AWS अपनी इलास्टिक सेवाएँ कैसे बनाती है। स्केलिंग सर्वर और डेटाबेस

बादल एक जादुई बक्से की तरह हैं - आप पूछते हैं कि आपको क्या चाहिए, और संसाधन कहीं से भी सामने आ जाते हैं। वर्चुअल मशीन, डेटाबेस, नेटवर्क - यह सब केवल आपका है। अन्य बादल किरायेदार हैं, लेकिन आपके ब्रह्मांड में आप एकमात्र शासक हैं। आप आश्वस्त हैं कि आपको हमेशा आवश्यक संसाधन प्राप्त होंगे, आप किसी को भी ध्यान में नहीं रखते हैं और आप स्वतंत्र रूप से निर्धारित करते हैं कि नेटवर्क कैसा होगा। यह जादू कैसे काम करता है जो क्लाउड को संसाधनों को तेजी से आवंटित करता है और किरायेदारों को एक दूसरे से पूरी तरह से अलग करता है?

AWS क्लाउड एक मेगा-सुपर कॉम्प्लेक्स सिस्टम है जो 2006 से क्रमिक रूप से विकसित हो रहा है। इस विकास का एक हिस्सा हुआ वसीली पेंट्युखिन - अमेज़ॅन वेब सर्विसेज आर्किटेक्ट। एक वास्तुकार के रूप में, वह न केवल अंतिम परिणाम पर, बल्कि AWS द्वारा पार की गई चुनौतियों पर भी आंतरिक नज़र डालते हैं। सिस्टम कैसे काम करता है इसकी समझ जितनी अधिक होगी, विश्वास उतना ही अधिक होगा। इसलिए, वसीली AWS क्लाउड सेवाओं के रहस्यों को साझा करेंगे। नीचे भौतिक AWS सर्वर का डिज़ाइन, इलास्टिक डेटाबेस स्केलेबिलिटी, एक कस्टम अमेज़ॅन डेटाबेस और वर्चुअल मशीनों के प्रदर्शन को बढ़ाने के साथ-साथ उनकी कीमत को कम करने के तरीके दिए गए हैं। अमेज़ॅन के वास्तुशिल्प दृष्टिकोण का ज्ञान आपको AWS सेवाओं का अधिक प्रभावी ढंग से उपयोग करने में मदद करेगा और आपको अपने स्वयं के समाधान बनाने के लिए नए विचार दे सकता है।

वक्ता के बारे में: वसीली पेंट्युखिन (मुर्गी) ने .ru कंपनियों में यूनिक्स एडमिन के रूप में शुरुआत की, 6 वर्षों तक बड़े सन माइक्रोसिस्टम हार्डवेयर पर काम किया और 11 वर्षों तक EMC में डेटा-केंद्रित दुनिया का प्रचार किया। यह स्वाभाविक रूप से निजी क्लाउड में विकसित हुआ, और 2017 में सार्वजनिक क्लाउड में चला गया। अब वह AWS क्लाउड में रहने और विकसित होने में मदद के लिए तकनीकी सलाह प्रदान करता है।

अस्वीकरण: नीचे दी गई हर बात वसीली की निजी राय है और अमेज़ॅन वेब सर्विसेज की स्थिति से मेल नहीं खा सकती है। वीडियो रिकॉर्डिंग जिस रिपोर्ट पर लेख आधारित है वह हमारे यूट्यूब चैनल पर उपलब्ध है।

मैं अमेज़न डिवाइस के बारे में क्यों बात कर रहा हूँ?

