SlideShare a Scribd company logo
How to make High-
Loaded service with
no data about load
Oleg Obleukhov
Site Reliability Engineer, InnoGames
What is CRM and
why do we need it
What is CRM and
why do we need it
• Actions are tracked while playing
What is CRM and
why do we need it
• Actions are tracked while playing
• Data in Hadoop (~25TB, 400B events)
What is CRM and
why do we need it
• Actions are tracked while playing
• Data in Hadoop (~25TB, 400B events)
• Templates of behavior
What is CRM and
why do we need it
• Actions are tracked while playing
• Data in Hadoop (~25TB, 400B events)
• Templates of behavior
• Near-time campaign
What is CRM and
why do we need it
• Actions are tracked while playing
• Data in Hadoop (~25TB, 400B events)
• Templates of behavior
• Near-time campaign
• Money, money, money
What is CRM and
why do we need it
• Actions are tracked while playing
• Data in Hadoop (~25TB, 400B events)
• Templates of behavior
• Near-time campaign
• Money, money, money
• Keep players playing
What is CRM and
why do we need it
• Actions are tracked while playing
• Data in Hadoop (~25TB, 400B events)
• Templates of behavior
• Near-time campaign
• Money, money, money
• Keep players playing
• Attract new players
Blackbox of CRM
Blackbox of CRM
Blackbox of CRM
• Games send 500 M events per day in
realtime to Hadoop
Blackbox of CRM
• Games send 500 M events per day in
realtime to Hadoop
• Events need to be selected, filtered, used
Blackbox of CRM
• Games send 500 M events per day in
realtime to Hadoop
• Events need to be selected, filtered, used
• In-game messages are sent to the game
Blackbox of CRM
• Games send 500 M events per day in
realtime to Hadoop
• Events need to be selected, filtered, used
• In-game messages are sent to the game
• As fast as possible
Blackbox of CRM
• Games send 500 M events per day in
realtime to Hadoop
• Events need to be selected, filtered, used
• In-game messages are sent to the game
Questions
• As fast as possible
Blackbox of CRM
• Games send 500 M events per day in
realtime to Hadoop
• Events need to be selected, filtered, used
• In-game messages are sent to the game
Questions
• Architecture?
• As fast as possible
Blackbox of CRM
• Games send 500 M events per day in
realtime to Hadoop
• Events need to be selected, filtered, used
• In-game messages are sent to the game
Questions
• Reliability?
• Architecture?
• As fast as possible
Blackbox of CRM
• Games send 500 M events per day in
realtime to Hadoop
• Events need to be selected, filtered, used
• In-game messages are sent to the game
Questions
• Reliability?
• Architecture?
• How much load?
• As fast as possible
Service architecture
Service architecture
Service architecture
Frontend
Service architecture
Data-api
Frontend
Database
Service architecture
Data-api
Frontend
Database
Service architecture
Consumer
Data-api
Frontend
Database
Service architecture
QueueConsumer
Data-api
Frontend
Database
Service architecture
Producer
QueueConsumer
Data-api
Frontend
Database
Service architecture
Producer
QueueConsumer
Data-api
Frontend
Database
•Microservices
Service architecture
Producer
QueueConsumer
Data-api
Frontend
Database
•Microservices
•Load grows sequentially
Service architecture
Producer
QueueConsumer
Data-api
Frontend
Database
•Microservices
•Load grows sequentially
Service architecture
Producer
QueueConsumer
Data-api
Frontend
Database
•Microservices
•Load grows sequentially
Service architecture
Producer
QueueConsumer
Data-api
Frontend
Database
•Microservices
•Load grows sequentially
Service architecture
Producer
QueueConsumer
Data-api
Frontend
Database
•Microservices
•Load grows sequentially
•Components need to be reliable
Service architecture
Producer
QueueConsumer
Data-api
Frontend
Database
•Microservices
•Load grows sequentially
•Components need to be reliable
•How many components?
Watts and Virtual servers
Watts and Virtual servers
Watts and Virtual servers
Autoscaling!
Autoscaling!
• When idle - keep only high availability
Autoscaling!
• When idle - keep only high availability
• If needed - add instances
Autoscaling!
• When idle - keep only high availability
• If needed - add instances
• Not enough - add servers
Autoscaling!
• When idle - keep only high availability
• If needed - add instances
• Not enough - add servers
• System repairs itself
Infrastructure
What we had
Infrastructure
What we had
• 3 DataCenters
Infrastructure
What we had
• 3 DataCenters
• Thousands of VMs, a hundreds of HW
Infrastructure
What we had
• 3 DataCenters
• Thousands of VMs, a hundreds of HW
• Just migrated from Xen to KVM (live migrations)
Infrastructure
What we had
• 3 DataCenters
• Thousands of VMs, a hundreds of HW
• Just migrated from Xen to KVM (live migrations)
• Testing different cloud solutions. Much more expensive
Infrastructure
What we had
• 3 DataCenters
• Thousands of VMs, a hundreds of HW
• Just migrated from Xen to KVM (live migrations)
• Testing different cloud solutions. Much more expensive
• Testing of Docker
Infrastructure
What we had
• 3 DataCenters
• Thousands of VMs, a hundreds of HW
• Just migrated from Xen to KVM (live migrations)
• Testing different cloud solutions. Much more expensive
• Testing of Docker
Infrastructure
What we had
• 3 DataCenters
• Thousands of VMs, a hundreds of HW
• Just migrated from Xen to KVM (live migrations)
• Testing different cloud solutions. Much more expensive
• Testing of Docker
Infrastructure
What we had
• 3 DataCenters
• Thousands of VMs, a hundreds of HW
• Just migrated from Xen to KVM (live migrations)
• Testing different cloud solutions. Much more expensive
• Testing of Docker
Infrastructure
LB pools and nodes
Infrastructure
LB pools and nodes
Host 1
eth0:
10.0.1.1
lo:
212.53.146.1
212.53.146.5
Service 1
Service N
Host N
eth0:
10.0.1.5
lo:
212.53.146.1
212.53.146.5
Service 1
Service N
• Every host has IP of service on lo interface
HWLB
Infrastructure
LB pools and nodes
• Load balancing is done by PF and FreeBSD
Host 1
eth0:
10.0.1.1
lo:
212.53.146.1
212.53.146.5
LB pool 1
212.53.146.1
LB pool N
212.53.146.5
Service 1
Service N
Host N
eth0:
10.0.1.5
lo:
212.53.146.1
212.53.146.5
Service 1
Service N
• Every host has IP of service on lo interface
HWLB
Infrastructure
LB pools and nodes
• Load balancing is done by PF and FreeBSD
Host 1
eth0:
10.0.1.1
lo:
212.53.146.1
212.53.146.5
LB pool 1
212.53.146.1
LB pool N
212.53.146.5
Internet
Service 1
Service N
Host N
eth0:
10.0.1.5
lo:
212.53.146.1
212.53.146.5
Service 1
Service N
• Every host has IP of service on lo interface
HWLB
Infrastructure
LB pools and nodes
• Load balancing is done by PF and FreeBSD
Host 1
eth0:
10.0.1.1
lo:
212.53.146.1
212.53.146.5
LB pool 1
212.53.146.1
LB pool N
212.53.146.5
Internet
Service 1
Service N
Host N
eth0:
10.0.1.5
lo:
212.53.146.1
212.53.146.5
Service 1
Service N
• Every host has IP of service on lo interface
HWLB
Infrastructure
LB pools and nodes
• Load balancing is done by PF and FreeBSD
Host 1
eth0:
10.0.1.1
lo:
212.53.146.1
212.53.146.5
LB pool 1
212.53.146.1
LB pool N
212.53.146.5
Internet
Service 1
Service N
Host N
eth0:
10.0.1.5
lo:
212.53.146.1
212.53.146.5
Service 1
Service N
• Every host has IP of service on lo interface
• Linux network stack wants to use a «short way»
HWLB
Infrastructure
LB pools and nodes
• Load balancing is done by PF and FreeBSD
Host 1
eth0:
10.0.1.1
lo:
212.53.146.1
212.53.146.5
LB pool 1
212.53.146.1
LB pool N
212.53.146.5
Internet
Service 1
Service N
Host N
eth0:
10.0.1.5
lo:
212.53.146.1
212.53.146.5
Service 1
Service N
• Every host has IP of service on lo interface
• Linux network stack wants to use a «short way»
HWLB
Infrastructure
LB pools and nodes
• Load balancing is done by PF and FreeBSD
Host 1
eth0:
10.0.1.1
lo:
212.53.146.1
212.53.146.5
LB pool 1
212.53.146.1
LB pool N
212.53.146.5
Internet
Service 1
Service N
Host N
eth0:
10.0.1.5
lo:
212.53.146.1
212.53.146.5
Service 1
Service N
• Every host has IP of service on lo interface
• Linux network stack wants to use a «short way»
• Going always via LBpool
HWLB
Infrastructure
LB pools and nodes
• Load balancing is done by PF and FreeBSD
Host 1
eth0:
10.0.1.1
lo:
212.53.146.1
212.53.146.5
LB pool 1
212.53.146.1
LB pool N
212.53.146.5
Internet
Service 1
Service N
Host N
eth0:
10.0.1.5
lo:
212.53.146.1
212.53.146.5
Service 1
Service N
• Every host has IP of service on lo interface
• Linux network stack wants to use a «short way»
• Going always via LBpool
# delete route from local table
$ ip route list table local
local 212.53.146.1 dev lo proto kernel scope
host src 212.53.146.1
# Create table 42 and add there our IP
$ ip route list table 42
local 212.53.146.1 dev lo proto kernel scope
host src 212.53.146.1
# Add rule for our IP
$ ip rule
42: from all to 212.53.146.1 iif eth0 lookup 42
Infrastructure
Load balancing in CRM
Infrastructure
Load balancing in CRM
Host1
Microservice1
MicroserviceN
HostH
Microservice1
Microservice3
Infrastructure
Load balancing in CRM
Host1
Microservice1
MicroserviceN
HostH
Microservice1
LB pool 1
LB pool N
Microservice3
Infrastructure
Load balancing in CRM
Host1
Microservice1
MicroserviceN
HostH
Microservice1
LB pool 1
LB pool N
Microservice3
Infrastructure
Load balancing in CRM
Host1
Microservice1
MicroserviceN
HostH
Microservice1
LB pool 1
LB pool N
Microservice3
Infrastructure
Load balancing in CRM
Host1
Microservice1
MicroserviceN
HostH
Microservice1
LB pool 1
LB pool N
Microservice3
Infrastructure
Load balancing in CRM
Host1
Microservice1
MicroserviceN
HostH
Microservice1
LB pool 1
LB pool N
MariaDBHost1
MariaDBHost2
MariaDBHostD
Microservice3
Infrastructure
Load balancing in CRM
Host1
Microservice1
MicroserviceN
HostH
Microservice1
LB pool 1
LB pool N
MariaDB LB
MariaDBHost1
MariaDBHost2
MariaDBHostD
Microservice3
Infrastructure
Load balancing in CRM
Host1
Microservice1
MicroserviceN
HostH
Microservice1
LB pool 1
LB pool N
MariaDB LB
MariaDBHost1
MariaDBHost2
MariaDBHostD
Microservice3
Infrastructure
Load balancing in CRM
Host1
Microservice1
MicroserviceN
HostH
Microservice1
LB pool 1
LB pool N
MariaDB LB
MariaDBHost1
MariaDBHost2
MariaDBHostD
RMQ LB
RMQHost1
RMQHost2
RMQHostR
Microservice3
Autoscaling
A chain
Autoscaling
A chain Hypervisor 1
Autoscaling
A chain Hypervisor 1
Hypervisor H
Autoscaling
A chain Hypervisor 1
Virtual Host 1
Virtual Host V
Hypervisor H
Autoscaling
A chain Hypervisor 1
Virtual Host 1
Microservice 1
Microservice M
Virtual Host V
Hypervisor H
Autoscaling
A chain Hypervisor 1
Virtual Host 1
Microservice 1
Microservice M
Grafsy
Virtual Host V
• Microservices report CPU and MEM usage
Hypervisor H
Autoscaling
A chain Hypervisor 1
Virtual Host 1
Microservice 1
Microservice M
Grafsy
Graphite
Virtual Host V
• Microservices report CPU and MEM usage
• Grafsy reliably sends it to Graphite
Hypervisor H
Infrastructure
Graphite
