Designing Distributed Systems Брендана Бернса - практичний посібник з проєктування масштабованих і надійних розподілених систем у сучасному хмарному середовищі. Автор, один із співзасновників Kubernetes, узагальнює ключові патерни та парадигми, які лежать в основі cloud-native архітектури.

Книга пояснює, як використовувати контейнери та оркестратори для побудови відмовостійких сервісів, демонструє повторно використовувані шаблони, такі як sidecar, ambassador та adapter, і показує, як вони спрощують масштабування, комунікацію та керування компонентами системи. Особлива увага приділена асинхронній обробці, чергам завдань, event-driven підходам та розподіленим workflow.

Видання стане незамінним ресурсом для backend-розробників, DevOps-інженерів, системних архітекторів та всіх, хто працює з Kubernetes, мікросервісами та хмарною інфраструктурою. Книга формує спільну мову для команд і допомагає уникати типових помилок при створенні складних розподілених систем.

• A Brief History of Systems Development

• A Brief History of Patterns in Software Development

• Formalization of Algorithmic Programming

• Patterns for Object-Oriented Programming

• The Rise of Open Source Software

• The Value of Patterns, Practices, and Components

• Standing on the Shoulders of Giants

• A Shared Language for Discussing Our Practice

• Shared Components for Easy Reuse

• Summary

• An Example Sidecar: Adding HTTPS to a Legacy Service

• Dynamic Configuration with Sidecars

• Modular Application Containers

• Hands On: Deploying the topz Container

• Building a Simple PaaS with Sidecars

• Designing Sidecars for Modularity and Reusability

• Parameterized Containers

• Define Each Container’s API

• Documenting Your Containers

• Summary

• Using an Ambassador to Shard a Service

• Hands On: Implementing a Sharded Redis

• Using an Ambassador for Service Brokering

• Using an Ambassador to Do Experimentation or Request Splitting

• Hands On: Implementing 10% Experiments

• Monitoring

• Hands On: Using Prometheus for Monitoring

• Logging

• Hands On: Normalizing Different Logging Formats with Fluentd

• Adding a Health Monitor

• Hands On: Adding Rich Health Monitoring for MySQL

• Stateless Services

• Readiness Probes for Load Balancing

• Hands On: Creating a Replicated Service in Kubernetes

• Session Tracked Services

• Application-Layer Replicated Services

• Introducing a Caching Layer

• Deploying Your Cache

• Hands On: Deploying the Caching Layer

• Expanding the Caching Layer

• Rate Limiting and Denial-of-Service Defense

• SSL Termination

• Hands On: Deploying nginx and SSL Termination

• Summary

• Sharded Caching

• Why You Might Need a Sharded Cache

• The Role of the Cache in System Performance

• Replicated, Sharded Caches

• Hands On: Deploying an Ambassador and Memcache for a Sharded Cache

• An Examination of Sharding Functions

• Selecting a Key

• Consistent Hashing Functions

• Hands On: Building a Consistent HTTP Sharding Proxy

• Sharded, Replicated Serving

• Hot Sharding Systems

• Scatter/Gather with Root Distribution

• Hands On: Distributed Document Search

• Scatter/Gather with Leaf Sharding

• Hands On: Sharded Document Search

• Choosing the Right Number of Leaves

• Scaling Scatter/Gather for Reliability and Scale

• Determining When FaaS Makes Sense

• The Benefits of FaaS

• The Challenges of FaaS

• The Need for Background Processing

• The Need to Hold Data in Memory

• The Costs of Sustained Request-Based Processing

• Patterns for FaaS

• The Decorator Pattern: Request or Response Transformation

• Hands On: Adding Request Defaulting Prior to Request Processing

• Handling Events

• Hands On: Implementing Two-Factor Authentication

• Event-Based Pipelines

• Hands On: Implementing a Pipeline for New-User Signup

• Determining If You Even Need Master Election

• The Basics of Master Election

• Hands On: Deploying etcd

• Implementing Locks

• Hands On: Implementing Locks in etcd

• Implementing Ownership

• Hands On: Implementing Leases in etcd

• Handling Concurrent Data Manipulation

• A Generic Work Queue System

• The Source Container Interface

• The Worker Container Interface

• The Shared Work Queue Infrastructure

• Hands On: Implementing a Video Thumbnailer

• Dynamic Scaling of the Workers

• The Multi-Worker Pattern

• Patterns of Event-Driven Processing

  • Copier

  • Filter

  • Splitter

  • Sharder

  • Merger

• Hands On: Building an Event-Driven Flow for New User Sign-Up

• Publisher/Subscriber Infrastructure

• Hands On: Deploying Kafka

• Join (or Barrier Synchronization)

• Reduce

  • Hands On: Count

  • Sum

  • Histogram

• Hands On: An Image Tagging and Processing Pipeline