设计数据密集型应用

一. 可靠可扩展与可维护的应用系统

许多新型应用, CPU的处理能力往往不是第一限制因素, 关键在于数据量, 数据复杂度以及数据的快速多变

1. Tweeter问题

Pull

SELECT tweets.*, users.*
  FROM tweets
  JOIN users   ON tweets.sender_id = users.id
  JOIN follows ON follows.followee_id = users.id
  WHERE follows.follower_id = current_user

Push

Push/Pull相结合

Pull & Push 大V用户特殊处理.
正常用户发Tweeter进行Push处理, 大V用户的Tweeter

2. Response Time

后续作者主要会讨论数据密集型应用的设计, 如何提升系统的可靠性, 可扩展性和可维护性

二. 数据模型与查询语言

语言的边界就是世界的边界

2.1 数据查询语言(声明式/命令式)

// 命令式
function getSharks() {
   
    var sharks = [];
    for (var i = 0; i < animals.length; i++) {
   
        if (animals[i].family === "Sharks") {
   
            sharks.push(animals[i]);
        }
    }
    return sharks;
}

// Sql声明式
SELECT * FROM animals WHERE family ='Sharks';

// css声明式
li.selected > p {
   
	background-color: blue;
}

// js命令式
var liElements = document.getElementsByTagName("li");
for (var i = 0; i < liElements.length; i++) {
   
    if (liElements[i].className === "selected") {
   
        var children = liElements[i].childNodes;
        for (var j = 0; j < children.length; j++) {
   
            var child = children[j];
            if (child.nodeType === Node.ELEMENT_NODE && child.tagName === "P") {
   
                child.setAttribute("style", "background-color: blue");
            }
        }
    }
}


// postgresql
SELECT
	date_trunc('month'