-
Notifications
You must be signed in to change notification settings - Fork 1
/
Copy path02_scaling.html
1045 lines (827 loc) · 35.1 KB
/
02_scaling.html
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464
465
466
467
468
469
470
471
472
473
474
475
476
477
478
479
480
481
482
483
484
485
486
487
488
489
490
491
492
493
494
495
496
497
498
499
500
501
502
503
504
505
506
507
508
509
510
511
512
513
514
515
516
517
518
519
520
521
522
523
524
525
526
527
528
529
530
531
532
533
534
535
536
537
538
539
540
541
542
543
544
545
546
547
548
549
550
551
552
553
554
555
556
557
558
559
560
561
562
563
564
565
566
567
568
569
570
571
572
573
574
575
576
577
578
579
580
581
582
583
584
585
586
587
588
589
590
591
592
593
594
595
596
597
598
599
600
601
602
603
604
605
606
607
608
609
610
611
612
613
614
615
616
617
618
619
620
621
622
623
624
625
626
627
628
629
630
631
632
633
634
635
636
637
638
639
640
641
642
643
644
645
646
647
648
649
650
651
652
653
654
655
656
657
658
659
660
661
662
663
664
665
666
667
668
669
670
671
672
673
674
675
676
677
678
679
680
681
682
683
684
685
686
687
688
689
690
691
692
693
694
695
696
697
698
699
700
701
702
703
704
705
706
707
708
709
710
711
712
713
714
715
716
717
718
719
720
721
722
723
724
725
726
727
728
729
730
731
732
733
734
735
736
737
738
739
740
741
742
743
744
745
746
747
748
749
750
751
752
753
754
755
756
757
758
759
760
761
762
763
764
765
766
767
768
769
770
771
772
773
774
775
776
777
778
779
780
781
782
783
784
785
786
787
788
789
790
791
792
793
794
795
796
797
798
799
800
801
802
803
804
805
806
807
808
809
810
811
812
813
814
815
816
817
818
819
820
821
822
823
824
825
826
827
828
829
830
831
832
833
834
835
836
837
838
839
840
841
842
843
844
845
846
847
848
849
850
851
852
853
854
855
856
857
858
859
860
861
862
863
864
865
866
867
868
869
870
871
872
873
874
875
876
877
878
879
880
881
882
883
884
885
886
887
888
889
890
891
892
893
894
895
896
897
898
899
900
901
902
903
904
905
906
907
908
909
910
911
912
913
914
915
916
917
918
919
920
921
922
923
924
925
926
927
928
929
930
931
932
933
934
935
936
937
938
939
940
941
942
943
944
945
946
947
948
949
950
951
952
953
954
955
956
957
958
959
960
961
962
963
964
965
966
967
968
969
970
971
972
973
974
975
976
977
978
979
980
981
982
983
984
985
986
987
988
989
990
991
992
993
994
995
996
997
998
999
1000
<!doctype html>
<html lang="en">
<head>
<meta charset="utf-8">
<title>Cloud Computing et Architectures Scalables</title>
<meta name="description" content="">
<meta name="author" content="Bertrand Tornil">
<meta name="apple-mobile-web-app-capable" content="yes" />
<meta name="apple-mobile-web-app-status-bar-style" content="black-translucent" />
<meta name="viewport" content="width=device-width, initial-scale=1.0, maximum-scale=1.0, user-scalable=no">
<link rel="stylesheet" href="css/reveal.min.css">
<link rel="stylesheet" href="css/theme/beige.css" id="theme">
<!-- For syntax highlighting -->
<link rel="stylesheet" href="lib/css/zenburn.css">
<style>
.starwars {
-webkit-transform: rotateX(45deg);
transform: rotateX(45deg);
}
</style>
<!-- If the query includes 'print-pdf', use the PDF print sheet -->
<script>
document.write( '<link rel="stylesheet" href="css/print/' + ( window.location.search.match( /print-pdf/gi ) ? 'pdf' : 'paper' ) + '.css" type="text/css" media="print">' );
</script>
<!--[if lt IE 9]>
<script src="lib/js/html5shiv.js"></script>
<![endif]-->
</head>
<body>
<div class="reveal">
<!-- Any section element inside of this container is displayed as a slide -->
<div class="slides">
<section>
<h1>Cloud Computing et Architectures "Scalables"</h1>
<h3>ou comment utiliser la flexibilité du Cloud pour monter en charge</h3>
<p>
<small>INSSET - Master 2 Cloud Computing</small>
</p>
<p>
<small>Novembre 2016 - <a href="http://tornil.net">Bertrand Tornil</a></small>
</p>
</section>
<section>
<section>
<h2>Montée en charge?</h2>
</section>
<section>
<img width="800" height="583" src="img/wat.jpg" alt="Wat">
</section>
</section>
<section>
<h2>Rappelons en quoi consiste un Service Web (over HTTP)</h2>
<p>Un client fait une requête HTTP
