Key patterns referring to common design problems related to distributed systems: 1. Bloom FiltersA Bloom filter is a space-efficient probabilistic data structure that is used to test whether an element is a member of a set. It is used where we just need to know if the element belongs to the object or not. In BigTable (and Cassandra), any read operation has to read from all SSTables that make up a
GitHub - aws-samples/aws-step-functions-long-lived-transactions: Deal with the complexities of dealing with a long lived transaction across distributed components in your microservices architecture using AWS Step Functions.
You signed in with another tab or window. Reload to refresh your session. You signed out in another tab or window. Reload to refresh your session. You switched accounts on another tab or window. Reload to refresh your session. Dismiss alert
概要 Eventual Consistency（結果整合性）はレプリケーションラグにより「自分が書き込んだデータが読めない」といったような因果関係がおかしくなるケースがあります。 そこでより一貫性の強いものとしてCausal Consistency（因果一貫性）があります。 ※Casual（カジュアル）ではなくCausal（コーザル）です 文字通り因果関係に対する一貫性を保証するもので、以下の４つに分類されます。 Read your writes Monotonic read Monotonic write Write follow reads これらについて図を交えて説明していきます。 Causal Consistency Read your writes (read after write) 読んで字のごとく、自身の書き込みを読み取る際の一貫性の保証です。 保証されていないケース 以下
マイクロソフトが開発してきたブロックチェーン技術による分散型IDシステムのパブリックプレビュー版が4月に公開される。事前検証済みのデジタルIDを用いる新たなプラットフォームは、本人確認や資格の証明をはじめとする手続きの簡略化と信頼性の向上が期待される。その一方で、相互運用や実装面での課題も浮き彫りになっている。 TEXT BY LILY HAY NEWMAN WIRED(US) テック企業は長年にわたり、安全な分散型IDシステムの開発手段としてブロックチェーン技術の活用を推進してきた。実際の文書や細かな情報そのものを保持することなく、公式データに関する情報を保存できるプラットフォームの構築が目標である。 例えば分散型IDプラットフォームでは、出生証明書のスキャンをそのまま保管する代わりに、その情報を証明する検証済みトークンを保存する。そして、バーで身分証明書を提示する際や国籍証明書が必要な
Apache Kafka Meetup Japan #13の発表資料です。 2023年6月16日(JST)時点での、Apache Kafkaのアップデートやロードマップを紹介しています。
Mastering Distributed Tracing
Publisher: Packt Publishing (February, 2019)Illustration by: Lev PolyakovSource code for examples: on GitHubAvailable for purchase at PacktPub.com and at Amazon.com. This book is based on my 3+ years of experience with building, deploying, and operating Jaeger, an open-source distributed tracing platform at Uber Technologies, Inc., and my involvement with the standardization efforts, such as the C
Controlling concurrency in distributed systems using AWS Step Functions | Amazon Web Services