Infrastructure
Graphite
Infrastructure
Graphite
• Only 2 hosts, ~400 GB of RAM. Whisper
Infrastructure
Graphite
• Only 2 hosts, ~400 GB of RAM. Whisper
• 50000+ metrics per second
Infrastructure
Graphite
• Only 2 hosts, ~400 GB of RAM. Whisper
• Tried integration with Clickhouse, Cassandra…
• 50000+ metrics per second
Infrastructure
Graphite
• Only 2 hosts, ~400 GB of RAM. Whisper
• Client: Grafsy
• Tried integration with Clickhouse, Cassandra…
• 50000+ metrics per second
Infrastructure
Graphite
• Only 2 hosts, ~400 GB of RAM. Whisper
• Client: Grafsy
• Notifier: Graphite2monitoring
• Tried integration with Clickhouse, Cassandra…
• 50000+ metrics per second
Infrastructure
Graphite
• Only 2 hosts, ~400 GB of RAM. Whisper
• Client: Grafsy
• Notifier: Graphite2monitoring
• Statistic: igcollect
• Tried integration with Clickhouse, Cassandra…
• 50000+ metrics per second
Autoscaling
A chain Hypervisor 1
Virtual Host 1
Microservice 1
Microservice M
Grafsy
Graphite
Virtual Host V
• Microservices report CPU and MEM usage
• Grafsy reliably sends it to Graphite
Hypervisor H
Autoscaling
A chain Hypervisor 1
Virtual Host 1
Microservice 1
Microservice M
Grafsy
Graphite
Nagios
Virtual Host V
• Microservices report CPU and MEM usage
• Grafsy reliably sends it to Graphite
• Graphite2monitoring notifies Nagios
Hypervisor H
Infrastructure. Nagios
Infrastructure. Nagios
• Special host-type «aggregator»
Infrastructure. Nagios
• 451.44 checks/sec
• Special host-type «aggregator»
Infrastructure. Nagios
• 451.44 checks/sec
• 2 Fully replicated hosts
• Special host-type «aggregator»
Autoscaling
A chain Hypervisor 1
Virtual Host 1
Microservice 1
Microservice M
Grafsy
Graphite
Nagios
Virtual Host V
• Microservices report CPU and MEM usage
• Grafsy reliably sends it to Graphite
• Graphite2monitoring notifies Nagios
Hypervisor H
Autoscaling
A chain Hypervisor 1
Virtual Host 1
Microservice 1
Microservice M
Grafsy
Graphite
Nagios
Brassmonkey
Virtual Host V
• Microservices report CPU and MEM usage
• Grafsy reliably sends it to Graphite
• Graphite2monitoring notifies Nagios
• Brassmonkey reacts on events in Nagios
Hypervisor H
Infrastructure. Brassmonkey:
Python-sysadmin
Infrastructure. Brassmonkey:
Python-sysadmin
Infrastructure. Brassmonkey:
Python-sysadmin
• Used for routine tasks (reboot server, restart daemon, cron…)
Infrastructure. Brassmonkey:
Python-sysadmin
• Used for routine tasks (reboot server, restart daemon, cron…)
• Checking Nagios
Infrastructure. Brassmonkey:
Python-sysadmin
• Used for routine tasks (reboot server, restart daemon, cron…)
• Checking Nagios
• Notifying admins
Infrastructure. Brassmonkey:
Python-sysadmin
• Used for routine tasks (reboot server, restart daemon, cron…)
• Checking Nagios
• Notifying admins
• Performing actions
Infrastructure. Brassmonkey:
Python-sysadmin
• Used for routine tasks (reboot server, restart daemon, cron…)
• Checking Nagios
• Notifying admins
• Performing actions
• Can do more…
Infrastructure. Brassmonkey:
Python-sysadmin
• Used for routine tasks (reboot server, restart daemon, cron…)
• Checking Nagios
• Notifying admins
• Performing actions
• Can do more… Autoscaling
Autoscaling
A chain Hypervisor 1
Virtual Host 1
Microservice 1
Microservice M
Grafsy
Graphite
Nagios
Brassmonkey
Virtual Host V
• Microservices report CPU and MEM usage
• Grafsy reliably sends it to Graphite
• Graphite2monitoring notifies Nagios
• Brassmonkey reacts on events in Nagios
Hypervisor H
Autoscaling
A chain Hypervisor 1
Virtual Host 1
Microservice 1
Microservice M
Grafsy
Graphite
Nagios
Brassmonkey
Virtual Host V
Serveradmin
• Microservices report CPU and MEM usage
• Grafsy reliably sends it to Graphite
• Graphite2monitoring notifies Nagios
• Brassmonkey reacts on events in Nagios
Hypervisor H
Autoscaling
A chain Hypervisor 1
Virtual Host 1
Microservice 1
Microservice M
Grafsy
Graphite
Nagios
Brassmonkey
Virtual Host V
Serveradmin
• Microservices report CPU and MEM usage
• Grafsy reliably sends it to Graphite
• Graphite2monitoring notifies Nagios
• Brassmonkey reacts on events in Nagios
• Serveradmin makes changes (new host/Puppet)
Hypervisor H
Infrastructure
Serveradmin
Infrastructure
Serveradmin
•Single source of truth
Infrastructure
Serveradmin
•Single source of truth
•Controls role by Puppet classes
Infrastructure
Serveradmin
•Single source of truth
•Controls role by Puppet classes
•DNS
Infrastructure
Serveradmin
•LB node of LB pool
•Single source of truth
•Controls role by Puppet classes
•DNS
Infrastructure
Serveradmin
•LB node of LB pool
•Location of VM
•Single source of truth
•Controls role by Puppet classes
•DNS
Infrastructure
Serveradmin
•LB node of LB pool
•Location of VM
•Single source of truth
•Controls role by Puppet classes
•Nagios checks/Graphite graphs
•DNS
Autoscaling. Less components
Autoscaling. Less components
2016-10-13 12:40:42,115 [DEBUG] Initilizing crm3
2016-10-13 12:40:42,115 [DEBUG] Query adminapi for 'hostname=aggregator.crm state=online'
2016-10-13 12:40:42,215 [DEBUG] Found service: aggregator.crm -> cpu_usage_crm-batch-target-producer
2016-10-13 12:40:42,215 [DEBUG] Found service: aggregator.crm -> cpu_usage_crm-catalog
2016-10-13 12:40:42,215 [DEBUG] Found service: aggregator.crm -> cpu_usage_crm-content-producer
2016-10-13 12:40:42,216 [DEBUG] Found service: aggregator.crm -> cpu_usage_crm-data-api
2016-10-13 12:40:42,216 [DEBUG] Found service: aggregator.crm -> cpu_usage_crm-event-consumer
2016-10-13 12:40:42,216 [DEBUG] Found service: aggregator.crm -> cpu_usage_crm-event-target-producer
2016-10-13 12:40:42,216 [DEBUG] Found service: aggregator.crm -> num_crm-frontend
2016-10-13 12:40:42,217 [DEBUG] Running crm3_instance
2016-10-13 12:40:42,311 [WARNING] [crm3_instance] Reached the lowest limit of instances for batch-target-producer
2016-10-13 12:40:42,393 [WARNING] [crm3_instance] Reached the lowest limit of instances for catalog
2016-10-13 12:40:42,472 [WARNING] [crm3_instance] Reached the lowest limit of instances for content-producer
2016-10-13 12:40:42,550 [WARNING] [crm3_instance] Reached the lowest limit of instances for data-api
2016-10-13 12:40:42,646 [WARNING] [crm3_instance] Reached the lowest limit of instances for event-consumer
2016-10-13 12:40:42,718 [WARNING] [crm3_instance] Reached the lowest limit of instances for event-target-producer
2016-10-13 12:41:35,876 [INFO] [crm3_instance] added frontend on af-web02.crm
Autoscaling. Load is coming
Autoscaling. More load
Autoscaling. More load
2016-10-14 18:31:06,141 [WARNING] [crm3_instance] Reached the highest limit of instances for event-consumer
Autoscaling. More load
2016-10-14 18:31:06,141 [WARNING] [crm3_instance] Reached the highest limit of instances for event-consumer
Autoscaling. Load is gone
Autoscaling. Load is gone
2016-10-13 15:10:05,449 [DEBUG] Initilizing crm3
2016-10-13 15:10:05,449 [DEBUG] Query adminapi for 'hostname=aggregator.crm state=online'
2016-10-13 15:10:05,524 [DEBUG] Found service: aggregator.crm -> cpu_usage_crm-batch-target-producer
2016-10-13 15:10:05,525 [DEBUG] Found service: aggregator.crm -> cpu_usage_crm-catalog
2016-10-13 15:10:05,525 [DEBUG] Found service: aggregator.crm -> cpu_usage_crm-content-producer
2016-10-13 15:10:05,525 [DEBUG] Found service: aggregator.crm -> cpu_usage_crm-data-api
2016-10-13 15:10:05,525 [DEBUG] Found service: aggregator.crm -> cpu_usage_crm-event-consumer
2016-10-13 15:10:05,525 [DEBUG] Found service: aggregator.crm -> cpu_usage_crm-event-target-producer
2016-10-13 15:10:05,525 [DEBUG] Found service: aggregator.crm -> cpu_usage_crm-frontend
2016-10-13 15:10:05,526 [DEBUG] Running crm3_instance
2016-10-13 15:10:05,604 [WARNING] [crm3_instance] Reached the instances limit of components for batch-target-producer
2016-10-13 15:10:05,709 [WARNING] [crm3_instance] Reached the instances limit of components for catalog
2016-10-13 15:10:05,789 [WARNING] [crm3_instance] Reached the instances limit of components for content-producer
2016-10-13 15:10:05,903 [WARNING] [crm3_instance] Reached the instances limit of components for data-api
2016-10-13 15:11:25,887 [INFO] [crm3_instance] removed event-consumer from af-web02.crm
The path
The path
• Needs to be written
The path
• Needs to be written
• Grafsy
The path
• Needs to be written
• Grafsy
• Graphite2monitoring
The path
• Needs to be written
• Grafsy
• Graphite2monitoring
• ClusterHC - healthchecking clusters
The path
• Needs to be written
• Grafsy
• Graphite2monitoring
• ClusterHC - healthchecking clusters
• mmdu - management of users in MySQL (Puppet module sucks)
The path
• Needs to be written
• Grafsy
• Graphite2monitoring
• ClusterHC - healthchecking clusters
• mmdu - management of users in MySQL (Puppet module sucks)
• Brassmonkey modules (Python)
The path
• Needs to be written
• Grafsy
• Graphite2monitoring
• ClusterHC - healthchecking clusters
• mmdu - management of users in MySQL (Puppet module sucks)
• Architecture
• Brassmonkey modules (Python)
The path
• Needs to be written
• Grafsy
• Graphite2monitoring
• ClusterHC - healthchecking clusters
• mmdu - management of users in MySQL (Puppet module sucks)
• Architecture
• Integral or differential way of monitoring
• Brassmonkey modules (Python)
The path
• Needs to be written
• Grafsy
• Graphite2monitoring
• ClusterHC - healthchecking clusters
• mmdu - management of users in MySQL (Puppet module sucks)
• Architecture
• Integral or differential way of monitoring
• Build VMs with one command
• Brassmonkey modules (Python)
The path
• Needs to be written
• Grafsy
• Graphite2monitoring
• ClusterHC - healthchecking clusters
• mmdu - management of users in MySQL (Puppet module sucks)
• Architecture
• Integral or differential way of monitoring
• Build VMs with one command
• Brassmonkey modules (Python)
• More then 1 component work at the same moment. Deadlocks
Conclusion
Conclusion
• It is not hard to make your own autoscaling
Conclusion
• Much cheaper than AWS or Azure
• It is not hard to make your own autoscaling
Conclusion
• Much cheaper than AWS or Azure
• It is not hard to make your own autoscaling
• Does not require migration to other technology
Conclusion
• Saves company resources
• Much cheaper than AWS or Azure
• It is not hard to make your own autoscaling
• Does not require migration to other technology
Conclusion
• Saves company resources
• Much cheaper than AWS or Azure
• It is not hard to make your own autoscaling
• Does not require migration to other technology
• Keeps sysadmin calm
Conclusion
• Saves company resources
• Much cheaper than AWS or Azure
• It is not hard to make your own autoscaling
• Does not require migration to other technology
• Keeps sysadmin calm
• Forces to have proper application architecture
https://github.com/leoleovich https://github.com/innogames
https://www.innogames.com