मेरी पहली कार में मैनुअल ट्रांसमिशन था। यह इस अहसास के कारण बहुत अच्छा था कि मैं कार चला सकता हूं और उस पर पूरा नियंत्रण रख सकता हूं। मुझे यह भी अच्छा लगा कि मैं कम से कम मोटे तौर पर इसके संचालन के सिद्धांत को समझ गया। स्वाभाविक रूप से, मैंने कल्पना की कि बॉक्स की संरचना काफी प्राचीन होगी - साइकिल पर गियरबॉक्स जैसी कुछ।

सब कुछ बढ़िया था, सिवाय एक चीज़ के - ट्रैफिक जाम में फंसने के। ऐसा लगता है जैसे आप बैठे हैं और कुछ नहीं कर रहे हैं, लेकिन आप लगातार गियर बदल रहे हैं, क्लच दबा रहे हैं, गैस दबा रहे हैं, ब्रेक लगा रहे हैं - यह वास्तव में आपको थका देता है। जब परिवार को एक स्वचालित कार मिल गई तो ट्रैफिक जाम की समस्या आंशिक रूप से हल हो गई। गाड़ी चलाते समय, मेरे पास कुछ सोचने और ऑडियोबुक सुनने का समय था।

मेरे जीवन में एक और रहस्य सामने आया, क्योंकि मैंने यह समझना पूरी तरह से बंद कर दिया कि मेरी कार कैसे काम करती है। एक आधुनिक कार एक जटिल उपकरण है। कार एक साथ दर्जनों विभिन्न मापदंडों को अपनाती है: गैस दबाव, ब्रेक, ड्राइविंग शैली, सड़क की गुणवत्ता। मुझे अब समझ नहीं आता कि यह कैसे काम करता है।

जब मैंने अमेज़न क्लाउड पर काम करना शुरू किया तो यह मेरे लिए भी एक रहस्य था। केवल यह रहस्य परिमाण का एक क्रम बड़ा है, क्योंकि कार में एक ड्राइवर है, और AWS में उनमें से लाखों हैं। सभी उपयोगकर्ता एक साथ गाड़ी चलाते हैं, गैस दबाते हैं और ब्रेक लगाते हैं। यह आश्चर्यजनक है कि वे जहाँ चाहते हैं वहाँ जाते हैं - यह मेरे लिए एक चमत्कार है! सिस्टम प्रत्येक उपयोगकर्ता के लिए स्वचालित रूप से अनुकूलन, स्केल और इलास्टिकली समायोजन करता है ताकि उसे ऐसा लगे कि वह इस ब्रह्मांड में अकेला है।

जब मैं बाद में अमेज़ॅन में एक वास्तुकार के रूप में काम करने आया तो जादू थोड़ा कम हो गया। मैंने देखा कि हम किन समस्याओं का सामना करते हैं, हम उन्हें कैसे हल करते हैं और हम सेवाओं का विकास कैसे करते हैं। सिस्टम कैसे काम करता है इसकी बढ़ती समझ के साथ, सेवा में अधिक विश्वास प्रकट होता है। इसलिए मैं AWS क्लाउड के हुड के नीचे क्या है इसकी एक तस्वीर साझा करना चाहता हूं।

हमें क्या बात करनी चाहिए

मैंने एक विविध दृष्टिकोण चुना - मैंने 4 दिलचस्प सेवाओं का चयन किया जिनके बारे में बात करना उचित है।

सर्वर अनुकूलन. भौतिक अवतार के साथ क्षणभंगुर बादल: भौतिक डेटा केंद्र जहां भौतिक सर्वर होते हैं जो गुनगुनाते हैं, गर्म होते हैं और रोशनी से झपकते हैं।

सर्वर रहित कार्य (लैम्ब्डा) संभवतः क्लाउड में सबसे अधिक स्केलेबल सेवा है।

डेटाबेस स्केलिंग. मैं आपको बताऊंगा कि हम अपना स्वयं का स्केलेबल डेटाबेस कैसे बनाते हैं।

नेटवर्क स्केलिंग. अंतिम भाग जिसमें मैं हमारे नेटवर्क का उपकरण खोलूंगा। यह एक अद्भुत बात है - प्रत्येक क्लाउड उपयोगकर्ता का मानना ​​​​है कि वह क्लाउड में अकेला है और अन्य किरायेदारों को बिल्कुल नहीं देखता है।