AWS Compute Blog Controlling concurrency in distributed systems using AWS Step Functions This post is written by Justin Callison, Senior Manager, AWS Step Functions. Distributed systems allow you to evolve components of your application independently and scale your application more easily. They can combine existing services together to make your application more powerful. Your development teams ca
どうも、ryo_gridです。 strfryなるNostrプロトコルのリレーサーバ実装が、他の複数のリレーサーバからデータを受信したり、クライアントから送信されたデータをフォワードすることで、クライアントは自分だけに接続すればいいぞー、みたいなことできるらしいと耳にして、それはクライアントの負荷も減るしええやん、とドキュメントとコードを読んで分かったことを共有します。 注:同じようなGitHubリポジトリへのリンクが表示されていますが、ページ内リンクがついていてそれぞれ飛び先は異なります リレーサーバのデーモンとしては単体で完結するような作りになっている模様 自身に接続してきたクライアントの相手を普通に行うのが基本で、その中で受け取ったイベントデータは自身のDBに格納する。 他のリレーサーバとのやりとりはCLIなコマンドが用意されていて、それを用いて行う 主には、イベントデータの受信および
Strong consistency replication helps keep application logic simple and provides significant benefits for correctness and manageability. Unfortunately, the adoption of strongly-consistent replication protocols has been curbed due to their limited scalability and performance. To alleviate the leader bottleneck in strongly-consistent replication protocols, we introduce Pig, an in-protocol communicati
Create Your Distributed Database on Kubernetes with Existing Monolithic Databases
InfoQ Software Architects' Newsletter A monthly overview of things you need to know as an architect or aspiring architects. View an example
「ブロックチェーンと分散ファイナンス演習 (2020春)」第1回「ブロックチェーン概論」 / Overview of Blockchain
2020年4月24日、早稲田大学 大学院経営管理研究科の「ブロックチェーンと分散ファイナンス演習 (2020春)」第1回にて使用したスライドです。
分散システムのリーダー選挙
リーダー選挙は、分散システム内の 1 つ (プロセス、ホスト、スレッド、オブジェクト、または人間) に特別な権限を与えるというシンプルなアイデアです。これらの特別な権限には、作業を割り当てる機能、データの一部を変更する機能、またはシステム内のすべてのリクエストを処理する責任が含まれます。 リーダー選挙は、効率の向上、調整の削減、アーキテクチャの簡素化、運用の削減のための強力なツールです。一方、リーダー選挙では、新しい障害モードとスケーリングのボトルネックが発生する可能性があります。さらに、リーダー選挙では、システムの正確性を評価するのが難しくなる場合があります。 これらの複雑さのため、リーダー選挙を実施する前に他のオプションを慎重に検討する必要があります。データ処理とワークフローの場合、AWS Step Functions のようなワークフローサービスでは、リーダー選挙と同じ利点の多くを達
This is a guest post by Ankit Sirmorya. Ankit is working as a Machine Learning Lead/Sr. Machine Learning Engineer at Amazon and has led several machine-learning initiatives across the Amazon ecosystem. Ankit has been working on applying machine learning to solve ambiguous business problems and improve customer experience. For instance, he created a platform for experimenting with different hypothe
スタートアップが痛みを伴いながらアジャイル開発をスケールした物語〜LeSSの検討・導入編〜｜かわきん（ちゃんかわ）/atama plus スクラムマスター
