Inizia la prova gratuita
Tendenze Novità Generi Autori
EnglishEnglish
EspañolSpanish
简体中文Chinese
繁體中文Chinese (Traditional)
FrançaisFrench
DeutschGerman
日本語Japanese
PortuguêsPortuguese
ItalianoItalian
한국어Korean
РусскийRussian
NederlandsDutch
العربيةArabic
PolskiPolish
हिन्दीHindi
Tiếng ViệtVietnamese
SvenskaSwedish
ΕλληνικάGreek
TürkçeTurkish
ไทยThai
ČeštinaCzech
RomânăRomanian
MagyarHungarian
УкраїнськаUkrainian
IndonesiaIndonesian
DanskDanish
SuomiFinnish
БългарскиBulgarian
עבריתHebrew
NorskNorwegian
HrvatskiCroatian
CatalàCatalan
SlovenčinaSlovak
LietuviųLithuanian
SlovenščinaSlovenian
СрпскиSerbian
EestiEstonian
LatviešuLatvian
فارسیPersian
മലയാളംMalayalam
தமிழ்Tamil
اردوUrdu
Ricerca in corso...
SoBrief
Scalabilità Web per Ingegneri di Startup

Scalabilità Web per Ingegneri di Startup

Titolo tradotto
Titolo originale: Web Scalability for Startup Engineers
Costruisci un sistema che possa crescere senza pagare il prezzo della complessità prima che la domanda lo richieda.
di Artur Ejsmont 2015 416 pagine
4.50
343 valutazioni
Ascolta
Immersivi
V2.3
Amazon Kindle Audible
Prova l'accesso completo per 3 giorni
Sblocca l'ascolto e molto altro!
Continua

Punti chiave

Considera la scalabilità come capacità adattabile, non come sinonimo di velocità

La capacità deve seguire la domanda. La scalabilità è la capacità di modificare in modo economicamente conveniente la capacità di un sistema al variare della domanda, senza peggiorare l'esperienza utente. La domanda si manifesta in tre forme distinte: più dati, più utenti simultanei e interazioni più frequenti. Un sito con 100 utenti che inviano una richiesta ogni cinque secondi deve gestire circa 20 richieste al secondo, ma questo dato, da solo, non dice agli ingegneri quanto rapidamente debba essere servita ogni richiesta. Le prestazioni misurano il tempo necessario per svolgere un'attività; la scalabilità misura quanto lavoro il sistema può gestire man mano che cresce o si riduce.

Anche l'attività aziendale fa parte del sistema. Una startup potrebbe dover moltiplicare rapidamente la propria capacità, per poi ridurla quando la domanda cala. L'architettura, le dimensioni del team di ingegneria e i costi operativi possono limitare la crescita tanto quanto la CPU o lo spazio di archiviazione.

Analisi

Qui è utile distinguere la velocità di un servizio dalla sua capacità. Una risposta rapida con un carico ridotto dice poco su come si comporterà durante un picco, così come un grande magazzino dice poco sulla rapidità con cui si possono preparare gli ordini. Considerare la scalabilità un problema di domanda e costi aiuta inoltre a evitare architetture di facciata: la domanda pertinente non è se, in teoria, un sistema possa gestire milioni di utenti, ma se la capacità aggiuntiva sia disponibile quando serve a un costo accettabile. La definizione lascia comunque aperta una sfida pratica: l'esperienza utente e i costi accettabili dipendono dall'attività aziendale, perciò i team devono rendere esplicite queste soglie.

Lascia che siano i colli di bottiglia a giustificare la complessità; aumenta la capacità prima di ricostruire l'architettura

Procedi per gradi. Una piccola applicazione può iniziare su un solo server. Quando le risorse non bastano più, potenziare quella macchina è spesso la soluzione più semplice, ma la scalabilità verticale diventa costosa e alla fine raggiunge i limiti dell'hardware. Separare il database dal server web può alleggerire il carico; una rete di distribuzione dei contenuti può servire i file statici più vicino agli utenti e ridurre il carico sui server di origine. La scalabilità orizzontale aggiunge macchine intercambiabili, mentre servire un pubblico globale può richiedere più centri dati e un instradamento sensibile alla posizione.

Ricorri a infrastrutture esterne quando è utile. Il libro presenta DNS gestito, bilanciamento del carico, archiviazione di file e distribuzione dei contenuti come strumenti che consentono alle startup di evitare di costruire autonomamente infrastrutture generiche. Non si tratta di una sequenza obbligatoria. Ogni componente aggiunto ha un costo operativo, quindi conviene iniziare con il minimo indispensabile per risolvere problemi misurati.

Analisi

È meglio leggere questa progressione come una serie di opzioni, non come una gara di maturità. Un singolo server più potente può essere la scelta razionale quando la domanda è contenuta e il tempo del personale è scarso; un'architettura distribuita conviene solo se il coordinamento aggiuntivo offre capacità, resilienza o portata sufficienti. Il principio più profondo è la migrazione dei colli di bottiglia: allentare un vincolo spesso ne fa emergere un altro, quindi dopo ogni modifica occorre misurare l'infrastruttura. I servizi gestiti rendono più economica questa sperimentazione, ma in cambio della comodità riducono in parte il controllo e possono creare dipendenza dal fornitore.

Rendi intercambiabile il server che gestisce ogni richiesta spostando lo stato al di fuori del server

Lo stato vincola gli utenti alle macchine. Un server stateless non dipende, per gestire una richiesta, da informazioni archiviate soltanto su quella specifica macchina. Se i dati di sessione risiedono in un archivio condiviso o in un cookie compatto, i file sono conservati in uno spazio condiviso e gli altri stati condivisi sono gestiti all'esterno, un bilanciatore del carico può inviare ogni richiesta a qualsiasi server funzionante. Diventa così più facile aggiungere, rimuovere, sostituire o riavviare macchine senza lasciare gli utenti bloccati.

