Kā AWS pagatavo savus elastÄ«gos pakalpojumus. Serveru un datu bāzes mērogoÅ”ana

Mākoņi ir kā burvju kastÄ«te ā€“ tu jautā, kas tev vajadzÄ«gs, un resursi vienkārÅ”i parādās no nekurienes. Virtuālās maŔīnas, datu bāzes, tÄ«kls - tas viss pieder tikai jums. Ir arÄ« citi mākoņu Ä«rnieki, bet jÅ«su Visumā jÅ«s esat vienÄ«gais valdnieks. JÅ«s esat pārliecināts, ka vienmēr saņemsiet nepiecieÅ”amos resursus, nerēķināsieties ar nevienu un patstāvÄ«gi nosakāt, kāds bÅ«s tÄ«kls. Kā darbojas Ŕī maÄ£ija, kas liek mākonim elastÄ«gi sadalÄ«t resursus un pilnÄ«bā izolēt Ä«rniekus vienu no otra?

Kā AWS pagatavo savus elastÄ«gos pakalpojumus. Serveru un datu bāzes mērogoÅ”ana

AWS mākonis ir ļoti sarežģīta sistēma, kas kopÅ” 2006. gada ir evolucionāri attÄ«stÄ«jusies. Daļa no Ŕīs attÄ«stÄ«bas notika Vasilijs Pantjukhins - Amazon Web Services arhitekts. Kā arhitekts viņŔ ieskatās ne tikai galarezultātā, bet arÄ« izaicinājumos, ko AWS pārvar. Jo lielāka izpratne par sistēmas darbÄ«bu, jo lielāka uzticÄ“Å”anās. Tāpēc Vasilijs dalÄ«sies ar AWS mākoņpakalpojumu noslēpumiem. Tālāk ir sniegts fizisko AWS serveru dizains, elastÄ«gā datu bāzes mērogojamÄ«ba, pielāgota Amazon datu bāze un metodes virtuālo maŔīnu veiktspējas palielināŔanai, vienlaikus samazinot to cenu. ZināŔanas par Amazon arhitektÅ«ras pieejām palÄ«dzēs efektÄ«vāk izmantot AWS pakalpojumus un var sniegt jaunas idejas savu risinājumu izveidei.

Par runātāju: Vasilijs Pantjukhins (VÄ«ns) sāka kā Unix administrators .ru uzņēmumos, 6 gadus strādāja pie lielas Sun Microsystem aparatÅ«ras un 11 gadus sludināja uz datiem orientētu pasauli EMC. Tas dabiski pārtapa privātos mākoņos un 2017. gadā pārcēlās uz publiskiem mākoņiem. Tagad viņŔ sniedz tehniskus padomus, lai palÄ«dzētu dzÄ«vot un attÄ«stÄ«ties AWS mākonÄ«.

Atruna: viss tālāk ir Vasilija personīgais viedoklis un var nesakrist ar Amazon Web Services nostāju. Video ierakstīŔana Pārskats, uz kura ir balstīts raksts, ir pieejams mūsu YouTube kanālā.

Kāpēc es runāju par Amazon ierīci?

Manai pirmajai maŔīnai bija manuālā pārnesumkārba. Tas bija lieliski, jo bija sajÅ«ta, ka varu vadÄ«t automaŔīnu un pilnÄ«bā kontrolēt to. Patika arÄ« tas, ka vismaz aptuveni sapratu tās darbÄ«bas principu. LikumsakarÄ«gi, ka kastes uzbÅ«vi iztēlojos diezgan primitÄ«vu - kaut kas lÄ«dzÄ«gs velosipēda ātrumkārbai.

Kā AWS pagatavo savus elastÄ«gos pakalpojumus. Serveru un datu bāzes mērogoÅ”ana

Viss bija lieliski, izņemot vienu ā€“ iestrēguÅ”u sastrēgumos. Å Ä·iet, ka tu sēdi un neko nedara, bet nemitÄ«gi pārslēdzat pārnesumus, spiežat sajÅ«gu, gāzi, bremzes ā€“ tas tieŔām nogurdina. Sastrēgumu problēma daļēji tika atrisināta, kad Ä£imene ieguva automātu. Braucot, man bija laiks kaut ko padomāt un paklausÄ«ties audiogrāmatu.