2020年3月スケーリング検討タスクフォースの立ち上げ 具体的にアプリチームのスケーリングを検討するためにタスクフォースの立ち上げをしました。ぼくがタスクフォースオーナーをし、PO、UX、Dev、QAから代表者を募り、8人で議論を開始しました。 まずはじめに、「そもそもなぜアジャイル開発なのか」、「このままスケールするとどんなことが起きるか」について考えるワークショップを実施しました。 ワークショップの中では下記のような意見がでていました。 『Why Agile?（なぜアジャイル開発なのか）』 ・早く価値を届ける必要がある＆早く学習するため ・わからないことが多いので検証しながら少しずつ学ぶため ・わかったつもり、なんとなくで進めると間違っていることが多いため ・外部環境の変化に対応するため ・不透明・不明確なことが多く、計画より変化への適応が求められるため ・アウトプットよりアウトカムを
Brace yourself, wall of text is coming. Microservices architecture is a never ending story. It took me a couple of years to collect so many resources about microservices. Now sharing the learning resources with you. Also available here: https://kgoralski.gitbook.io/wiki/microservices The more I work with such architectures the more they feel that they are more about people and less about technolog
インクリメンタルな分散計算 - Qiita
分散を計算する 一般に、手元にあるデータ（標本） $ x_1, x_2, x_3 ...x_n $の$ N $個データがあり、その平均を $ \mu $とした時、その分散 $ { s }^{ 2 } $は、以下のように得られます。 {s}^{ 2 }=\frac { 1 }{ N } \sum _{ i=1 }^{ N }{ { \left( \mu -x_{ i } \right) }^{ 2 } } #include <stdio.h> #include <random> int main() { std::vector<double> data; std::mt19937 engine; std::uniform_real_distribution<> random(-1.0, 1.0); for (int i = 0; i < 100000; ++i) { data.push_ba
第470回で、米海軍の分散海洋作戦(DMO : Distributed Maritime Operations)を取り上げた。洋上の広い範囲に、センサーとシューターを分散展開させるところが骨子である。では、陸上ではどうだろうか。 砲兵は戦場の神である ……という業界の格言(?)がある。言い出しっぺはヨシフ・スターリンであるらしい。確かに、ソ連軍、あるいはソ連軍の流儀を受け継ぐ国の陸軍では、火力支援手段として砲兵を重視する傾向が強いように見受けられる。そして、その火力がいかほどの威力を有しているのかを実地に体験させるのが、陸上自衛隊による富士総合火力演習の本来の目的であるわけだ。 陸上自衛隊による富士総合火力演習で発砲する自走榴弾砲。まとまって発砲すると勇壮ではあるが、ひとたび見つかって狙われると脆弱でもある 撮影：井上孝司 砲兵は普通、「砲兵隊」を編成して動く。小さな単位から大きな単位まで
海外の軍事関連ニュースを見ていると、ときどき遭遇する言葉が “enabler”。意味は辞書通りで、「○○を可能にするもの」という意味になる。もちろん、米軍が推進している新しい戦闘概念「JADC2(Joint All Domain Command and Control)」にも3つのイネーブラが存在する。今回は、小型化と分散化に関わるJADC2のイネーブラを紹介しよう。 「JADC2(Joint All Domain Command and Control)」のアプローチ 資料：DoD 通信 小型化・分散化とネットワーク化は不可分の関係にあるから、当然ながら通信はJADC2のイネーブラとなる。もっとも、軍事の世界ではもともと、通信は重要なものと見なされているし、その延長線上でNCW(Network Centric Warfare、ネットワーク中心戦)という言葉もあった。ただ、以前からあったネ
高性能・高機能で高価な少数のプラットフォームに機能を集中する代わりに、ネットワーク化した多数のプラットフォームに機能を分散して冗長性を高めるとともに、探知・打撃能力を分散化しつつ連携させる。そういう話になると、センサーに求められる要件も違ってくるかもしれない。連載「軍事とIT」のこれまでの回はこちらを参照。 小型で安価、でも性能は譲るな 「高性能・高機能で高価な少数のプラットフォームに機能を集中する」なら話は簡単で、カネに糸目を付けずに、高性能・高機能なセンサーを開発することになる。といっても、それを実際にやるのは簡単な仕事ではないのだが。 ところが、「ネットワーク化した多数のプラットフォームに機能を分散」となると数を揃えることが前提になるから、コストへの配慮が従来以上に求められる。 それに、SWaP-C(Size, Weight, Power and Cooling。サイズ、重量、消費電