More Related Content

What's hot

How to monitor NGINX
How to monitor NGINXHow to monitor NGINX
How to monitor NGINX
Server Density
 
Integrated Cache on Netscaler
Integrated Cache on NetscalerIntegrated Cache on Netscaler
Integrated Cache on Netscaler
Mark Hillick
 
Redis acl
Redis aclRedis acl
Redis acl
DaeMyung Kang
 
Nginx - Tips and Tricks.
Nginx - Tips and Tricks.Nginx - Tips and Tricks.
Nginx - Tips and Tricks.
Harish S
 
5 things you didn't know nginx could do velocity
5 things you didn't know nginx could do   velocity5 things you didn't know nginx could do   velocity
5 things you didn't know nginx could do velocity
sarahnovotny
 
Load Balancing with Nginx
Load Balancing with NginxLoad Balancing with Nginx
Load Balancing with Nginx
Marian Marinov
 
Kubernetes at Datadog Scale
Kubernetes at Datadog ScaleKubernetes at Datadog Scale
Kubernetes at Datadog Scale
Docker, Inc.
 
Altitude SF 2017: Optimizing your hit rate
Altitude SF 2017: Optimizing your hit rateAltitude SF 2017: Optimizing your hit rate
Altitude SF 2017: Optimizing your hit rate
Fastly
 
Altitude SF 2017: Advanced VCL: Shielding and Clustering
Altitude SF 2017: Advanced VCL: Shielding and ClusteringAltitude SF 2017: Advanced VCL: Shielding and Clustering
Altitude SF 2017: Advanced VCL: Shielding and Clustering
Fastly
 
"High-load is at the intersection of DevOps and PHP development",
"High-load is at the intersection of DevOps and PHP development", "High-load is at the intersection of DevOps and PHP development",
"High-load is at the intersection of DevOps and PHP development",
Fwdays
 
Mасштабирование микросервисов на Go, Matt Heath (Hailo)
Mасштабирование микросервисов на Go, Matt Heath (Hailo)Mасштабирование микросервисов на Go, Matt Heath (Hailo)
Mасштабирование микросервисов на Go, Matt Heath (Hailo)
Ontico
 
5 things you didn't know nginx could do
5 things you didn't know nginx could do5 things you didn't know nginx could do
5 things you didn't know nginx could do
sarahnovotny
 
Построение распределенной системы сбора данных с помощью RabbitMQ, Alvaro Vid...
Построение распределенной системы сбора данных с помощью RabbitMQ, Alvaro Vid...Построение распределенной системы сбора данных с помощью RabbitMQ, Alvaro Vid...
Построение распределенной системы сбора данных с помощью RabbitMQ, Alvaro Vid...
Ontico
 
Building your own CDN using Amazon EC2
Building your own CDN using Amazon EC2Building your own CDN using Amazon EC2
Building your own CDN using Amazon EC2
SergeyChernyshev
 
Nginx Internals
Nginx InternalsNginx Internals
Nginx Internals
Joshua Zhu
 
London devops logging
London devops loggingLondon devops logging
London devops logging
Tomas Doran
 
Woo: Writing a fast web server @ ELS2015
Woo: Writing a fast web server @ ELS2015Woo: Writing a fast web server @ ELS2015
Woo: Writing a fast web server @ ELS2015
fukamachi
 
Load Balancing Applications with NGINX in a CoreOS Cluster
Load Balancing Applications with NGINX in a CoreOS ClusterLoad Balancing Applications with NGINX in a CoreOS Cluster
Load Balancing Applications with NGINX in a CoreOS Cluster
Kevin Jones
 
Nginx internals
Nginx internalsNginx internals
Nginx internals
liqiang xu
 
NGINX for Application Delivery & Acceleration
NGINX for Application Delivery & AccelerationNGINX for Application Delivery & Acceleration
NGINX for Application Delivery & Acceleration
NGINX, Inc.
 

What's hot (20)

How to monitor NGINX
How to monitor NGINXHow to monitor NGINX
How to monitor NGINX
 
Integrated Cache on Netscaler
Integrated Cache on NetscalerIntegrated Cache on Netscaler
Integrated Cache on Netscaler
 
Redis acl
Redis aclRedis acl
Redis acl
 
Nginx - Tips and Tricks.
Nginx - Tips and Tricks.Nginx - Tips and Tricks.
Nginx - Tips and Tricks.
 
5 things you didn't know nginx could do velocity
5 things you didn't know nginx could do   velocity5 things you didn't know nginx could do   velocity
5 things you didn't know nginx could do velocity
 
Load Balancing with Nginx
Load Balancing with NginxLoad Balancing with Nginx
Load Balancing with Nginx
 
Kubernetes at Datadog Scale
Kubernetes at Datadog ScaleKubernetes at Datadog Scale
Kubernetes at Datadog Scale
 
Altitude SF 2017: Optimizing your hit rate
Altitude SF 2017: Optimizing your hit rateAltitude SF 2017: Optimizing your hit rate
Altitude SF 2017: Optimizing your hit rate
 
Altitude SF 2017: Advanced VCL: Shielding and Clustering
Altitude SF 2017: Advanced VCL: Shielding and ClusteringAltitude SF 2017: Advanced VCL: Shielding and Clustering
Altitude SF 2017: Advanced VCL: Shielding and Clustering
 
"High-load is at the intersection of DevOps and PHP development",
"High-load is at the intersection of DevOps and PHP development", "High-load is at the intersection of DevOps and PHP development",
"High-load is at the intersection of DevOps and PHP development",
 
Mасштабирование микросервисов на Go, Matt Heath (Hailo)
Mасштабирование микросервисов на Go, Matt Heath (Hailo)Mасштабирование микросервисов на Go, Matt Heath (Hailo)
Mасштабирование микросервисов на Go, Matt Heath (Hailo)
 
5 things you didn't know nginx could do
5 things you didn't know nginx could do5 things you didn't know nginx could do
5 things you didn't know nginx could do
 
Построение распределенной системы сбора данных с помощью RabbitMQ, Alvaro Vid...
Построение распределенной системы сбора данных с помощью RabbitMQ, Alvaro Vid...Построение распределенной системы сбора данных с помощью RabbitMQ, Alvaro Vid...
Построение распределенной системы сбора данных с помощью RabbitMQ, Alvaro Vid...
 