Le sessioni persistenti nascondono il problema. Mantengono le richieste di un utente sullo stesso server, ma rendono più difficile sostituire quella macchina in sicurezza. I blocchi locali e i file specifici del server creano problemi analoghi. Gli archivi condivisi, i meccanismi di blocco distribuiti e l'archiviazione di file nel cloud possono eliminare queste dipendenze, anche se ogni chiamata remota aggiunge latenza e un altro componente da gestire.

Analisi

L'intercambiabilità è un vantaggio operativo, non solo una preferenza di programmazione. Permette di distribuire il traffico e ripristinare il servizio senza che ogni server debba ricordare la cronologia dell'utente. È un esempio della più ampia pratica ingegneristica di separare i dati persistenti dai calcoli temporanei: è più facile riparare processi sostituibili che macchine titolari di uno stato insostituibile. Il compromesso va considerato con attenzione. Spostare lo stato all'esterno non elimina la complessità; la trasferisce all'archiviazione, alle chiamate di rete e alla gestione dei guasti. L'assenza di stato è particolarmente utile quando anche le dipendenze condivise sono affidabili e la loro latenza è nota.

Mantieni la complessità circoscritta con contratti semplici, confini chiari e misura

Rendi il sistema comprensibile per parti. I principi di progettazione del libro mirano a limitare quanto una parte del sistema debba sapere delle altre. Un contratto definisce ciò che un componente offre senza rivelare come funziona. Responsabilità circoscritte, dettagli implementativi privati e dipendenze iniettate rendono i componenti più facili da testare o sostituire. I diagrammi possono rivelare dipendenze intricate prima che diventi costoso modificarle.

Non costruire per futuri immaginari. Lo sviluppo guidato dai test può chiarire un'interfaccia dal punto di vista di chi la usa, mentre le astrazioni e i confini modulari aiutano gli ingegneri a comprendere un sistema ampio una parte alla volta. Ma ogni livello, servizio e framework ha un costo. L'obiettivo non è la massima separazione, bensì una separazione sufficiente a modificare e scalare le parti che hanno esigenze concrete e distinte.

Analisi

L'enfasi sulla comprensione locale collega l'architettura software ai limiti dell'attenzione umana: è più facile ragionare con affidabilità su un numero ridotto di relazioni che su un grafo di dipendenze esteso e intricato. Contratti e responsabilità circoscritte riducono il numero di fatti che uno sviluppatore deve tenere a mente mentre apporta una modifica. La modularità, però, non significa automaticamente semplicità. Un confine tra servizi può sostituire l'accoppiamento del codice con gli oneri della rete, della distribuzione e della responsabilità. La verifica utile è chiedersi se quel confine consenta a un team di prendere davvero una decisione in autonomia o aggiunga soltanto un'altra casella al diagramma.

Usa le repliche per il carico di lettura e gli shard per la crescita dei dati e delle scritture

La replica copia; lo sharding divide. Nell'esempio con MySQL, un server master accetta le scritture e invia in modo asincrono le modifiche alle repliche di lettura. Un numero maggiore di repliche può aumentare la capacità di lettura e agevolare i backup, ma non divide l'insieme dei dati né aumenta la capacità di scrittura. Poiché la replica è asincrona, una scrittura recente potrebbe non essere ancora visibile su una replica; inoltre, la perdita del master può richiedere una procedura di ripristino attenta.

Lo sharding distribuisce le responsabilità. Il partizionamento dei dati, detto anche sharding, assegna sottoinsiemi di record a server diversi usando una chiave di sharding, per esempio un identificativo utente. Questo può aumentare la capacità di archiviazione dei dati e di scrittura, ma rende più difficili le ricerche tra shard, le transazioni e le migrazioni. Una chiave inadeguata può generare un carico sbilanciato. La scelta dovrebbe dipendere dai modelli di accesso, non dal fascino di avere più macchine.

Analisi

Questa distinzione evita un comune errore di categoria: avere più copie dello stesso database non equivale ad avere più capacità del database sotto ogni aspetto. Le repliche scambiano parte dell'aggiornamento dei dati con un maggiore flusso di lettura; gli shard sacrificano la comodità di un insieme di dati unificato per distribuire la gestione in parallelo. Sono scelte che riguardano anche il significato delle operazioni per l'attività aziendale, non soltanto l'infrastruttura. Si possono tollerare aggiornamenti da ricomporre in un carrello, mentre un saldo finanziario può richiedere un coordinamento più rigoroso. La progettazione corretta parte quindi dalla domanda su quali operazioni debbano restare autorevoli e quali possano tollerare un ritardo, anziché trattare la scalabilità orizzontale come un semplice aggiornamento tecnico.

Progetta i dati NoSQL in funzione delle query, poi affida le ricerche ampie ai motori di ricerca

Parti da come vengono usati i dati. La modellazione relazionale spesso comincia da entità e relazioni. I sistemi NoSQL richiedono comunemente un approccio diverso: elencare prima le query importanti, poi organizzare i dati, talvolta duplicandoli, in modo da servirle in modo efficiente. In un modello a colonne larghe in stile Cassandra, una chiave di riga individua una partizione e colonne ordinate supportano letture specifiche. Il modello può rendere efficienti le pagine di un prodotto o di un utente, ma una query non prevista può richiedere la scansione di enormi quantità di dati.