第388回でミサイル防衛について書いたとき、当然ながら、弾道ミサイルの発射を探知するための早期警戒衛星についても取り上げた。 ところがその後、極超音速飛翔体という新手の脅威が世間の耳目を集めるようになってきた。そこで新たに、従来とは異なる衛星を導入する話が出てきている。以前に取り上げた話と重複する部分もあるが、そこは御容赦いただきたく。→連載「軍事とIT」のこれまでの回はこちらを参照。 まずは現状のおさらい 弾道ミサイルを発射すると、盛大に排気炎が出る。それは宇宙空間から赤外線センサーで探知できるほどのレベル。そこで、赤道上に配した静止衛星に赤外線センサーを搭載して、弾道ミサイルの発射を常時監視しようという話になった。 米軍の場合、その一番手がDSP(Defense Support Program)で、その後継として配備が進んでいるのがSBIRS(Space Based Infrared
前回は、米空軍のAWACS(Airborne Warning And Control System)機更新に関する話題を「つかみ」として、航空戦の分野における分散化の話を取り上げた。続いて今回は、米海軍の話題となる。 A2AD そこで避けて通ることができないキーワードが、アクセス拒否・地域拒否(A2AD : Anri-Access / Area Denial)。自国に近いエリアを対象として、強力な攻撃手段を整備することで「敵軍が当該エリアに侵入してこないようにする」のがアクセス拒否、「敵軍が当該エリア内を自由に行き来できないように行動を抑え込む」のが地域拒否、といった意味になろうか。 海洋戦闘の分野でこれをやろうとした場合、当然、強力な対艦打撃力が必要になる。中国が導入しているとされる対艦弾道弾(ASBM : Anti-Ship Ballistic Missile)は、その対艦打撃力の一例
データの可用性と一貫性と分散システム(社内勉強会資料)
はじめに この記事は株式会社digglueの新卒を含む社員向けの勉強会で利用した内容です。今回のテーマは可用性と一貫性と分散システムについて。内容や表現の間違いなどがあるかもしれませんがご了承ください。 トランザクション処理とは トランザクション処理とは、まるで一つの操作のようにまとめられる処理の単位です。 例えば、残高10,000円の預金に8,000円を振り込むといった場合、「10,000円を読み取って、8,000円を足し、18,000円を書き込む」を1セットとして実行します。 この操作の中には読み取り操作と書き込み操作が含まれますが、仮に読み取り操作と書き込み操作が分離されていて、他のプロセスが割り込むと結果の整合性が取れなくなる場合があります。 例えば、8,000円の振り込みの途中にちょうどクレジットカード会社から2,000円の引き落としのプロセスが割り込んできたとしましょう。 トラ
現時点で主流となるには至っていないが、軍用衛星の分野にも「小型衛星の多数配備」を追求する動きが出ている。高性能だが大形で高価な衛星ではなく、いわば「安い、早い、うまい」を目指す考え方だ(牛丼屋か?)。→連載「軍事とIT」のこれまでの回はこちらを参照。 大型・高性能・高機能の衛星の課題とは 人工衛星といっても「ピンキリ」だが、軍事用途の衛星についていえば、大形・高機能・高性能を求める傾向が強い。しかし、当然の話として、大形・高機能・高性能の衛星は高価になる。ところが、それだけの話では済まない。 大形で重い衛星を軌道に投入しようとすれば、打ち上げロケット(SLV : Space Launch Vehicle)は大型の衛星を収容できるだけのサイズを備えたペイロード区画と、重い衛星に十分な速度をつけるための大きな推力を持たなければならない。 すると、衛星だけでなく、それを打ち上げる際に使用するSL
AWS Glue ジョブタイプ『Spark』が Apache Spark 2.4.3 と Python 3.6をサポートしました | DevelopersIO
AWS Glue ジョブタイプ『Spark』が Apache Spark 2.4.3 と Python 3.6をサポートしました 本日から Apache Spark 2.4 と Python 3 による『Spark』ジョブを使用してスクリプトを実行できるようになりました。今後はPython 2（Spark 2.2 又は Spark 2.4）と Python 3（Spark 2.4）のいずれかを選択可能になりました。早速確認してみたいと思います。 Spark ジョブ の作成 Configure the job properties 画面の [Type] でSparkを選択すると、[Glue version]でSparkのバージョンと言語を選べるように変わりました。今後のデフォルトは、Spark 2.4, Python 3 (Glue Version 1.0)になります。 組み合わせを見ると、
現在進行中のテーマの一つが「分散化」だが、単に分散させるだけでは、各個撃破されたり、攻撃が散発的になってしまったりして役に立たない。第470回で米海軍の分散海洋作戦(DMO : Distributed Maritime Operations)について説明した際にも言及したが、物理的には分散していても、交戦に際しては協調・集中しなければならない。 リーチの長い武器：地対地ミサイル「ATACMS」 DMOを取り上げた際にも触れたように、「物理的には分散していても、交戦に際しては協調・集中」すると、例えば「敵軍に対して四方八方から一斉に攻撃を仕掛ける」ような話になる。いわゆる同時弾着射撃の考え方に近い。 ただ、中露などの国がアクセス拒否・地域拒否(A2AD : Anti-Access / Area Denial)を掲げるようになると、内懐まで飛び込んでいって交戦する形をとれるかどうかは疑問がある