टिप्पणी। यह आलेख सर्वर अनुकूलन और डेटाबेस स्केलिंग पर चर्चा करेगा। हम अगले लेख में नेटवर्क स्केलिंग पर विचार करेंगे। सर्वर रहित फ़ंक्शंस कहाँ हैं? उनके बारे में एक अलग प्रतिलेख प्रकाशित किया गया था "छोटा, लेकिन स्मार्ट. अनबॉक्सिंग फायरक्रैकर माइक्रोवर्चुअल" यह कई अलग-अलग स्केलिंग विधियों के बारे में बात करता है, और फायरक्रैकर समाधान पर विस्तार से चर्चा करता है - एक वर्चुअल मशीन और कंटेनरों के सर्वोत्तम गुणों का सहजीवन।

सर्वर

बादल क्षणभंगुर है. लेकिन इस क्षणभंगुरता का अभी भी एक भौतिक अवतार है - सर्वर। प्रारंभ में, उनकी वास्तुकला शास्त्रीय थी। मानक x86 चिपसेट, नेटवर्क कार्ड, लिनक्स, ज़ेन हाइपरवाइजर जिस पर वर्चुअल मशीनें चलती थीं।

2012 में, इस वास्तुकला ने अपने कार्यों को काफी अच्छी तरह से पूरा किया। ज़ेन एक महान हाइपरवाइज़र है, लेकिन इसमें एक बड़ी खामी है। उसके पास काफी है डिवाइस अनुकरण के लिए उच्च ओवरहेड. जैसे ही नए, तेज़ नेटवर्क कार्ड या एसएसडी ड्राइव उपलब्ध होते हैं, यह ओवरहेड बहुत अधिक हो जाता है। इस समस्या से कैसे निपटें? हमने एक साथ दो मोर्चों पर काम करने का निर्णय लिया - हार्डवेयर और हाइपरवाइज़र दोनों को अनुकूलित करें. कार्य बहुत गंभीर है.

हार्डवेयर और हाइपरवाइजर का अनुकूलन

सब कुछ एक साथ करने और अच्छे से करने से काम नहीं चलेगा। शुरुआत में यह भी स्पष्ट नहीं था कि "अच्छा" क्या था।

हमने एक विकासवादी दृष्टिकोण अपनाने का निर्णय लिया - हम वास्तुकला के एक महत्वपूर्ण तत्व को बदलते हैं और इसे उत्पादन में डालते हैं।

हम हर रेक पर कदम रखते हैं, शिकायतें और सुझाव सुनते हैं। फिर हम दूसरा घटक बदलते हैं। इसलिए, छोटे-छोटे चरणों में, हम उपयोगकर्ताओं के फीडबैक और समर्थन के आधार पर संपूर्ण आर्किटेक्चर को मौलिक रूप से बदल देते हैं।

परिवर्तन 2013 में सबसे जटिल चीज़ - नेटवर्क - के साथ शुरू हुआ। में S3 उदाहरणों में, मानक नेटवर्क कार्ड में एक विशेष नेटवर्क एक्सेलेरेटर कार्ड जोड़ा गया था। यह सचमुच फ्रंट पैनल पर एक छोटी लूपबैक केबल के साथ जुड़ा हुआ था। यह सुंदर नहीं है, लेकिन यह बादल में दिखाई नहीं देता है। लेकिन हार्डवेयर के साथ सीधे संपर्क से जिटर और नेटवर्क थ्रूपुट में मौलिक रूप से सुधार हुआ।