Manā dzÄ«vē parādÄ«jās vēl viens noslēpums, jo es pilnÄ«bā pārstāju saprast, kā darbojas mans auto. MÅ«sdienu automaŔīna ir sarežģīta ierÄ«ce. Auto vienlaikus pielāgojas desmitiem dažādu parametru: gāzes spieÅ”anai, bremzēm, braukÅ”anas stilam, ceļa kvalitātei. Es vairs nesaprotu, kā tas darbojas.

Kad es sāku strādāt pie Amazon mākoņa, tas arÄ« man bija noslēpums. Tikai Å”is noslēpums ir par lielumu lielāks, jo automaŔīnā ir viens vadÄ«tājs, un AWS viņu ir miljoniem. Visi lietotāji vienlaikus stÅ«rē, spiež gāzi un bremzē. ApbrÄ«nojami, ka viņi iet, kur grib ā€“ man tas ir brÄ«nums! Sistēma automātiski pielāgojas, mērogojas un elastÄ«gi pielāgojas katram lietotājam tā, ka viņam Ŕķiet, ka viņŔ ir viens Å”ajā Visumā.

Maģija nedaudz pazuda, kad vēlāk sāku strādāt par arhitektu Amazon. Es redzēju, ar kādām problēmām mēs saskaramies, kā tās risinām un kā attīstām pakalpojumus. Palielinoties izpratnei par to, kā sistēma darbojas, rodas lielāka pārliecība par pakalpojumu. Tāpēc es vēlos dalīties ar attēlu, kas atrodas zem AWS mākoņa pārsega.

Par ko mēs runāsim

Izvēlējos daudzveidÄ«gu pieeju ā€“ izvēlējos 4 interesantus pakalpojumus, par kuriem ir vērts runāt.

Servera optimizācija. ÄŖslaicÄ«gi mākoņi ar fizisku iemiesojumu: fiziski datu centri, kur atrodas fiziski serveri, kas dÅ«ko, uzkarst un mirgo ar gaismām.

Bez servera funkcijas (Lambda), iespējams, ir visvairāk mērogojamais pakalpojums mākonī.

Datu bāzes mērogoÅ”ana. Es jums pastāstÄ«Å”u par to, kā mēs veidojam savas mērogojamās datu bāzes.

TÄ«kla mērogoÅ”ana. Pēdējā daļa, kurā es atvērÅ”u mÅ«su tÄ«kla ierÄ«ci. Tā ir brÄ«niŔķīga lieta ā€“ katrs mākoņa lietotājs uzskata, ka mākonÄ« ir viens un citus Ä«rniekus nemaz neredz.

PiezÄ«me. Å ajā rakstā tiks apspriesta servera optimizācija un datu bāzes mērogoÅ”ana. Nākamajā rakstā mēs apsvērsim tÄ«kla mērogoÅ”anu. Kur ir bezservera funkcijas? Par viņiem tika publicēts atseviŔķs stenogrammas "Mazs, bet gudrs. Unboxing Firecracker mikrovirtuāls" Tajā ir runāts par vairākām dažādām mērogoÅ”anas metodēm un detalizēti apskatÄ«ts Firecracker risinājums - virtuālās maŔīnas un konteineru labāko Ä«paŔību simbioze.

Serveri

Mākonis ir Ä«slaicÄ«gs. Bet Å”ai Ä«slaicÄ«gumam joprojām ir fiziskais iemiesojums - serveri. Sākotnēji to arhitektÅ«ra bija klasiska. Standarta x86 mikroshēmojums, tÄ«kla kartes, Linux, Xen hipervizors, kurā tika darbinātas virtuālās maŔīnas.

Kā AWS pagatavo savus elastÄ«gos pakalpojumus. Serveru un datu bāzes mērogoÅ”ana

2012. gadā Ŕī arhitektÅ«ra ar saviem uzdevumiem tika galā diezgan labi. Xen ir lielisks hipervizors, taču tam ir viens bÅ«tisks trÅ«kums. Viņam ir gana augstas pieskaitāmās izmaksas ierÄ«ces emulācijai. Kad kļūst pieejamas jaunas, ātrākas tÄ«kla kartes vai SSD diskdziņi, Ŕīs pieskaitāmās izmaksas kļūst pārāk lielas. Kā tikt galā ar Å”o problēmu? Mēs nolēmām strādāt divās frontēs vienlaikus - optimizēt gan aparatÅ«ru, gan hipervizoru. Uzdevums ir ļoti nopietns.