分散環境ではネットワークが生命線となる。物理的に分散しているノードを結ぶネットワークが機能不全を起こせば、分散環境そのものが瓦解しかねないからだ。 ネットワークに対する脅威 軍用のネットワークでは、動き回るプラットフォームが相手になることが多いので、必然的に無線通信を使用する場面が多くなる。筆者の口癖で「電波に戸は立てられない」から、通信内容が敵軍に傍受される可能性を考えなければならないし、逆に敵軍が妨害を仕掛けてくる事態は不可避と考えなければならない。 すると、ネットワークに対する脅威としては、まず電子戦が挙げられることになる。これは電波という、物理的なレイヤーに対する妨害が主体となる。しかしそれだけでは話は終わらず、もっと上位のレイヤーにおいても脅威は考えられる。マルウェアを送り込む等の手段によって仕掛けられる、サイバー攻撃が典型例といえよう。 小型化・分散化した戦闘環境においては、こ
有人機と無人機がチームを組んで任務を遂行する、いわゆるMUM-T(Manned and Unmanned Teaming。有人機と無人機のチーム化)という言葉や概念が出てきて、しばらく経つ。すでに米陸軍ではAH-64Eアパッチ・ガーディアン攻撃ヘリとMQ-1Cグレイ・イーグル無人機などの組み合わせにより、MUM-Tを具現化している。→連載「軍事とIT」のこれまでの回はこちらを参照。 AH-64Eアパッチ・ガーディアン。単なる武装ヘリではなく、MQ-1Cグレイ・イーグル無人機の管制も可能。機首には電子光学センサー、ローターマスト上にはレーダーを備える 写真：US Army MUM-Tをどう使うか これまで、MUM-Tについては「有人機を突っ込ませるには危険な場所に、墜とされても人命の損失が発生せず、有人機と比べればまだしも諦めがつきやすい無人機を突っ込ませる」という文脈で語られることが多かっ
A Look at WhatsApp: Engineering for Success at Scale
Reliability can make or break a viral app. With only a few dozen engineers, the WhatsApp team successfully delivers billions of messages each day. Come find out how they do it and get tips for scaling your app to a global audience.
データのバッチ取り込みを容易にする Apache Spark 向けの Amazon SageMaker Feature Store コネクタ
Amazon SageMaker Feature Store が強化され、データのバッチ取り込みを容易にすることのできる Apache Spark 向けの強力なコネクタが追加されました。Amazon SageMaker Feature Store は、機械学習 (ML) モデル機能を保存、更新、取得、共有するためのフルマネージド型の専用リポジトリです。これまで、SageMaker Feature Store には、PutRecord API、SageMaker Python SDK の FeatureGroup.ingest 機能、SageMaker Processing ジョブなどの方法でデータを取り込むことが可能でした。 バッチ取り込みの場合、Amazon EMR や Processing ジョブなどの Spark ソースからデータを取り込むことができます。この場合、複数の Spark
以前に第468回で取り上げたように、米軍が推進しているJADC2(Joint All Domain Command and Control)戦闘コンセプトにおけるイネーブラの一つとして「クラウド関連技術」が挙げられている。今回はこのクラウドとエッジを取り上げてみよう。→連載「軍事とIT」のこれまでの回はこちらを参照。 「JADC2(Joint All Domain Command and Control)」のアプローチ。見づらくて恐縮だが、下部に青く囲んだ場所に「Cloud」とある 資料：DoD エッジ処理の必要性 艦艇や航空機といった個々のプラットフォームが自己完結、スタンドアロンで動くのであれば、所要の機材やシステムは、すべて自前で抱え込む必要がある。しかし、ネットワークにつながっていることが前提で、その上で「すべての戦闘空間にまたがる一元的な情報の共有・一元的に指揮統制」を実現すると
今週のお題は、米陸軍が開発を進めているMRC(Mid-Range Capability)。逐語訳すると「中射程能力」となるが、それではなんだか意味不明。「中射程打撃能力」と意訳すると、まあ意味は通る。2023年に、プロトタイプを配備する予定とされている。連載「軍事とIT」のこれまでの回はこちらを参照。 MRCの概要 MRCは、米陸軍が推進している新しい長射程精密火力構想「LRPF(Long-Range Precision Fires)」の一環。現用中のMGM-140 ATACMS(Army Tactical Missile System)の後継として開発が進んでいるPrSM(Precision Strike Missile。射程は500km程度)と、極超音速滑空飛翔体を撃ち出すLRHW(Long-Range Hypersonic Weapon、射程は2,760km程度)の間に位置する、射程
考察: Nostrプロトコルはオーバレイネットワークを構成するためのプロトコルなのではないか？ - Ryoの開発日記 Neo!