<pre><code data-trim contenteditable>
GET /bob http/1.1
Host: www.mon_super_service_web.com
</code></pre>
</p>
<br>
<p class="fragment>">Le serveur
<ol >
<li class="fragment">... reçoit la réquête...</li>
<li class="fragment">... la traite ...</li>
<li class="fragment">... et génère une réponse
<pre><code data-trim contenteditable>
HTTP/1.1 200 OK
Content-Type: text/html
Content-Length: 9
Hello bob
</code></pre>
</li>
</ol></p>
</section>
<section>
<section>
<h2>La charge monte</h2>
<img src="img/scalability.jpg">
</section>
<section>
<h3>Raisons ?</h3>
<p class="fragment">Plusieurs clients en même temps</p>
<p class="fragment">Des résultats plus lourds depuis la DB</p>
<p class="fragment">L' API d'un partenaire qui "lag"</p>
<p class="fragment">...</p>
</section>
</section>
<section>
<h2>Solution 1</h2>
<p>Investir dans une machine plus puissante</p>
<img src="img/general.jpg">
<p class="fragment">Forcément limité.</p>
<p class="fragment">Et le prix s'envole.</p>
</section>
<section>
<section>
<h2>Solution 2</h2>
<p>Répartir la charge sur plus de machines</p>
<p class="fragment">On achète de nouvelles machines (commande, installation, monitoring, test, déploiement)</p>
<p class="fragment">OU</p>
<p class="fragment">On lance une nouvelle instance sur le Cloud<br>
<br>
<b class="fragment">Souplesse \o/</b>
</p>
</section>
<section>
<h3>Notion de capacité élastique</h3>
<img src="img/capacite.png">
</section>
<section>
<h3>Notion de capacité élastique</h3>
<img src="img/elastic.png">
</section>
</section>
<section>
<h2>Premiers temps</h2>
<p>Séparation des principales briques de l'architecture</p>
<ul>
<li>Le serveur web</li>
<li>La DB</li>
</ul>
<br><br>
<p class="fragment">C'est la première marche.</p>
</section>
<section>
<section>
<h2>Stratégie multi-frontal</h2>
<p>On "clone" le serveur web</p>
<br>
<ul>
<li class="fragment">Sur AWS ou autre IAAS : en 1 commande, nous avons 1 nouvelle instance bootée en 1 minute</li>
<li class="fragment">Un outil de gestin de configuration comme puppet, chef ou salt-stack : industrialisation du déploiement de la configuration</li>
<li class="fragment">Et un outil comme capistrano ou fabric : industrialisation du déploiement du code</li>
</ul>
<br>
<br>
<p class="fragment">Et pour répartir les requêtes entre les frontaux, on place un "load balancer" devant</p>
</section>
<section>
<h3>Une image valant souvent mieux qu'un long discours...</h3>
<img src="img/load_balancing.jpg">
</section>
</section>
<section>
<section>
<h2>Stratégies de "Load balancing"</h2>
<div class="fragment">
<h3>Round robin</h3>
<p>Signifie tourniquet.</p>
<p>Avec un tel ordonnancement, chaque machine est servie l'une après l'autre, sans notion de priorité</p>
</div>
</section>
<section>
<h3>Least connected</h3>
<p>Le load-balancer doit pouvoir connaître l'état des connexions des frontaux</p>
<p>Il adapte le flot selon la charge réseau du frontal</p>
</section>
<section>
<h3>less loaded</h3>
<p>Cette fois c'est l'état de charge général du frontal qui est pris en compte</p>
</section>
</section>
<section>
<h2>Remarques sur le multi-frontal</h2>
<p>Cette stratégie permet de monter pratiquement indéfiniment. C'est une recette magique, qui a fait ses preuves</p>
<p class="fragment">Chez Facebook, on estime qu'ils ont monté plus de 180000 serveurs (donnée 2013, serveurs web, et autres)</p>
<div class="fragment">
<p>Néanmoins, elle soulève de nouveaux problèmes :
<ul>
<li>Le partage d'information entre frontaux (session utilisateurs)</li>
<li>Les déploiements</li>
<li>La maintenance</li>
</ul>
</p>
</div>
</section>
<section>
<h2>Les données</h2>
<p>Arrive un moment, ou l'ajout de serveurs webs ne peut plus seul, régler le problème de la montée en charge : tous ces seveurs webs "attaquent" la même base de données....</p>
<div class="fragment">
<p>... qui elle aussi arrive à sa limite</p>
<p>L'accès aux données est notre nouveau point de contention.</p>
</div>
</section>
<section>
<h2>Et bien nous allons augmenter le nombre de machines pour la DB</h2>
<h4 class="fragment">Ok, mais comment ?</h4>