इसके बाद हमने ब्लॉक डेटा स्टोरेज ईबीएस - इलास्टिक ब्लॉक स्टोरेज तक पहुंच में सुधार करने का निर्णय लिया। यह नेटवर्क और स्टोरेज का एक संयोजन है। कठिनाई यह है कि जब नेटवर्क एक्सेलेरेटर कार्ड बाजार में मौजूद थे, तो केवल स्टोरेज एक्सेलेरेटर हार्डवेयर खरीदने का कोई विकल्प नहीं था। इसलिए हमने स्टार्टअप की ओर रुख किया अन्नपूर्णा लैब्स, जिन्होंने हमारे लिए विशेष ASIC चिप्स विकसित किए। उन्होंने दूरस्थ ईबीएस वॉल्यूम को एनवीएमई उपकरणों के रूप में माउंट करने की अनुमति दी।

उदाहरणों में C4 हमने दो समस्याओं का समाधान किया. पहला यह है कि हमने भविष्य के लिए आशाजनक, लेकिन उस समय नई, एनवीएमई तकनीक की नींव लागू की। दूसरे, हमने ईबीएस के अनुरोधों की प्रोसेसिंग को एक नए कार्ड में स्थानांतरित करके केंद्रीय प्रोसेसर को महत्वपूर्ण रूप से उतार दिया। यह अच्छा हुआ, इसलिए अब अन्नपूर्णा लैब्स अमेज़न का हिस्सा है।

नवंबर 2017 तक, हमें एहसास हुआ कि हाइपरवाइजर को बदलने का समय आ गया है।

नया हाइपरवाइज़र संशोधित KVM कर्नेल मॉड्यूल के आधार पर विकसित किया गया था।

इसने डिवाइस इम्यूलेशन के ओवरहेड को मौलिक रूप से कम करना और नए ASIC के साथ सीधे काम करना संभव बना दिया। उदाहरण S5 हुड के नीचे चलने वाले नए हाइपरवाइजर वाली पहली वर्चुअल मशीनें थीं। हमने उसका नाम रखा निट्रो.

समयरेखा पर उदाहरणों का विकास.

नवंबर 2017 के बाद से सामने आई सभी नई प्रकार की वर्चुअल मशीनें इस हाइपरवाइजर पर चलती हैं। बेयर मेटल इंस्टेंस में हाइपरवाइजर नहीं होता है, लेकिन उन्हें नाइट्रो भी कहा जाता है, क्योंकि वे विशेष नाइट्रो कार्ड का उपयोग करते हैं।

अगले दो वर्षों में, नाइट्रो उदाहरणों की संख्या कुछ दर्जन से अधिक हो गई: A1, C5, M5, T3 और अन्य।

उदाहरण प्रकार.

आधुनिक नाइट्रो मशीनें कैसे काम करती हैं

उनके तीन मुख्य घटक हैं: नाइट्रो हाइपरवाइज़र (ऊपर चर्चा की गई), सुरक्षा चिप और नाइट्रो कार्ड।

सुरक्षा चिप सीधे मदरबोर्ड में एकीकृत। यह कई महत्वपूर्ण कार्यों को नियंत्रित करता है, जैसे होस्ट ओएस की लोडिंग को नियंत्रित करना।

नाइट्रो कार्ड - ये चार प्रकार के होते हैं. ये सभी अन्नपूर्णा लैब्स द्वारा विकसित किए गए हैं और सामान्य ASIC पर आधारित हैं। इनके कुछ फर्मवेयर भी सामान्य हैं।

चार प्रकार के नाइट्रो कार्ड.