Nostrプロトコルって何やねんという方はまず以下の記事などを参照いただけると良いかと。 qiita.com qiita.com さて、読者の方々がNostrプロトコルの概要は理解している前提で以下、掲題に関して。 数日前にNostr（プロトコル上で構成されたTwitterライクなマイクロブログ）で follow している、あるユーザが、Nostr（プロトコル）はリレーサーバを信頼してないという点でP2Pと同じである、リレーサーバはただのハブである、といった主旨のことを投稿していて、それを読んでハッ！っとひらめいたことがあった。 それは、Nostrプロトコルというのは、本質的にはクライアントをノードとしてpeer-to-peerでやりとりできるオーバレイネットワーク（以降、オーバレイと略記）に近いものを構成するプロトコルなのではないか、という見方である。 オーバレイでのアドレスは公開鍵 ク
Amazon DynamoDB - Qiita
DynamoDB はキーバリュー（ワイドカラム型）でデータを簡易に操作することが主要な役割です。 3.特徴 無制限に性能を拡張できます。 SSDに保存され、シンプルなクエリ言語によって、安定した低レイテンシーのクエリパフォーマンスが実現可能です。 高可用性、3AZに保存されます。 マネージド型のためメンテナンスがいりません。 プロビジョンドスループット。テーブルごとにRead（RCU）とWrite（WCU）に必要なスループットキャパシティを割り当てることが可能です。なお、スループットキャパシティの変更は無停止で行うことが可能です。 新機能 – DynamoDB Transactions 更新 (または削除) しているクライアント側の項目が、Amazon DynamoDB の項目と確実に同じになるようにするためのオプティミスティックロックをサポートしている。 条件付き書き込みが成功するのは項
最近Sparkを触る機会があって、少しだけ勉強したのでメモがてら残しておきます。 Sparkの分散処理の仕組み Sparkとは 高速で汎用的な分散処理システム 分散データ（RDD）をDISKを介さずにメモリ上に持つので、Hadoopの100倍ぐらい高速 Java, Scala, Python, RなどのAPIを提供 Spark SQL, MLlib, GraphX, Spark Streamingなどのリッチなツールを提供 分散処理システムの構成要素 画像は、こちらからお借りしました。 Driver Program Master Nodeで実行される起点となるプログラム SparkContextを作成し、RDDを生成して、Taskを実行していく SparkContext Sparkの色々な機能へのエントリーポイント ClusterManagerを通じてクラスターを操作する DAG Sche
Next.js+yjs+BlockNoteでGoogle Docs+Notionのような共同編集エディタを作ろう
サークルで制作してるアプリに、共同編集できるエディタを実装したいという話が上がり調査したところ Notionライクなテキストエディタ「BlockNote」 yjsという良さげなデータ構造のライブラリ を組み合わせたらいい感じに動作したので記事にしました。 yjsとは Yjs is a modular framework for syncing things in real-time - like editors! yjsはCRDT(a conflict-free replicated data type)を実装した競合しないデータ構造を扱えるフレームワークです。 分散コンピューティングに特化したデータ構造で、リアルタイムな共同編集などに用いることができ、マージの競合なしにデータを伝えることができます。 BlockNoteとは おしゃれなテキストエディターです。 Notionのようにカスタム
