• 顾庆
    专题出品人:顾庆

    顾庆,携程高级研发总监,框架架构研发团队负责人。2014年加入携程,从事框架和中间件的研发,当前主要致力于携程异地多活架构的构建。毕业于复旦大学计算机系,曾就职于大众点评和百度,从事中间件和广告系统的研发。

  • 专题:架构演进

    随着企业业务规模的扩大与全球化扩张,数据量级和复杂度也呈现了指数级增长。为了更好地保障数据与业务的稳定与可用,多数据中心架构成为了一种必然的基础设施解决方案。在多区域场景下,数据存储的跨域同步,数据的一致性与可用性,跨域通信延时,大规模集群的运维以及各种性能与需求的取舍,无一不是架构演进中所面临的难题。
    本专题邀请到业界多个领域的技术团队(Amazon、百度、中国移动、携程),带来第一线的实践经验和解决方案,和听众一起探讨上述曾经困扰过很多技术团队的难题,互相学习解决同类问题的思路。希望在听完本专题相关内容后,听众能够了解到多数据中心架构建设的难点,并在如何应对这些难点上有所启发。

  • 宋烨

    宋烨

    亚马逊AWS解决方案架构师高级经理

    AWS 如何实现数据跨区域同步

    越来越多的中国互联网客户走向海外,要构建面向全球用户的技术平台,缺少不了数据的跨区域同步。应用产生的数据既有用户的交易业务数据,产品数据,也包含应用涉及的第三方服务的访问数据,还包括提高用户体验收集的用户行为,应用性能等数据,这么多类型的数据存储在不同类型的存储上,比如对象存储,磁盘,关系数据库等等。
    本分享将从亚马逊 AWS 自身的跨区域数据同步特性出发,分享 AWS 上的用户可以利用的原生数据同步能力,同时剖析 Amazon DynamoDB 如何实现多区域多主的亚秒级数据同步的架构设计和实现原理。
    听众收益:
    1、了解云原生的跨区域数据同步能力;
    2、通过 Amazon DynamoDB 多区域多主架构了解实现跨区域数据同步的架构、挑战及实践经验;

  • 陈昱康

    陈昱康

    携程大数据平台基础架构技术负责人,架构师

    携程Hadoop跨机房架构实践

    携程大数据最近几年经历了高速发展,集群从2016年初的200台增长到目前2000台,预期在2024年集群规模会达到万台。在增长的过程中,单机房已经容纳不下所有hadoop的机器了,新增节点需要部署到新机房,整个计算和存储架构需要做相应的设计和调整,其中最大的技术挑战在于两个机房间的带宽资源有限,仅200Gb/s。保证集群的整体性能和利用率不变,用户使用方式透明,降低跨机房的带宽流量等问题,都是我们面对的重大挑战。本次分享将详细介绍我们在Hadoop跨机房架构建设方面的实践。
    听众收益:
    1、了解社区版本Hadoop在跨机房部署场景下面临的问题
    2、了解携程Hadoop跨机房架构和落地实践

  • 胡宗棠

    胡宗棠

    中国移动云能力中心中间件团队负责人

    SOFAJRaft 的高可用最佳实践:BC-MQ移动云消息队列服务高可用设计之谈

    在云端,大规模的部署系统后,通过比较常规的KeepLive和Haproxy无法满足实际的需求,同时会给运维人员带来很多额外的运维人力成本。
    听众收益:
    1、参考“BC-MQ移动云消息队列服务集成SOFAJRaft的实践”,同时与传统的高可用方案比较,给出一定借鉴,系统如何借助SOFAJRaft提升产品的高可用性
    2、了解SOFAJRaft的内在组件基本原理、架构和新特性

  • 祝辰

    祝辰

    携程框架架构部门资深研发工程师

    携程Redis多IDC跨区域双向同步实践

    跨DC(数据中心)的数据同步是企业提升容灾实力的必备手段, 同时, 随着携程业务向海外发展的速度越来越快, 应用架构能够快速全球部署的能力也愈发重要. 对于服务而言, 我们可以尽量做到无状态的部署架构, 来达到灵活拓展, 快速部署的目的, 比如 server-less. 但是业务数据却是有状态的, 如果能够有一个分布式的底层存储, 一方面满足单个站点的高可用性, 另一方面, 又能解决跨区域同步带来的数据一致性问题, 那么对于应用开发无疑是一件利器.
    携程 Redis 多 IDC 双向同步项目, 在保持 Redis 使用方式基本没有变化的情况下, 完成了多个站点互相同步, 而并发写入带来的一致性问题, 也通过 CRDT 理论得到很好的解决。
    听众收益:
    1、深入了解分布式系统关于一致性的痛点;
    2、深入了解 CRDT 的原理;
    3、了解 Redis 跨区域同步有哪些问题, 以及怎样解决;

  • 李国强

    李国强

    百度商业平台部资深研发工程师

    分布式数据BaikalDB的设计与思考

    随着数据规模的不断增长,作为广告业务系统的基础设施,存储系统该如何应对大规模数据的容量增长和读写压力?如何弹性扩容,优化性能,节省资源,同时保证系统具有高可用性?如何满足业务多变的查询模式?
    传统的单机数据库系统很难满足大规模数据的需求,Spanner等分布式数据库的产生为广告业务存储的未来指明了方向。本次演讲将分享分布式数据库BaikalDB的设计以及在广告业务中的实践经验。
    听众收益:
    1、了解快速实现分布式数据库的思考与折中;
    2、了解Raft与自动扩容,故障恢复,分布式事务的结合;
    3、了解分布式系统性能优化的一些方法;
    4、了解业务增多,规模增大后对自动运维的思考;