Gli indici fanno guadagnare velocità, ma hanno un costo. I campi ad alta cardinalità e distribuiti uniformemente sono spesso candidati migliori per gli indici rispetto ai campi con pochi valori ripetuti. Gli indici occupano spazio di archiviazione e aggiungono lavoro alle scritture. Per ricerche full-text flessibili, un motore di ricerca dedicato usa un indice inverso, che associa le parole ai documenti che le contengono.

Analisi

La modellazione basata sulle query rende visibili fin da subito le ipotesi sulle prestazioni: il team deve stabilire a quali domande meritino risposte rapide e quali possano riceverne di più lente, o restare senza risposta. La denormalizzazione si può intendere come una risposta materializzata, archiviata in anticipo così che una richiesta comporti meno lavoro. È una soluzione potente quando i modelli di accesso sono stabili, ma lega l'archiviazione al comportamento del prodotto. Una modifica alle funzionalità può rendere obsoleta l'organizzazione scelta. Separare il motore di ricerca può isolare la ricerca flessibile dall'archiviazione transazionale, purché i team accettino che il suo indice possa non essere aggiornato quanto i dati di origine.

Memorizza nella cache il più possibile lungo il percorso della richiesta, nel rispetto dei requisiti di aggiornamento

Lo scopo è riutilizzare. Una cache memorizza un risultato affinché le richieste successive non debbano ricrearlo. Il suo rapporto di hit della cache dipende dal numero di chiavi distinte generate, dalla quantità di dati che può contenere e dalla durata di validità delle voci. Le cache dei browser, le reti di distribuzione dei contenuti, i proxy inversi e le cache di oggetti condivise possono evitare lavoro a livelli sempre più vicini alla sorgente lungo il percorso della richiesta. Memorizzare nella cache un'intera pagina riutilizzabile può far risparmiare più risorse che memorizzare soltanto la query del database usata per crearla.

Scegli le priorità sulla base dei dati. Un criterio pratico di priorità è il tempo impiegato per richiesta moltiplicato per il numero di richieste. I file statici possono essere pubblicati a URL versionati e memorizzati nella cache a lungo. Per i dati soggetti a modifiche, il tempo di permanenza (TTL) limita l'obsolescenza; un'invalidazione precisa è più difficile, perché un singolo record modificato può avere effetti su molte pagine memorizzate nella cache e su molti risultati di ricerca.

Analisi

La memorizzazione nella cache è una forma di oblio deliberato: il sistema accetta di riutilizzare una risposta archiviata invece di ricalcolarla, in cambio di minore latenza e carico. Perciò l'aggiornamento dei dati è una decisione di prodotto, non soltanto un'impostazione di intestazione. Una cache dei prezzi di breve durata e una cache delle immagini di lunga durata esprimono promesse diverse agli utenti. I progetti migliori rendono esplicite queste promesse e misurano i mancati hit della cache, invece di aggiungere livelli di cache per istinto. L'invalidazione della cache rivela anche dipendenze nascoste: se una modifica ai dati richiede di individuare decine di risposte derivate, può essere difficile ragionare sul flusso dei dati sottostante.

Accoda le attività lente, ma considera che i messaggi possano ripetersi e arrivare fuori ordine

Separa l'accettazione dal completamento. Una coda di messaggi consente a un'applicazione di inviare un'attività e proseguire senza attendere che un processo worker la completi. I produttori pubblicano messaggi, un broker li accoda e li instrada, e i consumatori li elaborano in modo indipendente. Più worker possono aumentare la capacità di elaborazione, mentre una coda arretrata può assorbire un picco di traffico dando al sistema il tempo di recuperare. Questa soluzione è adatta ad attività come inviare email, ridimensionare immagini o contattare servizi esterni.

Progetta il sistema tenendo conto di consegne imperfette. I worker possono fallire dopo aver completato un'attività ma prima di averla confermata, perciò un messaggio può essere consegnato di nuovo. I consumatori in parallelo possono elaborare messaggi correlati nell'ordine sbagliato. Quando è pratico, rendi idempotenti le operazioni, definisci i requisiti di ordinamento e instrada fuori dalla coda normale i messaggi problematici che continuano a fallire. Un'architettura basata sugli eventi va oltre: i componenti annunciano fatti avvenuti senza indicare un worker specifico né chiedergli di svolgere un'attività.

Analisi

Le code spostano l'attesa fuori dalle richieste rivolte agli utenti, ma non fanno scomparire il lavoro. Il ritardo si manifesta come anzianità della coda, e gli utenti o i sistemi a valle possono comunque essere interessati al momento in cui un'attività viene completata. Ecco perché i sistemi asincroni hanno bisogno di aspettative esplicite su ritardi accettabili, tentativi di nuovo invio ed effetti duplicati. L'idempotenza è particolarmente preziosa perché trasforma una consegna ripetuta da disastro per la correttezza a semplice spreco di risorse. La comunicazione basata sugli eventi può allentare ulteriormente le dipendenze, ma un flusso ampio di eventi senza responsabilità o documentazione chiare può rendere il sistema più difficile da capire del modello richiesta-risposta che ha sostituito.

Automatizza test, distribuzione e monitoraggio prima che il numero di server diventi ingestibile per le persone

Rendi ripetibili le attività di routine. I test di regressione e la distribuzione manuali diventano più gravosi man mano che il prodotto cambia. I test automatizzati richiedono un investimento iniziale, ma possono favorire rilasci più piccoli e refactoring più sicuri. L'integrazione continua controlla il codice condiviso; la distribuzione continua lo distribuisce agli ambienti di test; la distribuzione automatica può inviare direttamente in produzione le modifiche testate. La gestione della configurazione aiuta a mantenere coerenti le istanze dei server.