信頼性の高いスレッドまたはマシン間で作業を分散できる「Celery」のインストールについて解説しています。 「Celery（https://github.com/celery/celery）」は、オープンソースの分散タスクキュー（スレッドまたはマシン間で作業を分散できるもの）です。 ■Python 今回のPythonのバージョンは、「3.8.5」を使用しています。（Windows10）（pythonランチャーでの確認） ■scrapyをインストールするscrapyをインストールを行いますが、今回はpipを経由してインストールを行うので、まずWindowsのコマンドプロンプトを起動します。 pip install celery起動後、上記のコマンドを入力し、Enterキーを押します。 なお、今回は、pythonランチャーを使用しており、Python Version 3.8.5にインストールを
RAID5の設定でデータを保存して後から復旧するには？
当サイトでは、ハードディスクドライブやSSDの内部ファイルの救出、外部接続のPCの機材やシステムを復元する方法、壊れたコンピューターの製品を修復する手順といったリカバリーによるトラブル解決について、詳細を解説しています。また、読み込めない電子機器からの補助記憶装置の取り出しによるレスキューのサポートを行ってもらえる、データ復旧サービスセンターも紹介しています。 近年のハードディスクドライブやSSDの製品は、丈夫で安全性に優れているものの、 いつ急に故障して読み込めなくなるかはやはりわかりません。 そこで、「RAID5」（Redundant Arrays of Independent Disks）のシステムを運用して、 ハードディスクないしSSD（ソリッドステートドライブ）のどれかが故障した時に、 後からデータを復旧するにはどのように対処をすればいい？という疑問について。 RAID5を導入し
米国株投資なら個別株のほかETF分散投資も検討しよう。
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
Distributed System Design Patterns
https://twitter.com/yutakashino/status/1461498527922728964
Causal Consistency - Carpe Diem
ブロックチェーンを用いたマイクロソフトの「分散型ID」が、実装に向け動き始めた（1/4ページ）
Apache Kafka最新アップデート (2023年6月16日版)
（Nostrプロトコルの）リレーサーバ実装 strfry について調べた - Qiita
Scaling Strongly Consistent Replication
https://dl.acm.org/doi/pdf/10.1145/2927299.2940294
Designing Tinder - High Scalability -
So you want to learn Microservices?
軍事業界の小型化と分散化(9)砲兵やHIMARSの場合 - 軍事とIT(478)
軍事業界の小型化と分散化(2)米軍の戦闘概念「JADC2」のイネーブラ - 軍事とIT(468)
軍事業界の小型化と分散化(11)安い、高性能、電気は食わないレーダー - 軍事とIT(481)
軍事業界の小型化と分散化(17)ミサイル防衛関連の衛星も？ - 軍事とIT(487)
軍事業界の小型化と分散化(4)米海軍の分散海洋作戦(1)分散と協調 - 軍事とIT(470)
軍事業界の小型化と分散化(15)小さい・安い・早い衛星 - 軍事とIT(485)
軍事業界の小型化と分散化(8)マルチドメイン作戦について考えてみる - 軍事とIT(477)
軍事業界の小型化と分散化(6)分散化を支える通信インフラ - 軍事とIT(472)
軍事業界の小型化と分散化(14)分散化の文脈から見たMUM-T - 軍事とIT(484)
軍事業界の小型化と分散化(20)衛星と無人機に見るクラウドとエッジ - 軍事とIT(490)
軍事業界の小型化と分散化(10)米陸軍のMid-Range Capability - 軍事とIT(480)
PySparkの実装サンプルと実行方法 – rinoguchi's techlog
信頼性の高いスレッドまたはマシン間で作業を分散できる「Celery」のインストール