Aparatūras un hipervizora optimizēŔana

Darot visu uzreiz un labi darot, tas nedarbosies. ArÄ« tas, kas bija ā€œlabsā€, sākotnēji nebija skaidrs.

Mēs nolēmām izmantot evolucionāru pieeju ā€“ mainām vienu svarÄ«gu arhitektÅ«ras elementu un laižam to ražoÅ”anā.

Uzkāpjam uz katra grābekļa, uzklausām sūdzības un ieteikumus. Tad mēs mainām citu komponentu. Tāpēc mēs nelielās daļās radikāli mainām visu arhitektūru, pamatojoties uz lietotāju atsauksmēm un atbalstu.

PārveidoÅ”ana sākās 2013. gadā ar vissarežģītāko lietu - tÄ«klu. IN Š”3 gadÄ«jumos standarta tÄ«kla kartei tika pievienota Ä«paÅ”a Network Accelerator karte. Tas tika burtiski savienots ar Ä«su atpakaļcilpas kabeli priekŔējā panelÄ«. Tas nav skaisti, bet tas nav redzams mākonÄ«. Taču tieÅ”a mijiedarbÄ«ba ar aparatÅ«ru bÅ«tiski uzlaboja nervozitāti un tÄ«kla caurlaidspēju.

Tālāk mēs nolēmām uzlabot piekļuvi bloku datu glabāŔanai EBS - Elastic Block Storage. Tā ir tÄ«kla un krātuves kombinācija. GrÅ«tÄ«bas ir tādas, ka, lai gan tirgÅ« pastāvēja tÄ«kla paātrinātāja kartes, nebija iespējas vienkārÅ”i iegādāties Storage Accelerator aparatÅ«ru. Tāpēc mēs pievērsāmies starta uzņēmumam Annapurna Labs, kurÅ” mums izstrādāja Ä«paÅ”as ASIC mikroshēmas. Tie ļāva attālos EBS sējumus uzstādÄ«t kā NVMe ierÄ«ces.

GadÄ«jumos C4 mēs atrisinājām divas problēmas. Pirmais ir tas, ka mēs ieviesām daudzsoloŔās, bet tajā laikā jaunas NVMe tehnoloÄ£ijas pamatu nākotnei. Otrkārt, bÅ«tiski atslogojām centrālo procesoru, pārceļot pieprasÄ«jumu apstrādi EBS uz jaunu karti. Tas izrādÄ«jās labi, tāpēc tagad Annapurna Labs ir daļa no Amazon.

LÄ«dz 2017. gada novembrim mēs sapratām, ka ir pienācis laiks mainÄ«t paÅ”u hipervizoru.

Jaunais hipervizors tika izstrādāts, pamatojoties uz modificētiem KVM kodola moduļiem.

Tas ļāva bÅ«tiski samazināt ierÄ«ces emulācijas izmaksas un strādāt tieÅ”i ar jauniem ASIC. GadÄ«jumi Š”5 bija pirmās virtuālās maŔīnas ar jaunu hipervizoru, kas darbojas zem pārsega. Mēs viņu nosaucām vārdā Nitro.

Kā AWS pagatavo savus elastÄ«gos pakalpojumus. Serveru un datu bāzes mērogoÅ”anaGadÄ«jumu attÄ«stÄ«ba laika skalā.

Visi jaunie virtuālo maŔīnu veidi, kas ir parādÄ«juÅ”ies kopÅ” 2017. gada novembra, darbojas Å”ajā hipervizorā. Bare Metal gadÄ«jumiem nav hipervizora, bet tos sauc arÄ« par Nitro, jo tiek izmantotas specializētas Nitro kartes.

Nākamo divu gadu laikā Nitro gadījumu skaits pārsniedza pāris desmitus: A1, C5, M5, T3 un citi.

Kā AWS pagatavo savus elastÄ«gos pakalpojumus. Serveru un datu bāzes mērogoÅ”ana
Instanču veidi.

Kā darbojas mūsdienu Nitro maŔīnas

Tiem ir trÄ«s galvenās sastāvdaļas: Nitro hipervizors (apskatÄ«ts iepriekÅ”), droŔības mikroshēma un Nitro kartes.

DroŔības mikroshēma integrēta tieÅ”i mātesplatē. Tas kontrolē daudzas svarÄ«gas funkcijas, piemēram, resursdatora OS ielādes kontroli.