Riduci i tempi di ripristino, non solo quelli di rilevamento. Il monitoraggio dovrebbe comprendere lo stato delle macchine, il comportamento dei servizi, le chiamate dell'applicazione e i risultati aziendali. Il libro suddivide il tempo di ripristino in individuazione, risposta, indagine e risoluzione del problema. I log centralizzati aiutano a indagare sui guasti che coinvolgono molte macchine, mentre gli avvisi e le procedure di reperibilità velocizzano la risposta. Un pannello di controllo senza un responsabile chiaro o soglie utili è decorativo, non una prova di preparazione operativa.

Analisi

L'automazione crea leva perché la stessa procedura affidabile può essere ripetuta senza aumentare il lavoro in misura proporzionale. Il monitoraggio aggiunge un ciclo di feedback: gli operatori osservano il sistema, lo confrontano con le condizioni accettabili e intervengono quando si discosta da esse. Le metriche aziendali sono importanti quanto CPU e latenza, perché un servizio tecnicamente in salute può comunque deludere gli utenti in un passaggio critico. È essenziale una cautela: la distribuzione automatizzata è affidabile solo quanto lo sono i suoi test, il percorso di rollback e le misure di protezione. Cambiamenti più rapidi amplificano sia le buone decisioni sia gli errori, quindi la velocità deve essere affiancata da strumenti di osservabilità e meccanismi di ripristino.

Rilascia esperimenti più piccoli e organizza i team intorno ai risultati, non ai passaggi di consegne

Considera il tempo un vincolo di progettazione. L'autore sostiene che gli straordinari prolungati non siano una strategia produttiva scalabile e, sulla base della propria esperienza, descrive le settimane da oltre 50 ore come rischiose e quelle da oltre 60 come un pericolo di esaurimento. Per gestire il lavoro, occorre modificare l'ambito, i costi o i tempi, anziché fingere che tutti e tre possano rimanere invariati. Dai priorità alle attività in base al valore atteso rispetto al costo, usa il feedback dei clienti e rilascia piccoli esperimenti invece di dedicare mesi a funzionalità non testate.

Affida ai team la responsabilità dall'inizio alla fine. Man mano che i team crescono, aumentano i canali di comunicazione. I gruppi interfunzionali organizzati intorno a un prodotto o a un servizio possono prendere più decisioni senza far passare il lavoro attraverso reparti specialistici distinti. Gli standard possono favorire il coordinamento, ma procedure eccessive possono rendere costosa la sperimentazione. L'obiettivo pratico è avere team allineati e sufficientemente autonomi da realizzare soluzioni e imparare.

Analisi

Questo collega la progettazione organizzativa a quella dei sistemi: entrambe funzionano meglio quando le responsabilità sono chiare e le dipendenze limitate. I rilasci piccoli producono più rapidamente evidenze sull'importanza di una funzionalità, mentre la responsabilità interfunzionale riduce ritardi e distorsioni dovuti ai passaggi di consegne. L'analogia ha i suoi limiti: i team sono persone con competenze diverse, priorità in conflitto e legittime esigenze di standard condivisi. L'autonomia non giustifica la duplicazione di ogni capacità. La sfida è accentrare ciò che trae beneficio dalla coerenza e lasciare che i team di prodotto decidano ciò che richiede conoscenze locali.

Analisi

Il contributo più forte del libro è la sua visione unitaria della scalabilità. Collega la capacità dei server ai confini del software, ai modelli dei dati, alle pratiche operative e alla struttura dei team, invece di presentare la scalabilità come un elenco della spesa di prodotti cloud. In tutti questi ambiti ricorre la stessa domanda: un componente può cambiare in modo indipendente? Si può sostituire un server web, scalare un servizio, spostare una partizione di dati o distribuire una versione senza coordinare l'intero sistema? Assenza di stato, contratti, partizionamento, memorizzazione nella cache e automazione sono risposte diverse alla stessa domanda.

La tensione più utile è quella tra rimandare la complessità e prepararsi alla crescita. Distribuire prematuramente un sistema crea modalità di guasto e costi di coordinamento, ma un monolite con stato nascosto può rendere proibitivo ogni cambiamento futuro. L'approccio pragmatico del libro consiste nel preservare le opzioni con confini semplici e aggiungere meccanismi quando lo giustificano un vero collo di bottiglia o un'esigenza aziendale. È una strategia più duratura di qualsiasi singolo stile architetturale, ma richiede misurazioni e giudizio anziché una lista di controllo. Le indicazioni tecniche rispecchiano la data di pubblicazione del 2015. I fornitori nominati, i prodotti cloud, i confronti tra broker e i limiti delle piattaforme vanno considerati esempi storici, non raccomandazioni attuali. Più duraturi sono i criteri decisionali: distinguere la scalabilità in lettura da quella in scrittura, specificare i requisiti di aggiornamento e consistenza, modellare i dati in funzione delle query effettive e pianificare la gestione dei guasti parziali. I consigli aziendali completano quelli architetturali: verificare le ipotesi con i clienti, automatizzare il lavoro ripetitivo ed evitare che gli sforzi eroici dei singoli diventino il meccanismo nascosto che mantiene disponibile il sistema. Il libro offre un orientamento generale, non un manuale d'implementazione; prima di adottare una tecnologia specifica, i lettori devono comunque consultare la documentazione aggiornata e svolgere test specifici sul proprio sistema.