कार्डों में से एक को काम करने के लिए डिज़ाइन किया गया है नेटवर्कVPC. यह वही है जो वर्चुअल मशीनों में नेटवर्क कार्ड के रूप में दिखाई देता है ईएनए - इलास्टिक नेटवर्क एडाप्टर. यह भौतिक नेटवर्क के माध्यम से संचारित करते समय ट्रैफ़िक को समाहित करता है (हम इस बारे में लेख के दूसरे भाग में बात करेंगे), सुरक्षा समूह फ़ायरवॉल को नियंत्रित करता है, और रूटिंग और अन्य नेटवर्क चीज़ों के लिए ज़िम्मेदार है।

चुनिंदा कार्ड ब्लॉक स्टोरेज के साथ काम करते हैं ईबीएस और डिस्क जो सर्वर में निर्मित होती हैं। वे अतिथि वर्चुअल मशीन के रूप में दिखाई देते हैं एनवीएमई एडेप्टर. वे डेटा एन्क्रिप्शन और डिस्क मॉनिटरिंग के लिए भी जिम्मेदार हैं।

नाइट्रो कार्ड, हाइपरवाइजर और सुरक्षा चिप की प्रणाली को एसडीएन नेटवर्क या में एकीकृत किया गया है सॉफ्टवेयर परिभाषित नेटवर्क. इस नेटवर्क के प्रबंधन के लिए जिम्मेदार (नियंत्रण विमान) नियंत्रक कार्ड.

बेशक, हम नए ASIC विकसित करना जारी रखते हैं। उदाहरण के लिए, 2018 के अंत में उन्होंने इनफेरेंटिया चिप जारी की, जो आपको मशीन लर्निंग कार्यों के साथ अधिक कुशलता से काम करने की अनुमति देती है।

इनफेरेंटिया मशीन लर्निंग प्रोसेसर चिप।

स्केलेबल डेटाबेस

एक पारंपरिक डेटाबेस में एक स्तरित संरचना होती है। यदि हम बहुत सरल करें, तो निम्नलिखित स्तर प्रतिष्ठित हैं।

• एसक्यूएल - क्लाइंट और रिक्वेस्ट डिस्पैचर इस पर काम करते हैं।
• प्रावधानों लेनदेन - यहां सब कुछ स्पष्ट है, एसिड और वह सब।
• कैशिंग, जो बफ़र पूल द्वारा प्रदान किया जाता है।
• लॉगिंग - रीडो लॉग के साथ कार्य प्रदान करता है। MySQL में उन्हें बिन लॉग्स कहा जाता है, PosgreSQL में - राइट अहेड लॉग्स (WAL)।
• सुरक्षित रखने के - डिस्क पर सीधी रिकॉर्डिंग।

स्तरित डेटाबेस संरचना.

डेटाबेस को स्केल करने के विभिन्न तरीके हैं: शार्डिंग, शेयर्ड नथिंग आर्किटेक्चर, शेयर्ड डिस्क।

हालाँकि, ये सभी विधियाँ समान अखंड डेटाबेस संरचना को बनाए रखती हैं। यह स्केलिंग को महत्वपूर्ण रूप से सीमित करता है। इस समस्या को हल करने के लिए, हमने अपना स्वयं का डेटाबेस विकसित किया - अमेज़न अरोड़ा. यह MySQL और PostgreSQL के साथ संगत है।

अमेज़न अरोड़ा

मुख्य वास्तुशिल्प विचार भंडारण और लॉगिंग स्तरों को मुख्य डेटाबेस से अलग करना है।

आगे देखते हुए, मैं कहूंगा कि हमने कैशिंग स्तर को भी स्वतंत्र बना दिया है। वास्तुकला एक अखंड होना बंद कर देती है, और हम अलग-अलग ब्लॉकों को स्केल करने में स्वतंत्रता की अतिरिक्त डिग्री प्राप्त करते हैं।

लॉगिंग और स्टोरेज स्तर डेटाबेस से अलग हैं।

एक पारंपरिक DBMS डेटा को ब्लॉक के रूप में स्टोरेज सिस्टम में लिखता है। अमेज़ॅन ऑरोरा में, हमने स्मार्ट स्टोरेज बनाया है जो भाषा बोल सकता है दोबारा लॉग करें. अंदर, स्टोरेज लॉग को डेटा ब्लॉक में बदल देता है, उनकी अखंडता की निगरानी करता है और स्वचालित रूप से बैकअप लेता है।