Nitro kartes ā€“ Ir četri to veidi. Tos visus izstrādā Annapurna Labs, un tie ir balstÄ«ti uz kopÄ«giem ASIC. Dažas to programmaparatÅ«ras ir arÄ« izplatÄ«tas.

Kā AWS pagatavo savus elastÄ«gos pakalpojumus. Serveru un datu bāzes mērogoÅ”ana
Četru veidu Nitro kartes.

Viena no kartēm ir paredzēta darbam tÄ«kluVPC. Tas ir redzams virtuālajās maŔīnās kā tÄ«kla karte ENA - elastÄ«gs tÄ«kla adapteris. Tas arÄ« iekapsulē trafiku, pārsÅ«tot to caur fizisko tÄ«klu (par to mēs runāsim raksta otrajā daļā), kontrolē droŔības grupu ugunsmÅ«ri un ir atbildÄ«gs par marÅ”rutÄ“Å”anu un citām tÄ«kla lietām.

AtseviŔķas kartes darbojas ar bloku krātuvi EBS un diski, kas ir iebÅ«vēti serverÄ«. Viesu virtuālajai maŔīnai tie parādās kā NVMe adapteri. Viņi ir arÄ« atbildÄ«gi par datu Å”ifrÄ“Å”anu un diska uzraudzÄ«bu.

Nitro karÅ”u, hipervizora un droŔības mikroshēmas sistēma ir integrēta SDN tÄ«klā vai ProgrammatÅ«ras definēts tÄ«kls. AtbildÄ«gs par Ŕī tÄ«kla pārvaldÄ«bu (vadÄ«bas plakne) kontroliera karte.

Protams, mēs turpinām izstrādāt jaunus ASIC. Piemēram, 2018. gada beigās viņi izlaida Inferentia mikroshēmu, kas ļauj efektÄ«vāk strādāt ar maŔīnmācÄ«Å”anās uzdevumiem.

Kā AWS pagatavo savus elastÄ«gos pakalpojumus. Serveru un datu bāzes mērogoÅ”ana
Inferencia maŔīnmācÄ«Å”anās procesora mikroshēma.

Mērogojama datu bāze

Tradicionālajai datubāzei ir daudzslāņu struktÅ«ra. Lai ievērojami vienkārÅ”otu, tiek izdalÄ«ti Ŕādi lÄ«meņi.

  • SQL ā€” pie tā strādā klientu un pieprasÄ«jumu dispečeri.
  • Noteikumi darÄ«jumiem - Å”eit viss ir skaidrs, SKĀBE un viss.
  • keÅ”atmiņa, ko nodroÅ”ina bufera baseini.
  • Mežizstrāde ā€” nodroÅ”ina darbu ar pārtaisÄ«Å”anas žurnāliem. MySQL tos sauc par atkritumu žurnāliem, bet PosgreSQL - rakstÄ«Å”anas žurnāli (WAL).
  • GlabāŔana - tieÅ”a ierakstÄ«Å”ana diskā.

Kā AWS pagatavo savus elastÄ«gos pakalpojumus. Serveru un datu bāzes mērogoÅ”ana
Slāņu datu bāzes struktūra.

Ir dažādi veidi, kā mērogot datubāzes: sadalÄ«Å”ana, Shared Nothing arhitektÅ«ra, koplietotie diski.

Kā AWS pagatavo savus elastÄ«gos pakalpojumus. Serveru un datu bāzes mērogoÅ”ana

Tomēr visas Ŕīs metodes saglabā to paÅ”u monolÄ«tu datu bāzes struktÅ«ru. Tas ievērojami ierobežo mērogoÅ”anu. Lai atrisinātu Å”o problēmu, mēs izstrādājām savu datu bāzi āˆ’ Amazones Aurora. Tas ir saderÄ«gs ar MySQL un PostgreSQL.

Amazones Aurora

Galvenā arhitektÅ«ras ideja ir atdalÄ«t uzglabāŔanas un reÄ£istrÄ“Å”anas lÄ«meņus no galvenās datu bāzes.

Raugoties nākotnē, es teikÅ”u, ka mēs arÄ« padarÄ«jām neatkarÄ«gu keÅ”atmiņas lÄ«meni. ArhitektÅ«ra pārstāj bÅ«t monolÄ«ts, un mēs iegÅ«stam papildu brÄ«vÄ«bas pakāpes atseviŔķu bloku mērogoÅ”ana.

