作者简介
Martin Kleppmann是英国剑桥大学分布式系统方向的研究员。此前,他曾是LinkedIn和Rapportive等互联网公司的软件工程师,负责大规模数据基础设施建设。在此过程中他遇到过一些困难,因此他希望这本书能够帮助读者避免重蹈覆辙。Martin还是一位活跃的会议演讲者、博主和开源贡献者。他认为,每个人都应该学习深刻的技术理念,对技术的深入理解能帮助我们开发出更好的软件。
译者简介
赵军平, 大数据存储与分析资深开发者与推广者(EMC 10余年),GPU异构计算的亲历者。中国计算机协会专家委员,DELL EMC资深架构师。12年系统研发、创新与团队管理经验,擅长数据存储与保护, 云计算与大数据实时分析,GPU异构加速优化等。相关领域已申请中、美技术专利100余项,并多次在SNIA,LinuxConf,Hadoop Summit, Nvidia GPU Tech Conf等做技术分享,持续关注数据密集和计算密集相关技术的演进、融合与赋能推广。
吕云松,北京大学计算机硕士,硕士及DELL EMC中国研究院实习期间专注于大数据实时流式处理相关的研究。现就职于华为2012中软院黎曼实验室,主要从事深度学习的研发。
耿煜,DELL EMC架构师兼GTM负责人,致力于推广企业级数字化转型方案。深耕分布式架构以及云计算12年,先后任职于ChinaCache,Sun Microsystems以及EMC等公司。
李三平,美国麻省大学计算机工程专业博士,DELL EMC中国研究院首席科学家,研究方向为机器学习、深度学习、智能运维、遥感影像等。已在IEEE Transactions期刊和会议上发表论文数十篇,申请美国专利20余项。推崇简约,热衷机器学习。
发表于2025-04-10
数据密集型应用系统设计 2025 pdf epub mobi 电子书
Data is at the center of many challenges in system design today. Difficult issues need to be figured out, such as scalability, consistency, reliability, efficiency, and maintainability. In addition, we have an overwhelming variety of tools, including relati...
评分每一个数据工程师和产品经理都应该把最后一节,Doing the right thing,读十遍。 为了说服大家为什么值得读十遍,我摘抄几句: automated systems can systematically and arbitrarily exclude a person from participating in society without any proof of guilt, and with l...
评分作者的态度与高度于书的结尾再见一斑。 “As software and data are having such a large impact on the world, we engineers must remember that we carry a responsibility to work toward the kind of world that we want to live in: a world that treats people with huma...
评分本书开头提到“当今很多新型应用都属于数据密集型(data-intensive)而不是计算密集型(compute-intensive)” 当今机器学习越来越普及的情况下其实用户应用后面基础件层的compute-intensive应用越来越多了。“很可惜,让鄙人日常头秃都是 compute-intensive的,啥时候有一本De...
评分Martin Kleppmann 不仅是个牛逼的程序员,更是一个极富社会责任和人文关怀的牛逼程序员。而这是更难能可贵的。 习武之人讲究“习武先修德”。Martin Kleppmann 亦是如此。他用前十一章教会我们如何处理海量数据,用最后一章告诉我们如何正确使用数据。要保护用户隐私、要对自己...
图书标签: 分布式系统 计算机 分布式 数据库 架构 计算机科学 数据 大数据
全书分为三大部分:
第一部分,主要讨论有关增强数据密集型应用系统所需的若干基本原则。首先开篇第1章即瞄准目标:可靠性、可扩展性与可维护性,如何认识这些问题以及如何达成目标。第2章我们比较了多种不同的数据模型和查询语言,讨论各自的适用场景。接下来第3章主要针对存储引擎,即数据库是如何安排磁盘结构从而提高检索效率。第4章转向数据编码(序列化)方面,包括常见模式的演化历程。
第二部分,我们将从单机的数据存储转向跨机器的分布式系统,这是扩展性的重要一步,但随之而来的是各种挑战。所以将依次讨论数据远程复制(第5章)、数据分区(第6章)以及事务(第7章)。接下来的第8章包括分布式系统的更多细节,以及分布式环境如何达成一致性与共识(第9章)。
第三部分,主要针对产生派生数据的系统,所谓派生数据主要指在异构系统中,如果无法用一个数据源来解决所有问题,那么一种自然的方式就是集成多个不同的数据库、缓存模块以及索引模块等。首先第10章以批处理开始来处理派生数据,紧接着第11章采用流式处理。第12章总结之前介绍的多种技术,并分析讨论未来构建可靠、可扩展和可维护应用系统可能的新方向或方法。
从OLTP讲到OLAP系统的各类问题与解决之道,这种组织方式比《七周七数据库》这种更有调理,讲得也透很多。最后更有作者对于现在问题的思考与未来系统演进方向的预判,是非常有含金量的一本书。最后,应该是第一次看到技术书上看到地图和道德,满满的极客情怀。
评分名不虚传,分布式系统的基本问题都提到了,而且各种解决方案的优缺点都有。讲的没有那么实用,也没有那么理论,在工业与学术之间平衡的很好。
评分内容很全面,并且结构非常有条理:提出问题-提出多种解决方案-解决方案的优劣和使用场景。 前9章翻译水平不错,第10章很差,最后三章建议直接看英文原版。 200111-200212
评分比七周七数据库写的好多了。。。。当然不是一类东西 看了半年终于浏览一遍了。。。
评分书是好书,但是对我有点超纲了,有几章云里雾里;吐槽第三部分很多错别字、翻译不通顺;当做是第一遍通读一下。
数据密集型应用系统设计 2025 pdf epub mobi 电子书