Building your own CDN using Amazon EC2
Building your own CDN using Amazon EC2Building your own CDN using Amazon EC2
Building your own CDN using Amazon EC2
 
Nginx Internals
Nginx InternalsNginx Internals
Nginx Internals
 
London devops logging
London devops loggingLondon devops logging
London devops logging
 
Woo: Writing a fast web server @ ELS2015
Woo: Writing a fast web server @ ELS2015Woo: Writing a fast web server @ ELS2015
Woo: Writing a fast web server @ ELS2015
 
Load Balancing Applications with NGINX in a CoreOS Cluster
Load Balancing Applications with NGINX in a CoreOS ClusterLoad Balancing Applications with NGINX in a CoreOS Cluster
Load Balancing Applications with NGINX in a CoreOS Cluster
 
Nginx internals
Nginx internalsNginx internals
Nginx internals
 
NGINX for Application Delivery & Acceleration
NGINX for Application Delivery & AccelerationNGINX for Application Delivery & Acceleration
NGINX for Application Delivery & Acceleration
 

Viewers also liked

Архитектура поиска в Booking.com / Иван Круглов (Booking.com)
Архитектура поиска в Booking.com / Иван Круглов (Booking.com)Архитектура поиска в Booking.com / Иван Круглов (Booking.com)
Архитектура поиска в Booking.com / Иван Круглов (Booking.com)
Ontico
 
Микросервисы: опыт использования в нагруженном проекте / Вадим Мадисон (М-Тех)
Микросервисы: опыт использования в нагруженном проекте / Вадим Мадисон (М-Тех)Микросервисы: опыт использования в нагруженном проекте / Вадим Мадисон (М-Тех)
Микросервисы: опыт использования в нагруженном проекте / Вадим Мадисон (М-Тех)
Ontico
 
Мастер-класс "Микросервисы: удобно, надежно, серебрянопульно" / Евгений Павло...
Мастер-класс "Микросервисы: удобно, надежно, серебрянопульно" / Евгений Павло...Мастер-класс "Микросервисы: удобно, надежно, серебрянопульно" / Евгений Павло...
Мастер-класс "Микросервисы: удобно, надежно, серебрянопульно" / Евгений Павло...
Ontico
 
Дизайн REST API для высокопроизводительных систем / Александр Лебедев (Новые ...
Дизайн REST API для высокопроизводительных систем / Александр Лебедев (Новые ...Дизайн REST API для высокопроизводительных систем / Александр Лебедев (Новые ...
Дизайн REST API для высокопроизводительных систем / Александр Лебедев (Новые ...
Ontico
 
Архитектура хранения и отдачи фотографий в Badoo / Артем Денисов (Badoo)
Архитектура хранения и отдачи фотографий в Badoo / Артем Денисов (Badoo)Архитектура хранения и отдачи фотографий в Badoo / Артем Денисов (Badoo)
Архитектура хранения и отдачи фотографий в Badoo / Артем Денисов (Badoo)
Ontico
 
Страх и ненависть в распределенных системах / Роман Гребенников (Findify)
Страх и ненависть в распределенных системах / Роман Гребенников (Findify)Страх и ненависть в распределенных системах / Роман Гребенников (Findify)
Страх и ненависть в распределенных системах / Роман Гребенников (Findify)
Ontico
 
Высокопроизводительная и отказоустойчивая архитектура фронтальных систем / Ма...
Высокопроизводительная и отказоустойчивая архитектура фронтальных систем / Ма...Высокопроизводительная и отказоустойчивая архитектура фронтальных систем / Ма...
Высокопроизводительная и отказоустойчивая архитектура фронтальных систем / Ма...
Ontico
 
Сравнение решений по балансировке высоконагруженных систем / Евгений Пивень (...
Сравнение решений по балансировке высоконагруженных систем / Евгений Пивень (...Сравнение решений по балансировке высоконагруженных систем / Евгений Пивень (...
Сравнение решений по балансировке высоконагруженных систем / Евгений Пивень (...
Ontico
 
Как 100 000 раз в секунду выбирать правильный рекламный материал? Programmati...
Как 100 000 раз в секунду выбирать правильный рекламный материал? Programmati...Как 100 000 раз в секунду выбирать правильный рекламный материал? Programmati...
Как 100 000 раз в секунду выбирать правильный рекламный материал? Programmati...
Ontico
 
Архитектура растущего проекта на примере ВКонтакте / Алексей Акулович (ВКонт...
 Архитектура растущего проекта на примере ВКонтакте / Алексей Акулович (ВКонт... Архитектура растущего проекта на примере ВКонтакте / Алексей Акулович (ВКонт...
Архитектура растущего проекта на примере ВКонтакте / Алексей Акулович (ВКонт...
Ontico
 
Что-то с памятью моей стало… Сколько стоит доступ в память, и что с этим дела...
Что-то с памятью моей стало… Сколько стоит доступ в память, и что с этим дела...Что-то с памятью моей стало… Сколько стоит доступ в память, и что с этим дела...
Что-то с памятью моей стало… Сколько стоит доступ в память, и что с этим дела...
Ontico
 
Чему мы научились, разрабатывая микросервисы / Вадим Мадисон (RuTube)
Чему мы научились, разрабатывая микросервисы / Вадим Мадисон (RuTube)Чему мы научились, разрабатывая микросервисы / Вадим Мадисон (RuTube)
Чему мы научились, разрабатывая микросервисы / Вадим Мадисон (RuTube)
Ontico
 
Промышленное ускорение сайтов / Николай Мациевский (Айри.рф)
Промышленное ускорение сайтов / Николай Мациевский (Айри.рф)Промышленное ускорение сайтов / Николай Мациевский (Айри.рф)
Промышленное ускорение сайтов / Николай Мациевский (Айри.рф)
Ontico
 
Нейронные сети: практическое применение / Наталия Ефремова (NTechLab)
Нейронные сети: практическое применение / Наталия Ефремова (NTechLab)Нейронные сети: практическое применение / Наталия Ефремова (NTechLab)
Нейронные сети: практическое применение / Наталия Ефремова (NTechLab)
Ontico
 
Aviasales: миграция поискового движка в docker / Дмитрий Кузьменков (Aviasales)
Aviasales: миграция поискового движка в docker / Дмитрий Кузьменков (Aviasales)Aviasales: миграция поискового движка в docker / Дмитрий Кузьменков (Aviasales)
Aviasales: миграция поискового движка в docker / Дмитрий Кузьменков (Aviasales)
Ontico
 
NVMf: 5 млн IOPS по сети своими руками / Андрей Николаенко (IBS)
NVMf: 5 млн IOPS по сети своими руками / Андрей Николаенко (IBS)NVMf: 5 млн IOPS по сети своими руками / Андрей Николаенко (IBS)
NVMf: 5 млн IOPS по сети своими руками / Андрей Николаенко (IBS)
Ontico
 
TopRater.com Машинное понимание миллионов отзывов / Павел Велихов (TopRater)
TopRater.com Машинное понимание миллионов отзывов / Павел Велихов (TopRater)TopRater.com Машинное понимание миллионов отзывов / Павел Велихов (TopRater)
TopRater.com Машинное понимание миллионов отзывов / Павел Велихов (TopRater)
Ontico
 
"Распределенные" вычисления на мобильных платформах. Зачем еще нужен "металли...
"Распределенные" вычисления на мобильных платформах. Зачем еще нужен "металли..."Распределенные" вычисления на мобильных платформах. Зачем еще нужен "металли...
"Распределенные" вычисления на мобильных платформах. Зачем еще нужен "металли...
Ontico
 
Использование AMQP в основе архитектуры бэкенда для мобильного приложения
Использование AMQP в основе архитектуры бэкенда для мобильного приложенияИспользование AMQP в основе архитектуры бэкенда для мобильного приложения
Использование AMQP в основе архитектуры бэкенда для мобильного приложенияphpdevby
 
Managing thousands of databases
Managing thousands of databasesManaging thousands of databases
Managing thousands of databases
Emre Hasegeli
 

Viewers also liked (20)

Архитектура поиска в Booking.com / Иван Круглов (Booking.com)
Архитектура поиска в Booking.com / Иван Круглов (Booking.com)Архитектура поиска в Booking.com / Иван Круглов (Booking.com)
Архитектура поиска в Booking.com / Иван Круглов (Booking.com)
 
Микросервисы: опыт использования в нагруженном проекте / Вадим Мадисон (М-Тех)
Микросервисы: опыт использования в нагруженном проекте / Вадим Мадисон (М-Тех)Микросервисы: опыт использования в нагруженном проекте / Вадим Мадисон (М-Тех)
Микросервисы: опыт использования в нагруженном проекте / Вадим Мадисон (М-Тех)
 
Мастер-класс "Микросервисы: удобно, надежно, серебрянопульно" / Евгений Павло...
Мастер-класс "Микросервисы: удобно, надежно, серебрянопульно" / Евгений Павло...Мастер-класс "Микросервисы: удобно, надежно, серебрянопульно" / Евгений Павло...
Мастер-класс "Микросервисы: удобно, надежно, серебрянопульно" / Евгений Павло...
 
Дизайн REST API для высокопроизводительных систем / Александр Лебедев (Новые ...
Дизайн REST API для высокопроизводительных систем / Александр Лебедев (Новые ...Дизайн REST API для высокопроизводительных систем / Александр Лебедев (Новые ...
Дизайн REST API для высокопроизводительных систем / Александр Лебедев (Новые ...
 