Kā AWS pagatavo savus elastÄ«gos pakalpojumus. Serveru un datu bāzes mērogoÅ”ana
ReÄ£istrācijas un uzglabāŔanas lÄ«meņi ir atseviŔķi no datu bāzes.

Tradicionālā DBVS ieraksta datus uzglabāŔanas sistēmā bloku veidā. Uzņēmumā Amazon Aurora mēs izveidojām viedo krātuvi, kas var runāt valodā pārtaisÄ«t žurnālus. IekÅ”pusē krātuve pārvērÅ” žurnālus datu blokos, uzrauga to integritāti un automātiski dublē.

Å Ä« pieeja ļauj Ä«stenot tādas interesantas lietas kā klonÄ“Å”ana. Tas darbojas principiāli ātrāk un ekonomiskāk, jo nav nepiecieÅ”ams izveidot visu datu pilnÄ«gu kopiju.

UzglabāŔanas slānis tiek Ä«stenots kā izplatÄ«ta sistēma. Tas sastāv no ļoti liela skaita fizisko serveru. Katrs pārtaisÄ«Å”anas žurnāls tiek apstrādāts un saglabāts vienlaicÄ«gi seÅ”i mezgli. Tas nodroÅ”ina datu aizsardzÄ«bu un slodzes lÄ«dzsvaroÅ”anu.

Kā AWS pagatavo savus elastÄ«gos pakalpojumus. Serveru un datu bāzes mērogoÅ”ana

LasÄ«Å”anas mērogoÅ”anu var panākt, izmantojot atbilstoÅ”as ā€‹ā€‹kopijas. SadalÄ«tā krātuve novērÅ” nepiecieÅ”amÄ«bu pēc sinhronizācijas starp galveno datu bāzes gadÄ«jumu, caur kuru mēs rakstām datus, un atlikuÅ”ajām replikām. Tiek garantēts, ka jaunākie dati bÅ«s pieejami visām replikām.

VienÄ«gā problēma ir veco datu saglabāŔana keÅ”atmiņā lasÄ«tajās replikās. Bet Ŕī problēma tiek atrisināta visu pārtaisÄ«Å”anas žurnālu nodoÅ”ana uz replikām iekŔējā tÄ«klā. Ja žurnāls atrodas keÅ”atmiņā, tas tiek atzÄ«mēts kā nepareizs un pārrakstÄ«ts. Ja tas nav keÅ”atmiņā, tas tiek vienkārÅ”i izmests.

Kā AWS pagatavo savus elastÄ«gos pakalpojumus. Serveru un datu bāzes mērogoÅ”ana

Sakārtojām krātuvi.

Kā mērogot DBVS līmeņus

Å eit horizontālā mērogoÅ”ana ir daudz grÅ«tāka. Tāpēc iesim pa iemÄ«to taku klasiskā vertikālā mērogoÅ”ana.

Pieņemsim, ka mums ir lietojumprogramma, kas sazinās ar DBVS, izmantojot galveno mezglu.

Mērogojot vertikāli, mēs pieŔķiram jaunu mezglu, kuram bÅ«s vairāk procesoru un atmiņas.

Kā AWS pagatavo savus elastÄ«gos pakalpojumus. Serveru un datu bāzes mērogoÅ”ana

Tālāk mēs pārslēdzam lietojumprogrammu no vecā galvenā mezgla uz jauno. Rodas problēmas.

  • Tas prasÄ«s ievērojamu lietojumprogrammu dÄ«kstāvi.
  • Jaunajam galvenajam mezglam bÅ«s aukstā keÅ”atmiņa. Datu bāzes veiktspēja bÅ«s maksimāla tikai pēc keÅ”atmiņas uzsilÅ”anas.

Kā AWS pagatavo savus elastÄ«gos pakalpojumus. Serveru un datu bāzes mērogoÅ”ana

Kā uzlabot situāciju? Iestatiet starpniekserveri starp lietojumprogrammu un galveno mezglu.

Kā AWS pagatavo savus elastÄ«gos pakalpojumus. Serveru un datu bāzes mērogoÅ”ana

Ko tas mums dos? Tagad visas lietojumprogrammas nav manuāli jāpārvirza uz jauno mezglu. PārslēgÅ”anu var veikt, izmantojot starpniekserveri, un tā ir principiāli ātrāka.

Å Ä·iet, ka problēma ir atrisināta. Bet nē, mēs joprojām cieÅ”am no nepiecieÅ”amÄ«bas iesildÄ«t keÅ”atmiņu. Turklāt ir parādÄ«jusies jauna problēma - tagad starpniekserveris ir potenciāls neveiksmes punkts.

