DataEng

Github опубликовал "вскрытие" об инциденте, произошедшем несколько дней назад. Напомню, что их систему штормило 24 часа, в это время наблюдались аномалии в виде неконсистетных данных. Более подробно об их распределенной системе https://blog.github.com/2018-10-30-oct21-post-incident-analysis/

К теме про распределённые системы. Автор Julia Evans — https://jvns.ca/

В сети стали доступны доклады с прошедшего в Сан-Франциско саммита про Apache Kafka (Kafka Summit) Смотреть http://bit.ly/2ERVIZs

​​Ярослав Ткаченко, Senior Data Engineer из Activision, на конференции dotScale 2018 рассказал как выглядит их Data Pipeline для игр серии Call of Duty — http://bit.ly/2O5itZf Также Ярослав ведёт свой личный блог — https://sap1ens.com/

Jack Vanlightly открывает серию постов про внутреннее устройство распределенной Pub-Sub (брокер сообщений) системы под названием Apache Pulsar. Apache Pulsar была разработана в стенах компании Yahoo, а позже передана под патронаж Apache Foundation. На данный момент выпущена уже 2-я версия системы. Читать → http://bit.ly/2S51IQX

​​Нашел солидный вводный курс в экосистему Amazon Web Services на русском языке. Сейчас без опыта работы хотя бы с одной из облачных систем (AWS, Google Cloud, MS Azure) сложно разрабатывать масштабируемые приложения. Советую к просмотру, автор проделал титанический труд → http://bit.ly/2yWCJGD

В блоге Insight Data Science вышла вводная статья про Apache Airflow. Хорошее руководство для начинающих свой путь в построении batch processing jobs → http://bit.ly/2NSWRiF

​​Доклад на Kafka Summit SF 2018 от Martin Kleppmann (автор книги Designing Data-Intensive Applications) под названием "Is Kafka a Database?": http://martin.kleppmann.com/2018/10/17/kafka-summit.html

​​В корпоративном блоге Uber Engineering вышла крутая статья с обзором инфраструктуры для хранения, обработки и анализа данных компании Uber. На минуточку, у них сейчас под рукой более 100 петабайт данных → https://eng.uber.com/uber-big-data-platform/