收录了 消息系统 频道下的 50 篇内容
前言 IM全称是『Instant Messaging』,中文名是即时通讯。在这个高度信息化的移动互联网时代,生活中IM类产品已经成为必备品,比较有名的如钉钉、微信、QQ等以IM为核心功能的产品。当然目前微信已经成长为一个生态型产品,但其核心功能还是IM。
在 ArchSummit 北京 2019 大会上,李历岷讲师做了《电商IM消息系统架构演进》主题演讲。
本次分享介绍电商IM消息系统架构的发展历程。
本次分享介绍陆金所互金平台异步消息系统实践。
Orchestra Networks的CTO,Pierre Bonnet认为信息系统的透明度太低而且机动性不足。他认为这正是为什么“健康的”跨国公司只要采取太过冒险的行动,他们就会在几个月内垮掉的主要原因。他建议根据信息系统管理主数据、业务规则和业务流程的方式,对它们进行分级。
在消息中间件的发展历史当中,业务开发架构有过哪些升级?
对于大型互联网分布式系统,异步消息是系统解耦、提高可用性、缓冲请求压力的不二法门。陆金所作为互联网金融平台,产品多、迭代快、业务线复杂,同时还需要支撑每年万亿级别的产品交易量。
本文介绍了Apache Pulsar为大型多层次企业量身打造的消息系统。
Confluent联合创始人兼CEO Jay Kreps发表了一篇博客,给出了Kafka的真正定位——它不只是个消息系统,它还是个存储系统,而它的终极目标是要让流式处理成为现代企业的主流开发范式。
在引入 RocketMQ 之前,快手已经在大量的使用 Kafka 了,但并非所有情况下 Kafka 都是最合适的。
本文对Tablestore的Timeline模型做一个非常详尽的解读,让读者能够深入到实现层面了解Timeline的基本功能以及核心组件。
本文以三个实际使用场景为例,从 CTO 的视角出发,在技术等方面对比 Kafka 和 Pulsar。
现如今基于云的消息服务是否与之前的服务具有不同的事务性支持?如果是这样,这将意味着什么?
企业系统和网站系统都需要处理大量的邮件、短信等消息通知系统。在进行系统设计时,除了对安全、事务等问题给与足够的重视外,性能也是一个不可避免的问题所在,必须充分地考虑访问量、数据流量、服务器负荷的问题。解决性能的瓶颈,除了对硬件系统进行升级外,软件设计的合理性尤为重要。对于一些实时性不是很高的模块我们可以使用了消息队列技术来完成异步处理,利用消息队列临时存放要操作的数据,将队列的数据进行异步的处理。本文基于SQL Server 2008 Service Broker、WCF、Windows 服务以及调度框架Quartz.NET实现一个消息通知系统。
本文基于Timeline2.0模型,详细讲解如何实现一个简易的IM系统。
Apache Kafka是一种分布式发布-订阅消息系统。本文介绍了Kafka框架的架构模型、特性和特征,并与传统消息系统进行了对比。
当企业数字化水平不够时,大模型无法发挥作用。
开源消息系统NATS发布了2.0版本,新版本带来了先进的安全管理、全球灾难恢复功能和大规模性能改进。
本篇是O’Reilly Data Show的一个采访实录,大数据公司 MapR联合创始人、Uber首席架构师 M.C. Srivas讲述IOT时代的流处理和消息系统 。
对于大型的互联网业务来说,消息系统是必不可少的基础服务。 子柳 在《淘宝技术这十年》中为大家展示了阿里消息系统架构的概貌,作为集团业务使用的核心基础服务,目前消息系统现在可以承受每秒几百亿规模的请求,并在历年的双十一、双十二大促中承受住抗住了更加严峻的考验,消息系统背后的中间件团队还陆续开源了诸如MetaQ、RocketMQ等项目。近期,InfoQ 采访了阿里消息中间件团队消息和分布式数据层负责人王晶昱(花名:沈询),话题涉及案例中间件系统的选型、系统扩容与数据一致性、团队文化等内容。