<p class="fragment">On ne peut pas simplement cloner. Les DB seraient rapidement désynchronisées les unes des autres.</p>
</section>
<section>
<h2>La réplication</h2>
<p>Pour les services qui se caractérise côté DB par beaucoup de lectures, par rapport aux ecritures</p>
<div class="fragment">
<p>Une machine est "Master" : c'est sur elle qu'on effectue toutes les commande en écriture</p>
<p>Une ou plusieurs machines sont des "Slaves" ; sur lesquelles les opérations de lecture sont effectuées</p>
<p>Attention : gestion du retard</p>
</section>
<section>
<section>
<h3>Mais au bout d'un moment...</h3>
<p>Chaque machine qui héberge une DB peut arriver à sa limite.</p>
<p>Dans le schéma master-slaves, le master devient à son tour la faiblesse de l'architecture.</p>
<p class="fragment">Surtout sur les services où le nombre d'écritures est du même ordre de grandeur que le nombre de lecture (Réseau sociaux, fils de commentaires, discussions)</p>
</section>
<section>
<h3>Solution #1 : Partitionnemnent vertical</h3>
<p>On dispatch les tables sur plusieurs machines</p>
<p class="fragment">On commence à dénormaliser le modèle : certaines tables ne pourront plus être jointes.</p>
</section>
<section>
<h3>Solution #2 : Partitionnement horizontal</h3>
<p>le Sharding</p>
<br>
<p class="fragment">Principe : on coupe les tables en plus petites tables que l'on peut mettre sur des bases de données différentes.</p>
<br>
<div class="fragment">
<p>Avantage: assez simple</p>
<p>Inconvénient: difficile à faire évoluer en production</p>
</div>
<br>
<p class="fragment">Une réponse peut être de pré-sharder ses tables dès le début.</p>
</section>
<section>
<h3>Le NoSQL</h3>
<p>Avec la dénormalisation du modèle, on se retrouve à s'intéresser à d'autre technologies.</p>
<br>
<br>
<p class="fragment">On y arrive... (teasing ...)</p>
</section>
</section>
<section>
<h2>Le NoSQL</h2>
<h4 class="fragment">un peu de théorie</h4>
</section>
<section>
<section>
<h3>Le théorème CAP de Brewer (1998 - 2000)</h3>
<p><small>en très approximatif</small></p>
<div class="fragment">
<h4>C : Consistency</h4>
<p>Un service distribué est dit "consistent" s'il opère ses opérations entièrement... ou pas du tout ... et partout !</p>
<p>Notions de transactions, propriétés ACID (Atomicité, Cohérence, Isolation, Durabilité)</p>
<p>Tous les nœuds du système voient exactement les mêmes données au même moment</p>
</div>
<div class="fragment">
<p>Dans la pratique, c'est une propriété très difficile à atteindre, même pour un système non distribué <small>Linearisability, sequential consistency, or serializability, or snapshot isolation, sequential, serializable, repeatable read, snapshot isolation, or cursor stability ,causal consistency, PRAM, and read-your-writes consistency</small>.</p>
</div>
</section>
<section>
<h4>A : Availability</h4>
<p>Un service distribué est "available"... s'il marche...</p>
<p>On considère qu'il marche quand chaque client peut utiliser le service en écriture et en lecture</p>
<p>Garantie que toutes les requêtes reçoivent une réponse</p>
</section>
<section>
<h4>P : Partition Tolerance</h4>
<p>Dès lors que les données sont distribuées en plusieurs endroits (machines, lieux), aucune panne moins forte qu'une destruction globale du réseau ne peut justifier un arrêt du service</p>
</section>
<section>
<h3>Que dit le théorème CAP ?</h3>
<blockquote class="fragment">
Dans un système distribué, des 3 propriétés CAP... on peut n'en garantir que 2
</blockquote>
<br><br>
<p class="fragment">Et bien, nous voilà bien ...</p>
</section>
</section>
<section>
<section>
<h3>Quelles conséquences ?</h3>
<p class="fragment">
Dans un système distribué, on a forcément des partitions qui se forment. Désolé, le réseau n'est pas fiable, et même dans une même machine, ca n'est pas assuré...
On garde donc systématiquement P et on doit donc faire le choix difficile entre C et A. </p>
<p class="fragment">Dans un certain sens, le mouvement NoSQL consiste à faire des choix qui se concentrent sur la disponibilité en premier lieu, et la cohérence en second; les bases de données qui adhèrent aux propriétés ACID (Atomicité, Cohérence, Isolation, Durabilité) font l'inverse.