Архитектура хранения и отдачи фотографий в Badoo / Артем Денисов (Badoo)
Архитектура хранения и отдачи фотографий в Badoo / Артем Денисов (Badoo)Архитектура хранения и отдачи фотографий в Badoo / Артем Денисов (Badoo)
Архитектура хранения и отдачи фотографий в Badoo / Артем Денисов (Badoo)
 
Страх и ненависть в распределенных системах / Роман Гребенников (Findify)
Страх и ненависть в распределенных системах / Роман Гребенников (Findify)Страх и ненависть в распределенных системах / Роман Гребенников (Findify)
Страх и ненависть в распределенных системах / Роман Гребенников (Findify)
 
Высокопроизводительная и отказоустойчивая архитектура фронтальных систем / Ма...
Высокопроизводительная и отказоустойчивая архитектура фронтальных систем / Ма...Высокопроизводительная и отказоустойчивая архитектура фронтальных систем / Ма...
Высокопроизводительная и отказоустойчивая архитектура фронтальных систем / Ма...
 
Сравнение решений по балансировке высоконагруженных систем / Евгений Пивень (...
Сравнение решений по балансировке высоконагруженных систем / Евгений Пивень (...Сравнение решений по балансировке высоконагруженных систем / Евгений Пивень (...
Сравнение решений по балансировке высоконагруженных систем / Евгений Пивень (...
 
Как 100 000 раз в секунду выбирать правильный рекламный материал? Programmati...
Как 100 000 раз в секунду выбирать правильный рекламный материал? Programmati...Как 100 000 раз в секунду выбирать правильный рекламный материал? Programmati...
Как 100 000 раз в секунду выбирать правильный рекламный материал? Programmati...
 
Архитектура растущего проекта на примере ВКонтакте / Алексей Акулович (ВКонт...
 Архитектура растущего проекта на примере ВКонтакте / Алексей Акулович (ВКонт... Архитектура растущего проекта на примере ВКонтакте / Алексей Акулович (ВКонт...
Архитектура растущего проекта на примере ВКонтакте / Алексей Акулович (ВКонт...
 
Что-то с памятью моей стало… Сколько стоит доступ в память, и что с этим дела...
Что-то с памятью моей стало… Сколько стоит доступ в память, и что с этим дела...Что-то с памятью моей стало… Сколько стоит доступ в память, и что с этим дела...
Что-то с памятью моей стало… Сколько стоит доступ в память, и что с этим дела...
 
Чему мы научились, разрабатывая микросервисы / Вадим Мадисон (RuTube)
Чему мы научились, разрабатывая микросервисы / Вадим Мадисон (RuTube)Чему мы научились, разрабатывая микросервисы / Вадим Мадисон (RuTube)
Чему мы научились, разрабатывая микросервисы / Вадим Мадисон (RuTube)
 
Промышленное ускорение сайтов / Николай Мациевский (Айри.рф)
Промышленное ускорение сайтов / Николай Мациевский (Айри.рф)Промышленное ускорение сайтов / Николай Мациевский (Айри.рф)
Промышленное ускорение сайтов / Николай Мациевский (Айри.рф)
 
Нейронные сети: практическое применение / Наталия Ефремова (NTechLab)
Нейронные сети: практическое применение / Наталия Ефремова (NTechLab)Нейронные сети: практическое применение / Наталия Ефремова (NTechLab)
Нейронные сети: практическое применение / Наталия Ефремова (NTechLab)
 
Aviasales: миграция поискового движка в docker / Дмитрий Кузьменков (Aviasales)
Aviasales: миграция поискового движка в docker / Дмитрий Кузьменков (Aviasales)Aviasales: миграция поискового движка в docker / Дмитрий Кузьменков (Aviasales)
Aviasales: миграция поискового движка в docker / Дмитрий Кузьменков (Aviasales)
 
NVMf: 5 млн IOPS по сети своими руками / Андрей Николаенко (IBS)
NVMf: 5 млн IOPS по сети своими руками / Андрей Николаенко (IBS)NVMf: 5 млн IOPS по сети своими руками / Андрей Николаенко (IBS)
NVMf: 5 млн IOPS по сети своими руками / Андрей Николаенко (IBS)
 
TopRater.com Машинное понимание миллионов отзывов / Павел Велихов (TopRater)
TopRater.com Машинное понимание миллионов отзывов / Павел Велихов (TopRater)TopRater.com Машинное понимание миллионов отзывов / Павел Велихов (TopRater)
TopRater.com Машинное понимание миллионов отзывов / Павел Велихов (TopRater)
 
"Распределенные" вычисления на мобильных платформах. Зачем еще нужен "металли...
"Распределенные" вычисления на мобильных платформах. Зачем еще нужен "металли..."Распределенные" вычисления на мобильных платформах. Зачем еще нужен "металли...
"Распределенные" вычисления на мобильных платформах. Зачем еще нужен "металли...
 
Использование AMQP в основе архитектуры бэкенда для мобильного приложения
Использование AMQP в основе архитектуры бэкенда для мобильного приложенияИспользование AMQP в основе архитектуры бэкенда для мобильного приложения
Использование AMQP в основе архитектуры бэкенда для мобильного приложения
 
Managing thousands of databases
Managing thousands of databasesManaging thousands of databases
Managing thousands of databases
 

Similar to Как сделать высоконагруженный сервис, не зная количество нагрузки / Олег Облеухов (InnoGames)

Inside the IT Territory game server / Mark Lokshin (IT Territory)
Inside the IT Territory game server / Mark Lokshin (IT Territory)Inside the IT Territory game server / Mark Lokshin (IT Territory)
Inside the IT Territory game server / Mark Lokshin (IT Territory)
DevGAMM Conference
 
(GAM404) Hunting Monsters in a Low-Latency Multiplayer Game on EC2
(GAM404) Hunting Monsters in a Low-Latency Multiplayer Game on EC2(GAM404) Hunting Monsters in a Low-Latency Multiplayer Game on EC2
(GAM404) Hunting Monsters in a Low-Latency Multiplayer Game on EC2
Amazon Web Services
 
AWS re:Invent 2016: From Resilience to Ubiquity - #NetflixEverywhere Global A...
AWS re:Invent 2016: From Resilience to Ubiquity - #NetflixEverywhere Global A...AWS re:Invent 2016: From Resilience to Ubiquity - #NetflixEverywhere Global A...
AWS re:Invent 2016: From Resilience to Ubiquity - #NetflixEverywhere Global A...
Amazon Web Services
 
Sergey Dzyuban "To Build My Own Cloud with Blackjack…"
Sergey Dzyuban "To Build My Own Cloud with Blackjack…"Sergey Dzyuban "To Build My Own Cloud with Blackjack…"
Sergey Dzyuban "To Build My Own Cloud with Blackjack…"
Fwdays
 
The impact of cloud NSBCon NY by Yves Goeleven
The impact of cloud NSBCon NY by Yves GoelevenThe impact of cloud NSBCon NY by Yves Goeleven
The impact of cloud NSBCon NY by Yves Goeleven
Particular Software
 
Micro Services Architecture
Micro Services ArchitectureMicro Services Architecture
Micro Services Architecture
Ranjan Baisak
 
Virtualization: A Case Study from the IT Trenches - Darren Schoen, Broward Ce...
Virtualization: A Case Study from the IT Trenches - Darren Schoen, Broward Ce...Virtualization: A Case Study from the IT Trenches - Darren Schoen, Broward Ce...
Virtualization: A Case Study from the IT Trenches - Darren Schoen, Broward Ce...
Spiceworks
 
Massively Social != Massively Multiplayer
Massively Social != Massively MultiplayerMassively Social != Massively Multiplayer
Massively Social != Massively Multiplayer
Paul Furio
 
A closer look to locaweb IaaS
A closer look to locaweb IaaSA closer look to locaweb IaaS
A closer look to locaweb IaaS
Gleicon Moraes
 
Scylla Summit 2016: Outbrain Case Study - Lowering Latency While Doing 20X IO...
Scylla Summit 2016: Outbrain Case Study - Lowering Latency While Doing 20X IO...Scylla Summit 2016: Outbrain Case Study - Lowering Latency While Doing 20X IO...
Scylla Summit 2016: Outbrain Case Study - Lowering Latency While Doing 20X IO...
ScyllaDB
 
High Performance WordPress II
High Performance WordPress IIHigh Performance WordPress II
High Performance WordPress II
Barry Abrahamson
 
To Build My Own Cloud with Blackjack…
To Build My Own Cloud with Blackjack…To Build My Own Cloud with Blackjack…
To Build My Own Cloud with Blackjack…
Sergey Dzyuban
 
Data Models and Consumer Idioms Using Apache Kafka for Continuous Data Stream...
Data Models and Consumer Idioms Using Apache Kafka for Continuous Data Stream...Data Models and Consumer Idioms Using Apache Kafka for Continuous Data Stream...
Data Models and Consumer Idioms Using Apache Kafka for Continuous Data Stream...
Erik Onnen
 
mtl_rubykaigi
mtl_rubykaigimtl_rubykaigi
mtl_rubykaigi
Hirotomo Oi
 
F# in the cloud
F# in the cloudF# in the cloud
F# in the cloud
Yan Cui
 
Cdn cs6740
Cdn cs6740Cdn cs6740
Cdn cs6740
Aravindharamanan S
 
Why You Should Choose a Software-Based Load Balancer
Why You Should Choose a Software-Based Load BalancerWhy You Should Choose a Software-Based Load Balancer
Why You Should Choose a Software-Based Load Balancer
NGINX, Inc.
 