यह दृष्टिकोण आपको ऐसी दिलचस्प चीजों को लागू करने की अनुमति देता है क्लोनिंग. यह इस तथ्य के कारण मौलिक रूप से तेजी से और अधिक किफायती रूप से काम करता है कि इसमें सभी डेटा की पूरी प्रतिलिपि बनाने की आवश्यकता नहीं होती है।

भंडारण परत को एक वितरित प्रणाली के रूप में कार्यान्वित किया जाता है। इसमें बहुत बड़ी संख्या में भौतिक सर्वर शामिल हैं। प्रत्येक रीडो लॉग को एक साथ संसाधित और सहेजा जाता है छह गांठें. यह डेटा सुरक्षा और लोड संतुलन सुनिश्चित करता है।

उपयुक्त प्रतिकृतियों का उपयोग करके रीड स्केलिंग प्राप्त की जा सकती है। वितरित भंडारण मुख्य डेटाबेस उदाहरण, जिसके माध्यम से हम डेटा लिखते हैं, और शेष प्रतिकृतियों के बीच सिंक्रनाइज़ेशन की आवश्यकता को समाप्त करता है। सभी प्रतिकृतियों के लिए अद्यतन डेटा उपलब्ध होने की गारंटी है।

एकमात्र समस्या पुराने डेटा को पढ़ी गई प्रतिकृतियों पर कैशिंग करना है। लेकिन इस समस्या का समाधान किया जा रहा है सभी पुनः लॉग का स्थानांतरण आंतरिक नेटवर्क पर प्रतिकृतियों के लिए। यदि लॉग कैश में है, तो इसे गलत और अधिलेखित के रूप में चिह्नित किया जाता है। यदि यह कैश में नहीं है, तो इसे आसानी से छोड़ दिया जाता है।

हमने भंडारण का समाधान कर लिया है।

डीबीएमएस स्तरों को कैसे मापें

यहां, क्षैतिज स्केलिंग अधिक कठिन है। तो चलिए घिसे-पिटे रास्ते पर चलते हैं क्लासिक ऊर्ध्वाधर स्केलिंग.

आइए मान लें कि हमारे पास एक एप्लिकेशन है जो मास्टर नोड के माध्यम से डीबीएमएस के साथ संचार करता है।

लंबवत स्केलिंग करते समय, हम एक नया नोड आवंटित करते हैं जिसमें अधिक प्रोसेसर और मेमोरी होगी।

इसके बाद, हम एप्लिकेशन को पुराने मास्टर नोड से नए में स्विच करते हैं। समस्याएँ उत्पन्न होती हैं।

• इसके लिए महत्वपूर्ण एप्लिकेशन डाउनटाइम की आवश्यकता होगी।
• नए मास्टर नोड में कोल्ड कैश होगा। कैश के गर्म होने के बाद ही डेटाबेस का प्रदर्शन अधिकतम होगा।

स्थिति को कैसे सुधारें? एप्लिकेशन और मास्टर नोड के बीच एक प्रॉक्सी सेट करें।

इससे हमें क्या मिलेगा? अब सभी एप्लिकेशन को नए नोड पर मैन्युअल रूप से रीडायरेक्ट करने की आवश्यकता नहीं है। स्विच प्रॉक्सी के तहत किया जा सकता है और यह मौलिक रूप से तेज़ है।

ऐसा लगता है कि समस्या का समाधान हो गया है. लेकिन नहीं, हम अभी भी कैश को गर्म करने की आवश्यकता से पीड़ित हैं। इसके अलावा, एक नई समस्या सामने आई है - अब प्रॉक्सी विफलता का एक संभावित बिंदु है।

अमेज़ॅन ऑरोरा सर्वर रहित के साथ अंतिम समाधान

हमने इन समस्याओं का समाधान कैसे किया?

