DeskMetrics - Arquitetura, Python e NoSQL

  • 1,837 views
Uploaded on

Lightning talk que eu ministrei no primeiro encontro do HoraExtraBH

Lightning talk que eu ministrei no primeiro encontro do HoraExtraBH

More in: Technology
  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Be the first to comment
No Downloads

Views

Total Views
1,837
On Slideshare
0
From Embeds
0
Number of Embeds
0

Actions

Shares
Downloads
5
Comments
0
Likes
1

Embeds 0

No embeds

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
    No notes for slide

Transcript

  • 1. Arquitetura, Python e NoSQL | Herberth Amaral DeskMetrics’ CTO Julho de 2011
  • 2. About DeskMetrics CodeMonkey Atual responsável pelo produto
  • 3. A DeskMetricsÉ uma plataforma que fornece, em tempo real,informações estratégicas sobre como umdeterminado software está sendo utilizado.
  • 4. Qual problema resolvemos? Falta de informações sobre o uso de software desktop - Alcance - Volume
  • 5. Backend
  • 6. Integração Dados Anônimos e Encriptados Componente Segurança e Confiabilidade<150 KB ONLINE CLOUD SOFTWARE Informações em Tempo Real Sistemas Operacionais Linguagens Suportadas • Windows • Adobe AIR/Flex • Mac OS • C/C++ • Linux • Delphi • Java • Objective-C • .NET/Mono
  • 7. Infraestrutura5 máquinas no Rackspace Cloud 1 GB RAM Frontend (Website e Analytics) 1 GB RAM Webservice (incluindo workers) 2x 4GB RAM MongoDB (gargalo) 1x 256 MB RAM MySQL (dá e sobra ;) Capacidade de processamento: 400 datapoints/segundo, com bursts de até 1000 em curtos intervalos de tempo (10 a 20s).
  • 8. Python | vantagens100% do backend Fácilidade de escrita e leitura; Suficientemente rápida para 95% dos casos; Familiaridade
  • 9. Python | desvantagensPara os outros 5% dos casos CPython é lento e consome muita memória. Avaliando PyPy e Scala ou Jython (JVM) como alternativas.
  • 10. MongoDB | vantagens Fácil integração com qualquer plataforma Boa solução para realtime analytics Vejam http://bit.ly/yA27D Desnormalização salva nossa vida Sem blobs. Armazenamento de dados de relatórios. Banco em memória = Rápido bagaraio
  • 11. MongoDB | desvantagensProblemas com memória High-memory instances no Rackspace são caras. Dataset com 80 GB. Sem sharding ainda.Problemas com disco Atualmente o maior gargalo.
  • 12. Planos Futuros Migrar para Amazon AWS; Sharding no Mongo; Substituir tornado por gevent; Realizar experimentos com RabbitMQ; Abusar um pouco mais do memcached; Contratar gente bacana :-)
  • 13. deskmetrics.com Herberth Amaral deskmetrics.com/blog herberth@deskmetrics.com @DeskMetrics Twitter: @herberthamaral @DeskMetricsBRDeskMetrics.com | contato@deskmetrics.com | +55 (31) 3318-5990Internacional: +1 (415) 655-1990 | +1 (888) 848-2918 Obrigado!Rua Viçosa, n° 43, 701 - Savassi - Belo Horizonte - MG - Brasil