From 100s to 100s of Millions
From 100s to 100s of MillionsFrom 100s to 100s of Millions
From 100s to 100s of Millions
Erik Onnen
 
DevOps in the Amazon Cloud – Learn from the pioneersNetflix suro
DevOps in the Amazon Cloud – Learn from the pioneersNetflix suroDevOps in the Amazon Cloud – Learn from the pioneersNetflix suro
DevOps in the Amazon Cloud – Learn from the pioneersNetflix suro
Gaurav "GP" Pal
 
A Tale of 2 Systems
A Tale of 2 SystemsA Tale of 2 Systems
A Tale of 2 Systems
David Newman
 

Similar to Как сделать высоконагруженный сервис, не зная количество нагрузки / Олег Облеухов (InnoGames) (20)

Inside the IT Territory game server / Mark Lokshin (IT Territory)
Inside the IT Territory game server / Mark Lokshin (IT Territory)Inside the IT Territory game server / Mark Lokshin (IT Territory)
Inside the IT Territory game server / Mark Lokshin (IT Territory)
 
(GAM404) Hunting Monsters in a Low-Latency Multiplayer Game on EC2
(GAM404) Hunting Monsters in a Low-Latency Multiplayer Game on EC2(GAM404) Hunting Monsters in a Low-Latency Multiplayer Game on EC2
(GAM404) Hunting Monsters in a Low-Latency Multiplayer Game on EC2
 
AWS re:Invent 2016: From Resilience to Ubiquity - #NetflixEverywhere Global A...
AWS re:Invent 2016: From Resilience to Ubiquity - #NetflixEverywhere Global A...AWS re:Invent 2016: From Resilience to Ubiquity - #NetflixEverywhere Global A...
AWS re:Invent 2016: From Resilience to Ubiquity - #NetflixEverywhere Global A...
 
Sergey Dzyuban "To Build My Own Cloud with Blackjack…"
Sergey Dzyuban "To Build My Own Cloud with Blackjack…"Sergey Dzyuban "To Build My Own Cloud with Blackjack…"
Sergey Dzyuban "To Build My Own Cloud with Blackjack…"
 
The impact of cloud NSBCon NY by Yves Goeleven
The impact of cloud NSBCon NY by Yves GoelevenThe impact of cloud NSBCon NY by Yves Goeleven
The impact of cloud NSBCon NY by Yves Goeleven
 
Micro Services Architecture
Micro Services ArchitectureMicro Services Architecture
Micro Services Architecture
 
Virtualization: A Case Study from the IT Trenches - Darren Schoen, Broward Ce...
Virtualization: A Case Study from the IT Trenches - Darren Schoen, Broward Ce...Virtualization: A Case Study from the IT Trenches - Darren Schoen, Broward Ce...
Virtualization: A Case Study from the IT Trenches - Darren Schoen, Broward Ce...
 
Massively Social != Massively Multiplayer
Massively Social != Massively MultiplayerMassively Social != Massively Multiplayer
Massively Social != Massively Multiplayer
 
A closer look to locaweb IaaS
A closer look to locaweb IaaSA closer look to locaweb IaaS
A closer look to locaweb IaaS
 
Scylla Summit 2016: Outbrain Case Study - Lowering Latency While Doing 20X IO...
Scylla Summit 2016: Outbrain Case Study - Lowering Latency While Doing 20X IO...Scylla Summit 2016: Outbrain Case Study - Lowering Latency While Doing 20X IO...
Scylla Summit 2016: Outbrain Case Study - Lowering Latency While Doing 20X IO...
 
High Performance WordPress II
High Performance WordPress IIHigh Performance WordPress II
High Performance WordPress II
 
To Build My Own Cloud with Blackjack…
To Build My Own Cloud with Blackjack…To Build My Own Cloud with Blackjack…
To Build My Own Cloud with Blackjack…
 
Data Models and Consumer Idioms Using Apache Kafka for Continuous Data Stream...
Data Models and Consumer Idioms Using Apache Kafka for Continuous Data Stream...Data Models and Consumer Idioms Using Apache Kafka for Continuous Data Stream...
Data Models and Consumer Idioms Using Apache Kafka for Continuous Data Stream...
 
mtl_rubykaigi
mtl_rubykaigimtl_rubykaigi
mtl_rubykaigi
 
F# in the cloud
F# in the cloudF# in the cloud
F# in the cloud
 
Cdn cs6740
Cdn cs6740Cdn cs6740
Cdn cs6740
 
Why You Should Choose a Software-Based Load Balancer
Why You Should Choose a Software-Based Load BalancerWhy You Should Choose a Software-Based Load Balancer
Why You Should Choose a Software-Based Load Balancer
 
From 100s to 100s of Millions
From 100s to 100s of MillionsFrom 100s to 100s of Millions
From 100s to 100s of Millions
 
DevOps in the Amazon Cloud – Learn from the pioneersNetflix suro
DevOps in the Amazon Cloud – Learn from the pioneersNetflix suroDevOps in the Amazon Cloud – Learn from the pioneersNetflix suro
DevOps in the Amazon Cloud – Learn from the pioneersNetflix suro
 
A Tale of 2 Systems
A Tale of 2 SystemsA Tale of 2 Systems
A Tale of 2 Systems
 

More from Ontico

One-cloud — система управления дата-центром в Одноклассниках / Олег Анастасье...
One-cloud — система управления дата-центром в Одноклассниках / Олег Анастасье...One-cloud — система управления дата-центром в Одноклассниках / Олег Анастасье...
One-cloud — система управления дата-центром в Одноклассниках / Олег Анастасье...
Ontico
 
Масштабируя DNS / Артем Гавриченков (Qrator Labs)
Масштабируя DNS / Артем Гавриченков (Qrator Labs)Масштабируя DNS / Артем Гавриченков (Qrator Labs)
Масштабируя DNS / Артем Гавриченков (Qrator Labs)
Ontico
 
Создание BigData-платформы для ФГУП Почта России / Андрей Бащенко (Luxoft)
Создание BigData-платформы для ФГУП Почта России / Андрей Бащенко (Luxoft)Создание BigData-платформы для ФГУП Почта России / Андрей Бащенко (Luxoft)
Создание BigData-платформы для ФГУП Почта России / Андрей Бащенко (Luxoft)
Ontico
 
Готовим тестовое окружение, или сколько тестовых инстансов вам нужно / Алекса...
Готовим тестовое окружение, или сколько тестовых инстансов вам нужно / Алекса...Готовим тестовое окружение, или сколько тестовых инстансов вам нужно / Алекса...
Готовим тестовое окружение, или сколько тестовых инстансов вам нужно / Алекса...
Ontico
 
Новые технологии репликации данных в PostgreSQL / Александр Алексеев (Postgre...
Новые технологии репликации данных в PostgreSQL / Александр Алексеев (Postgre...Новые технологии репликации данных в PostgreSQL / Александр Алексеев (Postgre...
Новые технологии репликации данных в PostgreSQL / Александр Алексеев (Postgre...
Ontico
 
PostgreSQL Configuration for Humans / Alvaro Hernandez (OnGres)
PostgreSQL Configuration for Humans / Alvaro Hernandez (OnGres)PostgreSQL Configuration for Humans / Alvaro Hernandez (OnGres)
PostgreSQL Configuration for Humans / Alvaro Hernandez (OnGres)
Ontico
 
Inexpensive Datamasking for MySQL with ProxySQL — Data Anonymization for Deve...
Inexpensive Datamasking for MySQL with ProxySQL — Data Anonymization for Deve...Inexpensive Datamasking for MySQL with ProxySQL — Data Anonymization for Deve...
Inexpensive Datamasking for MySQL with ProxySQL — Data Anonymization for Deve...
Ontico
 
Опыт разработки модуля межсетевого экранирования для MySQL / Олег Брославский...
Опыт разработки модуля межсетевого экранирования для MySQL / Олег Брославский...Опыт разработки модуля межсетевого экранирования для MySQL / Олег Брославский...
Опыт разработки модуля межсетевого экранирования для MySQL / Олег Брославский...
Ontico
 
ProxySQL Use Case Scenarios / Alkin Tezuysal (Percona)
ProxySQL Use Case Scenarios / Alkin Tezuysal (Percona)ProxySQL Use Case Scenarios / Alkin Tezuysal (Percona)
ProxySQL Use Case Scenarios / Alkin Tezuysal (Percona)
Ontico
 
Внутренний open-source. Как разрабатывать мобильное приложение большим количе...
Внутренний open-source. Как разрабатывать мобильное приложение большим количе...Внутренний open-source. Как разрабатывать мобильное приложение большим количе...
Внутренний open-source. Как разрабатывать мобильное приложение большим количе...
Ontico
 
Подробно о том, как Causal Consistency реализовано в MongoDB / Михаил Тюленев...
Подробно о том, как Causal Consistency реализовано в MongoDB / Михаил Тюленев...Подробно о том, как Causal Consistency реализовано в MongoDB / Михаил Тюленев...
Подробно о том, как Causal Consistency реализовано в MongoDB / Михаил Тюленев...
Ontico
 
Балансировка на скорости проводов. Без ASIC, без ограничений. Решения NFWare ...
Балансировка на скорости проводов. Без ASIC, без ограничений. Решения NFWare ...Балансировка на скорости проводов. Без ASIC, без ограничений. Решения NFWare ...
Балансировка на скорости проводов. Без ASIC, без ограничений. Решения NFWare ...
Ontico
 
Перехват трафика — мифы и реальность / Евгений Усков (Qrator Labs)
Перехват трафика — мифы и реальность / Евгений Усков (Qrator Labs)Перехват трафика — мифы и реальность / Евгений Усков (Qrator Labs)
Перехват трафика — мифы и реальность / Евгений Усков (Qrator Labs)
Ontico
 
И тогда наверняка вдруг запляшут облака! / Алексей Сушков (ПЕТЕР-СЕРВИС)
И тогда наверняка вдруг запляшут облака! / Алексей Сушков (ПЕТЕР-СЕРВИС)И тогда наверняка вдруг запляшут облака! / Алексей Сушков (ПЕТЕР-СЕРВИС)
И тогда наверняка вдруг запляшут облака! / Алексей Сушков (ПЕТЕР-СЕРВИС)
Ontico
 
Как мы заставили Druid работать в Одноклассниках / Юрий Невиницин (OK.RU)
Как мы заставили Druid работать в Одноклассниках / Юрий Невиницин (OK.RU)Как мы заставили Druid работать в Одноклассниках / Юрий Невиницин (OK.RU)
Как мы заставили Druid работать в Одноклассниках / Юрий Невиницин (OK.RU)
Ontico
 