Galīgais risinājums ar Amazon Aurora bez servera

Kā mēs Ŕīs problēmas atrisinājām?

Atstājis starpniekserveri. Tas nav atseviŔķs gadījums, bet gan vesela izplatīta starpniekserveru parka, caur kuru lietojumprogrammas izveido savienojumu ar datu bāzi. Neveiksmes gadījumā jebkuru no mezgliem var nomainīt gandrīz uzreiz.

Pievienots dažādu izmēru siltu mezglu baseins. Tāpēc, ja nepiecieÅ”ams pieŔķirt jaunu lielāka vai mazāka izmēra mezglu, tas ir uzreiz pieejams. Nav jāgaida, lÄ«dz tas tiks ielādēts.

Visu mērogoÅ”anas procesu kontrolē Ä«paÅ”a uzraudzÄ«bas sistēma. UzraudzÄ«ba pastāvÄ«gi uzrauga paÅ”reizējā galvenā mezgla stāvokli. Ja tas konstatē, piemēram, ka procesora slodze ir sasniegusi kritisko vērtÄ«bu, tā informē silto gadÄ«jumu kopu par nepiecieÅ”amÄ«bu pieŔķirt jaunu mezglu.

Kā AWS pagatavo savus elastÄ«gos pakalpojumus. Serveru un datu bāzes mērogoÅ”ana
Izplatīti starpniekserveri, silti gadījumi un uzraudzība.

Ir pieejams mezgls ar nepiecieÅ”amo jaudu. Bufera pÅ«li tiek kopēti tajā, un sistēma sāk gaidÄ«t droÅ”u brÄ«di, lai pārslēgtos.

Kā AWS pagatavo savus elastÄ«gos pakalpojumus. Serveru un datu bāzes mērogoÅ”ana

Parasti pārslēgÅ”anās brÄ«dis pienāk diezgan ātri. Pēc tam saziņa starp starpniekserveri un veco galveno mezglu tiek apturēta, visas sesijas tiek pārslēgtas uz jauno mezglu.

Kā AWS pagatavo savus elastÄ«gos pakalpojumus. Serveru un datu bāzes mērogoÅ”ana

Darbs ar datu bāzi atsāk.

Kā AWS pagatavo savus elastÄ«gos pakalpojumus. Serveru un datu bāzes mērogoÅ”ana

Grafikā redzams, ka balstiekārta patieŔām ir ļoti Ä«sa. Zilā diagramma parāda slodzi, un sarkanie soļi parāda mērogoÅ”anas momentus. ÄŖstermiņa kritumi zilajā diagrammā ir tieÅ”i tik Ä«sa aizkave.

Kā AWS pagatavo savus elastÄ«gos pakalpojumus. Serveru un datu bāzes mērogoÅ”ana

Starp citu, Amazon Aurora ļauj pilnÄ«bā ietaupÄ«t naudu un izslēgt datubāzi, kad tā netiek lietota, piemēram, brÄ«vdienās. Pēc slodzes apturÄ“Å”anas DB pakāpeniski samazina jaudu un uz kādu laiku izslēdzas. Kad slodze atgriezÄ«sies, tā atkal vienmērÄ«gi pacelsies.

Nākamajā stāsta daļā par Amazon ierÄ«ci mēs runāsim par tÄ«kla mērogoÅ”anu. Abonēt pastu un sekojiet lÄ«dzi jaunumiem, lai nepalaistu garām rakstu.

uz HighLoad++ Vasilijs Pantjukhins sniegs ziņojumu "HjÅ«stona, mums ir problēma. Sistēmu projektÄ“Å”ana kļūmēm, iekŔējo Amazon mākoņpakalpojumu izstrādes modeļi" Kādus sadalÄ«to sistēmu dizaina modeļus izmanto Amazon izstrādātāji, kādi ir pakalpojumu kļūmju iemesli, kas ir uz Ŕūnu balstÄ«ta arhitektÅ«ra, pastāvÄ«gais darbs, jauktā sadalÄ«Å”ana - tas bÅ«s interesanti. Mazāk nekā mēnesis lÄ«dz konferencei - rezervējiet biļetes. 24. oktobra galÄ«gais cenu paaugstinājums.

Avots: www.habr.com

Pievieno komentāru