Riassunto in 30 secondi
Scalabilità significa adeguare la capacità al variare della domanda, non semplicemente rendere più veloci le singole richieste. Misura il vincolo prima di aggiungere infrastruttura: le repliche aumentano la capacità di lettura, mentre lo sharding può ampliare la capacità di archiviazione e scrittura, al prezzo di query e migrazioni più difficili. Mantieni i server sostituibili archiviando altrove lo stato condiviso e memorizza nella cache i risultati riutilizzabili quando i requisiti di aggiornamento lo consentono. Le code assorbono i picchi, ma i messaggi ripetuti o fuori sequenza richiedono un'elaborazione resiliente. Automatizza test, distribuzione e monitoraggio e verifica le decisioni sul prodotto con rilasci di piccole dimensioni.
Contiene spoiler

Ultimo aggiornamento:

Segnala un problema

Sintesi delle recensioni

4.50 su 5
Media di 343 valutazioni da Goodreads e Amazon.

Web Scalability for Startup Engineers riceve ampi consensi per la trattazione completa dei concetti di scalabilità. I lettori ne apprezzano l'accessibilità, l'approccio pragmatico e l'ampiezza degli argomenti. Il libro è considerato un'eccellente introduzione ai sistemi distribuiti e alla progettazione dei sistemi, in particolare per gli ingegneri junior e di livello intermedio. Sebbene alcune informazioni possano essere datate, rimane una risorsa preziosa per comprendere le architetture web scalabili. I recensori ne elogiano le spiegazioni chiare, i consigli pratici e la visione d'insieme dei sistemi su larga scala. Molti lo consigliano come punto di partenza per imparare a conoscere la scalabilità nello sviluppo web.

La tua valutazione:
4.68
170 valutazioni
Vuoi leggere il libro completo?

Glossario

Scalabilità

Capacità adattabile ed economicamente sostenibile

La capacità di aumentare o ridurre la capacità di un sistema in risposta alla domanda, senza effetti inaccettabili per gli utenti o sui costi. La domanda può crescere attraverso volumi di dati maggiori, più client simultanei o interazioni più frequenti. Il libro distingue la scalabilità dalle prestazioni, che riguardano il tempo necessario per completare un'attività o una richiesta.

Assenza di stato (statelessness)

Nessuna dipendenza dallo stato locale del server

Una proprietà di un servizio o server che non dipende da uno stato conservato solo da quella specifica istanza per elaborare correttamente le richieste. Le sessioni utente, i file e i dati applicativi condivisi vengono archiviati esternamente o forniti insieme alle richieste. Le istanze possono così essere considerate intercambiabili, semplificando la sostituzione e la scalabilità orizzontale.

Partizionamento funzionale

Separare in base alle responsabilità

Suddivisione di un sistema in sottosistemi indipendenti in base alle funzioni che svolgono. Per esempio, un'applicazione web potrebbe separare le funzionalità del catalogo prodotti da quelle dei profili utente. Ogni partizione può essere sviluppata, gestita e scalata secondo le proprie esigenze, anche se un partizionamento eccessivo può aggiungere dipendenze e costi di gestione.

Partizionamento dei dati (sharding)

Distribuire i dati tra più server

Distribuzione di sottoinsiemi di un insieme di dati tra più macchine, in modo che nessuna macchina debba archiviare o elaborare tutti i record. Una chiave di sharding identifica la partizione a cui appartiene un record e aiuta a indirizzarvi le query. Lo sharding può ampliare la capacità di archiviazione dei dati e quella di scrittura, ma complica le query tra partizioni, le transazioni e lo spostamento dei dati.

Consistenza eventuale

Le repliche convergono nel tempo

Proprietà di un archivio dati distribuito in cui nodi diversi possono contenere temporaneamente versioni diverse dei dati, ma gli aggiornamenti dovrebbero propagarsi fino a far convergere le copie. Una lettura da un nodo può quindi restituire informazioni obsolete. I sistemi possono offrire opzioni più forti, come letture e scritture a quorum, al prezzo di una latenza maggiore o di una disponibilità ridotta.

Rapporto di hit della cache

Percentuale servita dalla cache

La proporzione di richieste di dati memorizzati nella cache a cui è possibile rispondere usando la cache, anziché ricostruire i dati o recuperarli dalla sorgente. Dipende dal numero di chiavi di cache distinte, dallo spazio di archiviazione disponibile e dalla durata di validità delle voci. In genere, un rapporto di hit più alto comporta meno lavoro per i servizi sottostanti.

Consumatore idempotente

Sicuro da elaborare più volte

Un consumatore di messaggi la cui elaborazione ripetuta dello stesso messaggio lascia il sistema nello stesso stato finale che si avrebbe elaborandolo una sola volta. Impostare il prezzo di un prodotto a un valore specifico è un'operazione idempotente; aumentarlo di un importo fisso non lo è. L'idempotenza aiuta i sistemi a gestire la riconsegna dei messaggi dopo un errore.

Architettura basata sugli eventi (EDA)

I componenti reagiscono agli eventi

Uno stile architetturale in cui i componenti pubblicano eventi che descrivono fatti accaduti, mentre i consumatori interessati reagiscono in modo indipendente. I produttori non devono identificare né chiamare direttamente i consumatori, riducendo le dipendenze tra componenti. I messaggi degli eventi costituiscono comunque un contratto e una titolarità o un flusso degli eventi poco chiari possono rendere difficile comprendere il sistema.

Indice inverso

Parole associate ai documenti

Struttura di ricerca che associa ogni parola o token indicizzato ai documenti che lo contengono. I motori di ricerca possono combinare questi elenchi per trovare i documenti che corrispondono a uno o più termini, invece di esaminare tutti i documenti. La creazione e la manutenzione dell'indice richiedono spazio di archiviazione e risorse di elaborazione, soprattutto quando molti documenti contengono numerosi termini distinti.