Разгоняем ASP.NET Core / Илья Вербицкий (WebStoating s.r.o.)
Разгоняем ASP.NET Core / Илья Вербицкий (WebStoating s.r.o.)Разгоняем ASP.NET Core / Илья Вербицкий (WebStoating s.r.o.)
Разгоняем ASP.NET Core / Илья Вербицкий (WebStoating s.r.o.)
Ontico
 
100500 способов кэширования в Oracle Database или как достичь максимальной ск...
100500 способов кэширования в Oracle Database или как достичь максимальной ск...100500 способов кэширования в Oracle Database или как достичь максимальной ск...
100500 способов кэширования в Oracle Database или как достичь максимальной ск...
Ontico
 
Apache Ignite Persistence: зачем Persistence для In-Memory, и как он работает...
Apache Ignite Persistence: зачем Persistence для In-Memory, и как он работает...Apache Ignite Persistence: зачем Persistence для In-Memory, и как он работает...
Apache Ignite Persistence: зачем Persistence для In-Memory, и как он работает...
Ontico
 
Механизмы мониторинга баз данных: взгляд изнутри / Дмитрий Еманов (Firebird P...
Механизмы мониторинга баз данных: взгляд изнутри / Дмитрий Еманов (Firebird P...Механизмы мониторинга баз данных: взгляд изнутри / Дмитрий Еманов (Firebird P...
Механизмы мониторинга баз данных: взгляд изнутри / Дмитрий Еманов (Firebird P...
Ontico
 
Как мы учились чинить самолеты в воздухе / Евгений Коломеец (Virtuozzo)
Как мы учились чинить самолеты в воздухе / Евгений Коломеец (Virtuozzo)Как мы учились чинить самолеты в воздухе / Евгений Коломеец (Virtuozzo)
Как мы учились чинить самолеты в воздухе / Евгений Коломеец (Virtuozzo)
Ontico
 

More from Ontico (20)

One-cloud — система управления дата-центром в Одноклассниках / Олег Анастасье...
One-cloud — система управления дата-центром в Одноклассниках / Олег Анастасье...One-cloud — система управления дата-центром в Одноклассниках / Олег Анастасье...
One-cloud — система управления дата-центром в Одноклассниках / Олег Анастасье...
 
Масштабируя DNS / Артем Гавриченков (Qrator Labs)
Масштабируя DNS / Артем Гавриченков (Qrator Labs)Масштабируя DNS / Артем Гавриченков (Qrator Labs)
Масштабируя DNS / Артем Гавриченков (Qrator Labs)
 
Создание BigData-платформы для ФГУП Почта России / Андрей Бащенко (Luxoft)
Создание BigData-платформы для ФГУП Почта России / Андрей Бащенко (Luxoft)Создание BigData-платформы для ФГУП Почта России / Андрей Бащенко (Luxoft)
Создание BigData-платформы для ФГУП Почта России / Андрей Бащенко (Luxoft)
 
Готовим тестовое окружение, или сколько тестовых инстансов вам нужно / Алекса...
Готовим тестовое окружение, или сколько тестовых инстансов вам нужно / Алекса...Готовим тестовое окружение, или сколько тестовых инстансов вам нужно / Алекса...
Готовим тестовое окружение, или сколько тестовых инстансов вам нужно / Алекса...
 
Новые технологии репликации данных в PostgreSQL / Александр Алексеев (Postgre...
Новые технологии репликации данных в PostgreSQL / Александр Алексеев (Postgre...Новые технологии репликации данных в PostgreSQL / Александр Алексеев (Postgre...
Новые технологии репликации данных в PostgreSQL / Александр Алексеев (Postgre...
 
PostgreSQL Configuration for Humans / Alvaro Hernandez (OnGres)
PostgreSQL Configuration for Humans / Alvaro Hernandez (OnGres)PostgreSQL Configuration for Humans / Alvaro Hernandez (OnGres)
PostgreSQL Configuration for Humans / Alvaro Hernandez (OnGres)
 
Inexpensive Datamasking for MySQL with ProxySQL — Data Anonymization for Deve...
Inexpensive Datamasking for MySQL with ProxySQL — Data Anonymization for Deve...Inexpensive Datamasking for MySQL with ProxySQL — Data Anonymization for Deve...
Inexpensive Datamasking for MySQL with ProxySQL — Data Anonymization for Deve...
 
Опыт разработки модуля межсетевого экранирования для MySQL / Олег Брославский...
Опыт разработки модуля межсетевого экранирования для MySQL / Олег Брославский...Опыт разработки модуля межсетевого экранирования для MySQL / Олег Брославский...
Опыт разработки модуля межсетевого экранирования для MySQL / Олег Брославский...
 
ProxySQL Use Case Scenarios / Alkin Tezuysal (Percona)
ProxySQL Use Case Scenarios / Alkin Tezuysal (Percona)ProxySQL Use Case Scenarios / Alkin Tezuysal (Percona)
ProxySQL Use Case Scenarios / Alkin Tezuysal (Percona)
 
Внутренний open-source. Как разрабатывать мобильное приложение большим количе...
Внутренний open-source. Как разрабатывать мобильное приложение большим количе...Внутренний open-source. Как разрабатывать мобильное приложение большим количе...
Внутренний open-source. Как разрабатывать мобильное приложение большим количе...
 
Подробно о том, как Causal Consistency реализовано в MongoDB / Михаил Тюленев...
Подробно о том, как Causal Consistency реализовано в MongoDB / Михаил Тюленев...Подробно о том, как Causal Consistency реализовано в MongoDB / Михаил Тюленев...
Подробно о том, как Causal Consistency реализовано в MongoDB / Михаил Тюленев...
 
Балансировка на скорости проводов. Без ASIC, без ограничений. Решения NFWare ...
Балансировка на скорости проводов. Без ASIC, без ограничений. Решения NFWare ...Балансировка на скорости проводов. Без ASIC, без ограничений. Решения NFWare ...
Балансировка на скорости проводов. Без ASIC, без ограничений. Решения NFWare ...
 
Перехват трафика — мифы и реальность / Евгений Усков (Qrator Labs)
Перехват трафика — мифы и реальность / Евгений Усков (Qrator Labs)Перехват трафика — мифы и реальность / Евгений Усков (Qrator Labs)
Перехват трафика — мифы и реальность / Евгений Усков (Qrator Labs)
 
И тогда наверняка вдруг запляшут облака! / Алексей Сушков (ПЕТЕР-СЕРВИС)
И тогда наверняка вдруг запляшут облака! / Алексей Сушков (ПЕТЕР-СЕРВИС)И тогда наверняка вдруг запляшут облака! / Алексей Сушков (ПЕТЕР-СЕРВИС)
И тогда наверняка вдруг запляшут облака! / Алексей Сушков (ПЕТЕР-СЕРВИС)
 
Как мы заставили Druid работать в Одноклассниках / Юрий Невиницин (OK.RU)
Как мы заставили Druid работать в Одноклассниках / Юрий Невиницин (OK.RU)Как мы заставили Druid работать в Одноклассниках / Юрий Невиницин (OK.RU)
Как мы заставили Druid работать в Одноклассниках / Юрий Невиницин (OK.RU)
 
Разгоняем ASP.NET Core / Илья Вербицкий (WebStoating s.r.o.)
Разгоняем ASP.NET Core / Илья Вербицкий (WebStoating s.r.o.)Разгоняем ASP.NET Core / Илья Вербицкий (WebStoating s.r.o.)
Разгоняем ASP.NET Core / Илья Вербицкий (WebStoating s.r.o.)
 
100500 способов кэширования в Oracle Database или как достичь максимальной ск...
100500 способов кэширования в Oracle Database или как достичь максимальной ск...100500 способов кэширования в Oracle Database или как достичь максимальной ск...
100500 способов кэширования в Oracle Database или как достичь максимальной ск...
 
Apache Ignite Persistence: зачем Persistence для In-Memory, и как он работает...
Apache Ignite Persistence: зачем Persistence для In-Memory, и как он работает...Apache Ignite Persistence: зачем Persistence для In-Memory, и как он работает...
Apache Ignite Persistence: зачем Persistence для In-Memory, и как он работает...
 
Механизмы мониторинга баз данных: взгляд изнутри / Дмитрий Еманов (Firebird P...
Механизмы мониторинга баз данных: взгляд изнутри / Дмитрий Еманов (Firebird P...Механизмы мониторинга баз данных: взгляд изнутри / Дмитрий Еманов (Firebird P...
Механизмы мониторинга баз данных: взгляд изнутри / Дмитрий Еманов (Firebird P...
 
Как мы учились чинить самолеты в воздухе / Евгений Коломеец (Virtuozzo)
Как мы учились чинить самолеты в воздухе / Евгений Коломеец (Virtuozzo)Как мы учились чинить самолеты в воздухе / Евгений Коломеец (Virtuozzo)
Как мы учились чинить самолеты в воздухе / Евгений Коломеец (Virtuozzo)
 

Recently uploaded

Technical Drawings introduction to drawing of prisms
Technical Drawings introduction to drawing of prismsTechnical Drawings introduction to drawing of prisms
Technical Drawings introduction to drawing of prisms
heavyhaig
 
basic-wireline-operations-course-mahmoud-f-radwan.pdf
basic-wireline-operations-course-mahmoud-f-radwan.pdfbasic-wireline-operations-course-mahmoud-f-radwan.pdf
basic-wireline-operations-course-mahmoud-f-radwan.pdf
NidhalKahouli2
 
Modelagem de um CSTR com reação endotermica.pdf
Modelagem de um CSTR com reação endotermica.pdfModelagem de um CSTR com reação endotermica.pdf
Modelagem de um CSTR com reação endotermica.pdf
camseq
 
IEEE Aerospace and Electronic Systems Society as a Graduate Student Member
IEEE Aerospace and Electronic Systems Society as a Graduate Student MemberIEEE Aerospace and Electronic Systems Society as a Graduate Student Member
IEEE Aerospace and Electronic Systems Society as a Graduate Student Member
VICTOR MAESTRE RAMIREZ
 
Presentation of IEEE Slovenia CIS (Computational Intelligence Society) Chapte...
Presentation of IEEE Slovenia CIS (Computational Intelligence Society) Chapte...Presentation of IEEE Slovenia CIS (Computational Intelligence Society) Chapte...
Presentation of IEEE Slovenia CIS (Computational Intelligence Society) Chapte...
University of Maribor
 