एक प्रॉक्सी छोड़ दिया. यह एक अलग उदाहरण नहीं है, बल्कि प्रॉक्सी का एक पूरा वितरित बेड़ा है जिसके माध्यम से एप्लिकेशन डेटाबेस से जुड़ते हैं। विफलता की स्थिति में, किसी भी नोड को लगभग तुरंत बदला जा सकता है।

विभिन्न आकारों के गर्म नोड्स का एक पूल जोड़ा गया. इसलिए, यदि बड़े या छोटे आकार का नया नोड आवंटित करना आवश्यक है, तो यह तुरंत उपलब्ध है। इसके लोड होने तक प्रतीक्षा करने की आवश्यकता नहीं है.

संपूर्ण स्केलिंग प्रक्रिया को एक विशेष निगरानी प्रणाली द्वारा नियंत्रित किया जाता है। मॉनिटरिंग वर्तमान मास्टर नोड की स्थिति पर लगातार नज़र रखती है। यदि यह पता लगाता है, उदाहरण के लिए, कि प्रोसेसर लोड एक महत्वपूर्ण मूल्य तक पहुंच गया है, तो यह एक नया नोड आवंटित करने की आवश्यकता के बारे में गर्म उदाहरणों के पूल को सूचित करता है।

वितरित प्रॉक्सी, गर्म उदाहरण और निगरानी।

आवश्यक शक्ति वाला एक नोड उपलब्ध है। बफ़र पूल को इसमें कॉपी किया जाता है, और सिस्टम स्विच करने के लिए एक सुरक्षित क्षण की प्रतीक्षा करना शुरू कर देता है।

आमतौर पर स्विच करने का क्षण बहुत जल्दी आता है। फिर प्रॉक्सी और पुराने मास्टर नोड के बीच संचार निलंबित कर दिया जाता है, सभी सत्र नए नोड पर स्विच कर दिए जाते हैं।

डेटाबेस बायोडाटा के साथ काम करें।

ग्राफ़ दिखाता है कि निलंबन वास्तव में बहुत छोटा है। नीला ग्राफ़ लोड दिखाता है, और लाल चरण स्केलिंग क्षण दिखाते हैं। नीले ग्राफ़ में अल्पकालिक गिरावट बिल्कुल वही छोटी देरी है।

वैसे, अमेज़ॅन ऑरोरा आपको पूरी तरह से पैसे बचाने और उपयोग में न होने पर डेटाबेस को बंद करने की अनुमति देता है, उदाहरण के लिए, सप्ताहांत पर। लोड रोकने के बाद, DB धीरे-धीरे अपनी शक्ति कम कर देता है और कुछ समय के लिए बंद हो जाता है। जब भार वापस आएगा, तो यह फिर से सुचारू रूप से बढ़ जाएगा।

अमेज़ॅन डिवाइस के बारे में कहानी के अगले भाग में, हम नेटवर्क स्केलिंग के बारे में बात करेंगे। सदस्यता लें मेल और बने रहें ताकि आप लेख न चूकें।

पर HighLoad ++ वसीली पेंट्युखिन एक रिपोर्ट देंगे "ह्यूस्टन, हमें एक समस्या है। विफलता के लिए सिस्टम का डिज़ाइन, आंतरिक अमेज़ॅन क्लाउड सेवाओं के लिए विकास पैटर्न" अमेज़ॅन डेवलपर्स द्वारा वितरित सिस्टम के लिए कौन से डिज़ाइन पैटर्न का उपयोग किया जाता है, सेवा विफलताओं के कारण क्या हैं, सेल-आधारित आर्किटेक्चर क्या है, लगातार कार्य, शफ़ल शेयरिंग - यह दिलचस्प होगा। सम्मेलन तक एक महीने से भी कम समय - अपने टिकट बुक करें. 24 अक्टूबर को अंतिम मूल्य वृद्धि।

स्रोत: www.habr.com