Tempo medio di ripristino

Tempo medio per ripristinare il servizio

Il tempo necessario per riprendersi da un guasto e riportare un sistema a un funzionamento accettabile. Il libro lo suddivide nel tempo necessario per scoprire il problema, rispondere, indagare e risolverlo. Monitoraggio, avvisi, procedure di reperibilità e log centralizzati possono ridurre diversi di questi intervalli e migliorare la disponibilità.

FAQ

Di cosa parla "Web Scalability for Startup Engineers" di Artur Ejsmont?

  • Una guida completa per le startup: il libro offre agli ingegneri una panoramica organica per comprendere e realizzare la scalabilità delle applicazioni web, concentrandosi sia sugli aspetti tecnici sia su quelli organizzativi rilevanti per le startup.
  • Concetti e tecniche fondamentali: tratta argomenti essenziali come la memorizzazione nella cache, l'elaborazione asincrona, la modellazione dei dati, la scalabilità operativa e la cultura ingegneristica.
  • Attenzione ai compromessi: Artur Ejsmont sottolinea che la scalabilità consiste nel fare scelte consapevoli, non nel seguire soluzioni valide per tutti, e incoraggia un atteggiamento aperto nella scelta delle tecnologie.
  • Consigli pratici e concreti: il libro è ricco di indicazioni operative ed esempi reali per aiutare gli ingegneri a costruire sistemi scalabili in modo efficiente, negli ambienti dinamici delle startup.

Perché dovrei leggere "Web Scalability for Startup Engineers" di Artur Ejsmont?

  • Colma le lacune nelle competenze: il libro è pensato per gli ingegneri che potrebbero non avere una profonda esperienza in materia di scalabilità e offre conoscenze accessibili e pratiche per aiutarli a fare un salto di qualità.
  • Tratta la crescita tecnica e organizzativa: affronta non solo la progettazione dei sistemi, ma anche la crescita dei team, la produttività personale e la prevenzione del burnout; è quindi utile sia agli ingegneri sia ai responsabili.
  • Si concentra sulle sfide delle startup: i consigli sono specificamente pertinenti alle startup, dove la crescita rapida, i vincoli di risorse e l'agilità sono essenziali.
  • Buone pratiche concrete: i lettori acquisiscono indicazioni basate sugli standard del settore e sull'esperienza diretta dell'autore, che li aiutano a evitare gli errori più comuni e a progettare sistemi robusti.

Quali sono i principali insegnamenti di "Web Scalability for Startup Engineers" di Artur Ejsmont?

  • La scalabilità ha più dimensioni: il libro spiega che la scalabilità comporta la gestione di più dati, una concorrenza maggiore e un aumento della frequenza delle interazioni, ognuno con sfide specifiche.
  • I compromessi sono essenziali: non esistono soluzioni miracolose; ogni scelta architetturale o tecnologica implica compromessi tra prestazioni, consistenza, complessità e costi.
  • Un approccio organico: per avere successo occorre prestare attenzione alla progettazione del software, all'infrastruttura, all'automazione, ai processi del team e alla produttività personale.
  • Apprendimento e adattamento continui: il libro invita gli ingegneri a mantenere una mentalità aperta, a combinare le tecnologie secondo necessità e a concentrarsi su ciò di cui i clienti hanno davvero bisogno.

Quali sono i concetti fondamentali della scalabilità illustrati in "Web Scalability for Startup Engineers"?

  • Definizione di scalabilità: la scalabilità è la capacità di adeguare la capacità del sistema in modo economicamente efficiente per soddisfare la domanda, gestendo più utenti, dati o richieste senza peggiorare l'esperienza utente.
  • Tre dimensioni della scalabilità: il libro evidenzia la scalabilità rispetto al volume dei dati, alla concorrenza (utenti simultanei) e alla frequenza delle interazioni (frequenza delle richieste).
  • Evoluzione dei sistemi scalabili: descrive il percorso dalle configurazioni con un solo server alla scalabilità verticale, all'isolamento dei servizi, alla scalabilità orizzontale e alla scalabilità globale con più centri dati.
  • Attenzione specifica alle startup: il libro affronta le esigenze e i vincoli di scalabilità peculiari delle startup, come la crescita rapida e le risorse limitate.

Quali sono i principi fondamentali di progettazione software per la scalabilità in "Web Scalability for Startup Engineers"?

  • Semplicità e astrazione: mantenere il software il più semplice possibile, nascondendo la complessità ed evitando l'ingegnerizzazione eccessiva, così da agevolarne la manutenibilità e la scalabilità.
  • Accoppiamento debole: ridurre al minimo le dipendenze tra i componenti, permettendo di sviluppare e scalare indipendentemente le parti del sistema.
  • Responsabilità singola e principio aperto/chiuso: progettare moduli con una sola responsabilità e renderli aperti alle estensioni ma chiusi alle modifiche, agevolando la scalabilità e la manutenzione.
  • Iniezione delle dipendenze: il libro tratta anche l'uso dell'iniezione delle dipendenze per disaccoppiare ulteriormente i componenti e migliorarne la testabilità.

Come consiglia Artur Ejsmont di costruire un livello front-end scalabile in "Web Scalability for Startup Engineers"?

  • Server front-end senza stato: spostare tutto lo stato (sessioni, file, lock) verso archivi condivisi o client, per consentire una facile scalabilità orizzontale aggiungendo copie dei server.
  • Esternalizzare la gestione dello stato: usare cookie o archivi dati esterni per le sessioni, archiviazione distribuita per i file e cache condivise o lock distribuiti per le altre esigenze che implicano uno stato.
  • Memorizzazione nella cache e bilanciamento del carico: integrare CDN per i contenuti statici, usare proxy inversi e cache di oggetti per ridurre il carico e distribuire il traffico in modo efficiente tramite bilanciatori del carico.
  • Puntare alla scalabilità orizzontale: l'assenza di stato e l'esternalizzazione dello stato consentono di scalare senza interruzioni semplicemente aggiungendo altri server front-end.

