架有一定研究。
本次分享将会就大规模视频网站的计费与流量管理这个话题,从操作层面细细进行讲解和分析,为系统工程师们揭示平日里我们没有关心的另一些内容。同时也希望本次分享能揭示行业中的一些“潜规则”,让互联网行业的流量与带宽管理更为开放与简洁。
本次演讲视频录制于QCon杭州2011。
Jeffrey Richter以其多本Windows核心技术的经典著作而闻名,同时,他深入掌握微软的.NET等一系列核心技术,2012年1月,Jeffrey Richter在北京接受了InfoQ中文站的专访,谈到Windows 8和WinRT编程,并就异步编程、Windows编程中的可扩展性、性能和安全性方面给出自己的建议。
云计算平台的可用性,相比传统互联网服务而言,更加复杂和困难,也更具有挑战性。本文借助新浪SAE云平台为读者讲述了云平台可用性的定义、如何打造高可用的平台,以及对云计算的用户提出了建议。
淘宝高度重视Java平台的健康发展,组建了一个团队专注于Java平台的底层部分的性能、功能与稳定性改进;工作主要基于OpenJDK中的HotSpot VM开展,其中一些通用的功能随后也会逐渐反馈给OpenJDK社区。希望能与使用Java平台开发应用的大家交流经验。
本次演讲视频录制于QCon杭州2011。
2011年4月21日至22日是值得云计算从业者纪念的日子。Amazon的IaaS服务出现故障,导致许多商业网站的服务中断,影响非常严重。作为云计算用户,我们需要思考的是,如何保证即便在云服务不可用的情况,我们的应用架构仍然能够屹立不倒?本文正是站在云计算用户的角度试图探讨这一问题。
12人的技术团队,4组刀片服务器,每月20亿的访问量,每日1次准时部署,99.9%的可用性。这可能吗?当然。想知道如何做的吗?百姓网将与您分享他们在DevOps实践过程中的经验和技巧。
本次演讲视频录制于QCon杭州2011。
篱笆作为一家起源于社区的电子商务公司,反映到技术层面就是同时要面对产品和业务,以及经营战略的变化调整。如何在产品和业务的夹缝之间完成技术架构的抽象与平衡,寻找更有效的价值定位,这当中有些经验教训和个人感悟愿与众人分享。
本次演讲视频录制于QCon杭州2011。
本文将对特性注入以及相关方法做一个扫盲性的介绍。我们会解释这个框架的关键要素,并附上实例来证实它们。为了让文章保持相对较短,我们不会深入到某个工具或方法中,而是会给出一些参考资料,以便大家做进一步的研究。
没有回复
关注此讨论 回复