14 Template Contractual Notice - EOT Application
14 Template Contractual Notice - EOT Application14 Template Contractual Notice - EOT Application
14 Template Contractual Notice - EOT Application
SyedAbiiAzazi1
 
Question paper of renewable energy sources
Question paper of renewable energy sourcesQuestion paper of renewable energy sources
Question paper of renewable energy sources
mahammadsalmanmech
 
digital fundamental by Thomas L.floydl.pdf
digital fundamental by Thomas L.floydl.pdfdigital fundamental by Thomas L.floydl.pdf
digital fundamental by Thomas L.floydl.pdf
drwaing
 
22CYT12-Unit-V-E Waste and its Management.ppt
22CYT12-Unit-V-E Waste and its Management.ppt22CYT12-Unit-V-E Waste and its Management.ppt
22CYT12-Unit-V-E Waste and its Management.ppt
KrishnaveniKrishnara1
 
Understanding Inductive Bias in Machine Learning
Understanding Inductive Bias in Machine LearningUnderstanding Inductive Bias in Machine Learning
Understanding Inductive Bias in Machine Learning
SUTEJAS
 
Harnessing WebAssembly for Real-time Stateless Streaming Pipelines
Harnessing WebAssembly for Real-time Stateless Streaming PipelinesHarnessing WebAssembly for Real-time Stateless Streaming Pipelines
Harnessing WebAssembly for Real-time Stateless Streaming Pipelines
Christina Lin
 
A SYSTEMATIC RISK ASSESSMENT APPROACH FOR SECURING THE SMART IRRIGATION SYSTEMS
A SYSTEMATIC RISK ASSESSMENT APPROACH FOR SECURING THE SMART IRRIGATION SYSTEMSA SYSTEMATIC RISK ASSESSMENT APPROACH FOR SECURING THE SMART IRRIGATION SYSTEMS
A SYSTEMATIC RISK ASSESSMENT APPROACH FOR SECURING THE SMART IRRIGATION SYSTEMS
IJNSA Journal
 
bank management system in java and mysql report1.pdf
bank management system in java and mysql report1.pdfbank management system in java and mysql report1.pdf
bank management system in java and mysql report1.pdf
Divyam548318
 
sieving analysis and results interpretation
sieving analysis and results interpretationsieving analysis and results interpretation
sieving analysis and results interpretation
ssuser36d3051
 
ACRP 4-09 Risk Assessment Method to Support Modification of Airfield Separat...
ACRP 4-09 Risk Assessment Method to Support Modification of Airfield Separat...ACRP 4-09 Risk Assessment Method to Support Modification of Airfield Separat...
ACRP 4-09 Risk Assessment Method to Support Modification of Airfield Separat...
Mukeshwaran Balu
 
DEEP LEARNING FOR SMART GRID INTRUSION DETECTION: A HYBRID CNN-LSTM-BASED MODEL
DEEP LEARNING FOR SMART GRID INTRUSION DETECTION: A HYBRID CNN-LSTM-BASED MODELDEEP LEARNING FOR SMART GRID INTRUSION DETECTION: A HYBRID CNN-LSTM-BASED MODEL
DEEP LEARNING FOR SMART GRID INTRUSION DETECTION: A HYBRID CNN-LSTM-BASED MODEL
gerogepatton
 
Exception Handling notes in java exception
Exception Handling notes in java exceptionException Handling notes in java exception
Exception Handling notes in java exception
Ratnakar Mikkili
 
Generative AI leverages algorithms to create various forms of content
Generative AI leverages algorithms to create various forms of contentGenerative AI leverages algorithms to create various forms of content
Generative AI leverages algorithms to create various forms of content
Hitesh Mohapatra
 
Properties Railway Sleepers and Test.pptx
Properties Railway Sleepers and Test.pptxProperties Railway Sleepers and Test.pptx
Properties Railway Sleepers and Test.pptx
MDSABBIROJJAMANPAYEL
 
CHINA’S GEO-ECONOMIC OUTREACH IN CENTRAL ASIAN COUNTRIES AND FUTURE PROSPECT
CHINA’S GEO-ECONOMIC OUTREACH IN CENTRAL ASIAN COUNTRIES AND FUTURE PROSPECTCHINA’S GEO-ECONOMIC OUTREACH IN CENTRAL ASIAN COUNTRIES AND FUTURE PROSPECT
CHINA’S GEO-ECONOMIC OUTREACH IN CENTRAL ASIAN COUNTRIES AND FUTURE PROSPECT
jpsjournal1
 

Recently uploaded (20)

Technical Drawings introduction to drawing of prisms
Technical Drawings introduction to drawing of prismsTechnical Drawings introduction to drawing of prisms
Technical Drawings introduction to drawing of prisms
 
basic-wireline-operations-course-mahmoud-f-radwan.pdf
basic-wireline-operations-course-mahmoud-f-radwan.pdfbasic-wireline-operations-course-mahmoud-f-radwan.pdf
basic-wireline-operations-course-mahmoud-f-radwan.pdf
 
Modelagem de um CSTR com reação endotermica.pdf
Modelagem de um CSTR com reação endotermica.pdfModelagem de um CSTR com reação endotermica.pdf
Modelagem de um CSTR com reação endotermica.pdf
 
IEEE Aerospace and Electronic Systems Society as a Graduate Student Member
IEEE Aerospace and Electronic Systems Society as a Graduate Student MemberIEEE Aerospace and Electronic Systems Society as a Graduate Student Member
IEEE Aerospace and Electronic Systems Society as a Graduate Student Member
 
Presentation of IEEE Slovenia CIS (Computational Intelligence Society) Chapte...
Presentation of IEEE Slovenia CIS (Computational Intelligence Society) Chapte...Presentation of IEEE Slovenia CIS (Computational Intelligence Society) Chapte...
Presentation of IEEE Slovenia CIS (Computational Intelligence Society) Chapte...
 
14 Template Contractual Notice - EOT Application
14 Template Contractual Notice - EOT Application14 Template Contractual Notice - EOT Application
14 Template Contractual Notice - EOT Application
 
Question paper of renewable energy sources
Question paper of renewable energy sourcesQuestion paper of renewable energy sources
Question paper of renewable energy sources
 
digital fundamental by Thomas L.floydl.pdf
digital fundamental by Thomas L.floydl.pdfdigital fundamental by Thomas L.floydl.pdf
digital fundamental by Thomas L.floydl.pdf
 
22CYT12-Unit-V-E Waste and its Management.ppt
22CYT12-Unit-V-E Waste and its Management.ppt22CYT12-Unit-V-E Waste and its Management.ppt
22CYT12-Unit-V-E Waste and its Management.ppt
 
Understanding Inductive Bias in Machine Learning
Understanding Inductive Bias in Machine LearningUnderstanding Inductive Bias in Machine Learning
Understanding Inductive Bias in Machine Learning
 
Harnessing WebAssembly for Real-time Stateless Streaming Pipelines
Harnessing WebAssembly for Real-time Stateless Streaming PipelinesHarnessing WebAssembly for Real-time Stateless Streaming Pipelines
Harnessing WebAssembly for Real-time Stateless Streaming Pipelines
 
A SYSTEMATIC RISK ASSESSMENT APPROACH FOR SECURING THE SMART IRRIGATION SYSTEMS
A SYSTEMATIC RISK ASSESSMENT APPROACH FOR SECURING THE SMART IRRIGATION SYSTEMSA SYSTEMATIC RISK ASSESSMENT APPROACH FOR SECURING THE SMART IRRIGATION SYSTEMS
A SYSTEMATIC RISK ASSESSMENT APPROACH FOR SECURING THE SMART IRRIGATION SYSTEMS
 
bank management system in java and mysql report1.pdf
bank management system in java and mysql report1.pdfbank management system in java and mysql report1.pdf
bank management system in java and mysql report1.pdf
 
sieving analysis and results interpretation
sieving analysis and results interpretationsieving analysis and results interpretation
sieving analysis and results interpretation
 
ACRP 4-09 Risk Assessment Method to Support Modification of Airfield Separat...
ACRP 4-09 Risk Assessment Method to Support Modification of Airfield Separat...ACRP 4-09 Risk Assessment Method to Support Modification of Airfield Separat...
ACRP 4-09 Risk Assessment Method to Support Modification of Airfield Separat...
 
DEEP LEARNING FOR SMART GRID INTRUSION DETECTION: A HYBRID CNN-LSTM-BASED MODEL
DEEP LEARNING FOR SMART GRID INTRUSION DETECTION: A HYBRID CNN-LSTM-BASED MODELDEEP LEARNING FOR SMART GRID INTRUSION DETECTION: A HYBRID CNN-LSTM-BASED MODEL
DEEP LEARNING FOR SMART GRID INTRUSION DETECTION: A HYBRID CNN-LSTM-BASED MODEL
 
Exception Handling notes in java exception
Exception Handling notes in java exceptionException Handling notes in java exception
Exception Handling notes in java exception
 
Generative AI leverages algorithms to create various forms of content
Generative AI leverages algorithms to create various forms of contentGenerative AI leverages algorithms to create various forms of content
Generative AI leverages algorithms to create various forms of content
 
Properties Railway Sleepers and Test.pptx
Properties Railway Sleepers and Test.pptxProperties Railway Sleepers and Test.pptx
Properties Railway Sleepers and Test.pptx
 
CHINA’S GEO-ECONOMIC OUTREACH IN CENTRAL ASIAN COUNTRIES AND FUTURE PROSPECT
CHINA’S GEO-ECONOMIC OUTREACH IN CENTRAL ASIAN COUNTRIES AND FUTURE PROSPECTCHINA’S GEO-ECONOMIC OUTREACH IN CENTRAL ASIAN COUNTRIES AND FUTURE PROSPECT
CHINA’S GEO-ECONOMIC OUTREACH IN CENTRAL ASIAN COUNTRIES AND FUTURE PROSPECT
 

Как сделать высоконагруженный сервис, не зная количество нагрузки / Олег Облеухов (InnoGames)