Quali approcci alla progettazione dei servizi web vengono discussi in "Web Scalability for Startup Engineers"?

  • Architettura monolitica con estensione tramite servizi web: iniziare con una singola applicazione e aggiungere servizi web come interfaccia alternativa; è un approccio rapido, ma meno scalabile nel lungo termine.
  • Approccio API-first: progettare e realizzare il contratto API prima dei client e dell'implementazione, promuovendo riuso, disaccoppiamento e scalabilità, ma richiedendo più pianificazione iniziale.
  • Approccio ibrido pragmatico: partire da un monolite e aggiungere servizi quando serve, bilanciando rapidità e scalabilità; è una scelta comune nelle startup in crescita.
  • Consapevolezza dei compromessi: ogni approccio ha vantaggi e svantaggi e il libro invita a scegliere in base alle esigenze attuali e future.

Quali tipi di servizi web e protocolli tratta "Web Scalability for Startup Engineers" e che impatto hanno sulla scalabilità?

  • Servizi incentrati sulle funzioni (RPC/SOAP): consentono ai client di invocare funzioni da remoto, ma sono complessi, meno adatti alla memorizzazione nella cache e spesso con stato, rendendo più difficile la scalabilità.
  • Servizi incentrati sulle risorse (REST): usano metodi HTTP standard sulle risorse, sono senza stato, memorizzabili nella cache e più semplici da implementare e scalare, soprattutto per i client web e mobili.
  • Compromessi tra SOAP e REST: SOAP offre contratti rigidi e funzionalità aziendali, ma è pesante; REST è leggero e scalabile, ma meno rigoroso.
  • La preferenza delle startup: il libro osserva che REST è generalmente più adatto alle startup per la sua semplicità e scalabilità.

Come illustra "Web Scalability for Startup Engineers" di Artur Ejsmont le strategie di memorizzazione nella cache e la loro importanza?

  • Fondamenti del rapporto di hit della cache: l'efficacia della cache dipende dallo spazio delle chiavi, dalle dimensioni della cache e dalla durata degli oggetti (TTL); ottimizzare questi fattori migliora il rapporto di hit.
  • Tipi di cache: il libro distingue tra cache basate su HTTP (browser, proxy, CDN) e cache di oggetti personalizzate (lato client, co-localizzate, distribuite), ciascuna con compromessi diversi in termini di scalabilità e complessità.
  • Le difficoltà dell'invalidazione della cache: l'invalidazione è notoriamente difficile; il libro consiglia TTL brevi o soluzioni ibride invece di una logica di invalidazione complessa.
  • Consigli pratici: una memorizzazione nella cache efficace può ridurre notevolmente il carico e la latenza, ma richiede una progettazione accurata per evitare dati obsoleti o incoerenti.

Cosa insegna "Web Scalability for Startup Engineers" sull'elaborazione asincrona, la messaggistica e l'architettura basata sugli eventi?

  • Sincrono e asincrono: l'elaborazione sincrona blocca l'esecuzione e può causare latenza, mentre quella asincrona permette parallelismo e reattività.
  • Code di messaggi e broker: le code di messaggi bufferizzano le richieste e disaccoppiano produttori e consumatori; i broker gestiscono l'instradamento, la persistenza e la consegna.
  • Architettura basata sugli eventi (EDA): consente ai componenti di annunciare eventi senza conoscere i consumatori, favorendo sistemi flessibili, scalabili e fortemente disaccoppiati.
  • Vantaggi e sfide: messaggistica ed EDA favoriscono scalabilità e isolamento dai guasti, ma introducono complessità, condizioni di competizione e problemi di ordinamento dei messaggi.

Come affronta "Web Scalability for Startup Engineers" la modellazione dei dati e la ricerca nelle applicazioni web scalabili?

  • Modellazione dei dati NoSQL: si concentra sui modelli di accesso e sulle query anziché sulla normalizzazione, usando la denormalizzazione e la duplicazione dei dati per ottimizzare la scalabilità.
  • Esempio di archivi a colonne larghe: illustra la modellazione con Cassandra, usando indici composti e duplicando i dati in più tabelle per eseguire query in modo efficiente.
  • Compromessi: denormalizzazione e duplicazione dei dati migliorano la scalabilità, ma complicano gli aggiornamenti e aumentano la ridondanza.
  • Motori di ricerca per query complesse: consiglia strumenti come Elasticsearch o Solr per la ricerca full-text, che sfruttano indici inversi per eseguire ricerche efficienti di parole chiave e frasi.

Quali consigli offre Artur Ejsmont sulla scalabilità operativa e l'automazione in "Web Scalability for Startup Engineers"?

  • Automatizzare test e distribuzione: promuove test automatizzati e pipeline di integrazione e distribuzione continue per ridurre il lavoro manuale e consentire rilasci rapidi.
  • Monitoraggio e avvisi: consiglia monitoraggio automatizzato, avvisi e aggregazione centralizzata dei log per accelerare il rilevamento dei guasti e il debug.
  • Scalare le operazioni e i team: sottolinea l'importanza della gestione della configurazione, delle distribuzioni automatizzate e di procedure di reperibilità chiare per gestire le operazioni in modo efficiente.
  • Produttività del team e personale: affronta la creazione di team interfunzionali, la gestione del carico di lavoro e la prevenzione del burnout attraverso pratiche di lavoro sostenibili.

Quali sono le citazioni migliori di "Web Scalability for Startup Engineers" di Artur Ejsmont e che cosa significano?

