#конечная_согласованность — Public Fediverse posts

[Перевод] Архитектура Netflix Tudum: от CQRS с Kafka к CQRS с RAW Hollow

Tudum.com — фан-портал Netflix с более чем 20 млн MAU, где скорость публикации и персонализации упирается в архитектуру. В статье — путь от «классического» CQRS с Kafka и read-store к узкому месту предпросмотров, а затем — к RAW Hollow: in-memory состоянию с сжатием и read-after-write на требовательных запросах. Разбираем, как отказ от Page Data/KV и I/O на горячем пути упростил контур чтения и дал прирост производительности, какие компромиссы это привнесло и почему такой подход срабатывает для контента, меняющегося не каждую секунду.

https://habr.com/ru/companies/otus/articles/958980/

#CQRS #конечная_согласованность #Kafka #Hollow #RAW_Hollow #nearкэш #низкая_латентность #персонализация_контента #СОА

[Перевод] Архитектура Netflix Tudum: от CQRS с Kafka к CQRS с RAW Hollow

Tudum.com — фан-портал Netflix с более чем 20 млн MAU, где скорость публикации и персонализации упирается в архитектуру. В статье — путь от «классического» CQRS с Kafka и read-store к узкому месту предпросмотров, а затем — к RAW Hollow: in-memory состоянию с сжатием и read-after-write на требовательных запросах. Разбираем, как отказ от Page Data/KV и I/O на горячем пути упростил контур чтения и дал прирост производительности, какие компромиссы это привнесло и почему такой подход срабатывает для контента, меняющегося не каждую секунду.

https://habr.com/ru/companies/otus/articles/958980/

#CQRS #конечная_согласованность #Kafka #Hollow #RAW_Hollow #nearкэш #низкая_латентность #персонализация_контента #СОА

[Перевод] Архитектура Netflix Tudum: от CQRS с Kafka к CQRS с RAW Hollow

Tudum.com — фан-портал Netflix с более чем 20 млн MAU, где скорость публикации и персонализации упирается в архитектуру. В статье — путь от «классического» CQRS с Kafka и read-store к узкому месту предпросмотров, а затем — к RAW Hollow: in-memory состоянию с сжатием и read-after-write на требовательных запросах. Разбираем, как отказ от Page Data/KV и I/O на горячем пути упростил контур чтения и дал прирост производительности, какие компромиссы это привнесло и почему такой подход срабатывает для контента, меняющегося не каждую секунду.

https://habr.com/ru/companies/otus/articles/958980/

#CQRS #конечная_согласованность #Kafka #Hollow #RAW_Hollow #nearкэш #низкая_латентность #персонализация_контента #СОА

[Перевод] Архитектура Netflix Tudum: от CQRS с Kafka к CQRS с RAW Hollow

Tudum.com — фан-портал Netflix с более чем 20 млн MAU, где скорость публикации и персонализации упирается в архитектуру. В статье — путь от «классического» CQRS с Kafka и read-store к узкому месту предпросмотров, а затем — к RAW Hollow: in-memory состоянию с сжатием и read-after-write на требовательных запросах. Разбираем, как отказ от Page Data/KV и I/O на горячем пути упростил контур чтения и дал прирост производительности, какие компромиссы это привнесло и почему такой подход срабатывает для контента, меняющегося не каждую секунду.

https://habr.com/ru/companies/otus/articles/958980/

#CQRS #конечная_согласованность #Kafka #Hollow #RAW_Hollow #nearкэш #низкая_латентность #персонализация_контента #СОА

[Перевод] 150 млн чтений/с: как Uber усилил консистентность кэша

150 млн чтений в секунду — итог скрупулёзной инженерии кэша. В этом кейсе Uber — как ужесточить консистентность без удушения записи: инвалидация «по пути записи» из слоя запросов, дедупликация по commit-timestamp из БД, сочетание TTL и CDC на бинлогах, плюс измерение «черствости» через Cache Inspector. Разобраны реальные источники stale-данных (лаг CDC, реплики, негативное кэширование) и компромиссы вроде read-your-writes — с практическими схемами, которые масштабируются до сотен миллионов RPS. Читать кейс

https://habr.com/ru/companies/otus/articles/957206/

#консистентность_кэша #инвалидизация_кэша #Redis #TTL #CDC #конечная_согласованность #шардирование