  • Sulla memorizzazione nella cache: «In informatica ci sono solo due cose difficili: l'invalidazione della cache, dare un nome alle cose e gli errori di scarto di uno.» – Phil Karlton. La frase sottolinea la notoria difficoltà dell'invalidazione della cache e la necessità di soluzioni pragmatiche.
  • Sull'automazione: «Se vuoi che accada qualcosa, chiedilo. Se vuoi che accada spesso, automatizzalo.» – Ivan Kirigin. La frase mette in luce l'importanza dell'automazione per scalare produttività e operazioni.
  • Sull'architettura: «Una buona architettura massimizza il numero di decisioni che non vengono prese.» – Robert C. Martin. Il consiglio è di progettare sistemi flessibili e semplici, evitando decisioni premature o superflue.
  • Sul disaccoppiamento: «Quando riusciamo a separare due componenti al punto che non sono a conoscenza l'una dell'esistenza dell'altra, abbiamo raggiunto un alto grado di disaccoppiamento.» La frase sottolinea il valore dell'accoppiamento debole per la scalabilità e la manutenibilità.
  • Sulla resilienza: «Spera per il meglio, preparati al peggio.» Il promemoria invita gli ingegneri a prevedere i guasti e a progettare sistemi e flussi di lavoro resilienti.

Sull'autore

Artur Ejsmont è un ingegnere software esperto e autore specializzato nella scalabilità web e nella progettazione dei sistemi. La sua competenza nella creazione di sistemi altamente scalabili emerge dalla sua scrittura, che combina conoscenze teoriche e intuizioni pratiche. L'approccio di Ejsmont è apprezzato per la chiarezza e l'accessibilità, che rendono comprensibili concetti complessi a lettori con diversi livelli di esperienza. Le sue opere dimostrano una profonda comprensione delle sfide affrontate dagli ingegneri delle startup e offrono indicazioni preziose per affrontare i problemi di scalabilità. La capacità dell'autore di trattare un'ampia varietà di argomenti mantenendo profondità e pertinenza ha reso il suo libro una risorsa autorevole nel campo dello sviluppo web e dell'architettura dei sistemi.

Scarica PDF

Per conservare questo riassunto di Scalabilità Web per Ingegneri di Startup e leggerlo in seguito, scarica il PDF gratuito. Puoi stamparlo o leggerlo offline quando vuoi.
Download PDF

Scarica EPUB

Per leggere il riassunto di Scalabilità Web per Ingegneri di Startup sul tuo e-reader o sulla relativa app, scarica l’EPUB gratuito. Il formato digitale .epub è ideale per leggere ebook su telefoni, tablet ed e-reader.
Download EPUB
Vuoi leggere il libro completo?
Segui
Ascolta
Home
Swipe
Libreria
App
Prova l'accesso completo per 3 giorni
Ascolta, salva e molto altro
Confronta le funzionalità Gratuito Pro
📖 Leggi i riassunti
Leggi riassunti illimitati. Gli utenti gratuiti ne ricevono 3 al mese
🎧 Ascolta i riassunti
Ascolta riassunti illimitati in 40 lingue
—
❤️ Segnalibri illimitati
Gli utenti gratuiti sono limitati a 4
—
📜 Cronologia illimitata
Gli utenti gratuiti sono limitati a 4
—
📥 Download illimitati
Gli utenti gratuiti sono limitati a 1
—
Prova senza rischi
Oggi: accesso immediato
Ascolta i riassunti completi di oltre 26.000 libri. Sono più di 12.000 ore di audio!
Giorno 2: promemoria della prova
Ti invieremo una notifica per avvisarti che la prova sta per scadere.
Giorno 3: inizia il tuo abbonamento
L'addebito avverrà il 25 nov,
puoi annullare in qualsiasi momento prima.
Consume 2.8× More Books
2.8× libri in più Ascolto Lettura
I nostri utenti ci adorano
1M+ lettori
Trustpilot Rating
TrustPilot
4.6 Eccellente
Questo sito è una vera rivoluzione. Ho letto riassunti di libri come mai prima d'ora. Consigliatissimo.
— Dave G
Vale ogni centesimo e ogni minuto, ed è davvero ben fatto. Non ho mai visto riassunti di questa qualità su altri siti. Utilissimo!
— Em
Consigliatissimo!! Servizio fantastico. Perfetto per chi vuole qualcosa in più di un'anteprima ma senza tutti i dettagli di un audiolibro completo.
— Greg M
Risparmia il 62%
Annuale
$119.88 $44.99/anno/anno
$3.75/mese
Mensile
$9.99/mese
Inizia la prova gratuita di 3 giorni
3 giorni gratis, poi $44.99/anno. Cancella quando vuoi.
Unlock a world of fiction & nonfiction books
Oltre 26.000 libri al prezzo di 2
Leggi qualsiasi libro in 10 minuti
Scopri nuovi libri come su Tinder
Richiedi qualsiasi libro se non è ancora disponibile
Leggi più libri di chiunque tu conosca
App n. 1 per gli amanti dei libri
Lifelike & immersive summaries
Garanzia di rimborso entro 30 giorni
Scarica i riassunti in EPUB o PDF
Cancella in qualsiasi momento con pochi clic

Perché un solo riassunto?

Scanner
Trova un codice a barre da scansionare

⭐
⭐
⭐
Abbiamo un regalo speciale per te
Apri
38% di sconto
SCONTO PER TE
⭐
⭐
⭐
$79.99
$49.99/anno
Solo $4.16 al mese
Continua
Bastano 2 tocchi per iniziare, cancellare è facilissimo
Impostazioni
Generali
Widget
Caricamento...