</p>
</section>
<section>
<h4>Exemple : garder le AP</h4>
<p>concept du "Eventually Consistent" (W.Vogels)</p>
<p>notions de replicas(N), de quorum en lecture(R), en écriture(W)</p>
<p>les "vector clocks" retracent l'historique des opérations, et permettent à l'applicatif de trancher. Parfois selon une logique métier</p>
</section>
</section>
<section>
<section>
<h2>L'art de la distribution des données</h2>
<p>Nous avons des données, et plusieurs machines sur lesquelles les envoyer</p>
<p class="fragment">Comment allons-nous nous y prendre ?</p>
</section>
<section>
<h3>Table de hachage persistante</h3>
<p>les informations sont ici stockées sur un nœud unique.</p>
<p>Ce mode de stockage est donc efficace tant que le volume de données stockées et la charge de requêtes n’excèdent pas les capacités de la machine.</p>
<p>En outre aucune tolérance aux pannes n’est ici admise puisque les données ne sont pas redondées.</p>
</section>
<section>
<h4>Sharding en distribution modulo</h4>
<p>On distribue les clés selon le modulo (du md5 de la clé par exemple)</p>
<img src="img/partition.png">
<ul class="fragment">
<li>C'est très simple simple</li>
<li>mais on doit re-distribuer N-1/N data lors de l'ajout d'un N+1-ième noeud</li>
</ul>
</section>
<section>
<h4>Sharding en hashing consistent</h4>
<p>Un hashring est généré</p>
<img src="img/consistenthashing.png">
<ul class="fragment">
<li>C'est plus complexe</li>
<li>par contre, on ne doit re-distribuer que 1/N data lors de l'ajout d'un N+1-ième noeud</li>
</ul>
</section>
<section>
<h4>Réplication sur N instances</h4>
<p>Type simple : 1 partition par instance</p>
<p>Type replica : M partitions par instances</p>
<img src="img/replication.png">
<ul class="fragment">
<li>On retrouve la notion de relachage de la consistence</li>
<li>Dynamo (Amazon) et BigTable de google fonctionnent de cette manière</li>
</ul>
</section>
</section>
<section>
<h2>Le NoSQL</h2>
</section>
<section>
<h3>Généralités</h3>
<ul>
<li class="fragment">Le NoSQL regroupe de nombreuses bases de données,</li>
<li class="fragment">assez récentes pour la plupart,</li>
<li class="fragment">avec une logique de représentation de données non relationnelle</li>
<li class="fragment">et qui n’offrent donc pas une interface de requêtes en SQL.</li>
</ul>
</section>
<section>
<h3>À propos du NoSQL</h3>
<p>Ce n'est pas une solution miracle pour le stockage de données</p>
<p>Par contre, la logique de représentation des données différentes peut apporter une reponse satisfaisante à certains problèmes</p>
<p class="fragment">Et comme toujours</p>
<div class="fragment">
<h4>Use The Right Tool !</h4>
<img src="img/pizza.jpg">
</div>
</section>
<section>
<h3>Les NoSQL "Clé-Valeur"</h3>
<img src="img/type_valeur.png">
<ul>
<li>En général, très rapides</li>
<li>Possible de requêter sur la clé, peu sur les valeurs</li>
<li>Exemples : Memcache, Riak, Redis, Voldemort</li>
</ul>
</section>
<section>
<h3>Les NoSQL "Clé-Colonne"</h3>
<img src="img/type_colonnes.png">
<ul>
<li>Colonnes différentes pour chaque ligne</li>
<li>Capacité à stocker des listes d'informations</li>
<li>Requétage, indexes</li>
<li>Capacité d'accéder à des intervalles de colonnes</li>
<li>Exemples : HBase, Cassandra</li>
</ul>
</section>
<section>
<h3>Les NoSQL "Clé-Document"</h3>
<img src="img/type_document.png">
<ul>
<li>Extension du modèle clé-valeur</li>
<li>Un document contient des données organisées de manière hiérarchiques (XMl, JSON)</li>
<li>Indexes, notions de champs, requêtes</li>
<li>Exemples : MongoDB, CouchDB</li>
</ul>
</section>
<section>
<h3>Les NoSQL "Graphs"</h3>
<img src="img/type_graph.png">
<ul>
<li>stocke des données liées par des relations</li>
<li>réseaux sociaux</li>
<li>base de données géographiques</li>
<li>Exemples : Neo4j, HypergraphDB, FlockDB</li>
</ul>
</section>
<section>
<section>
<h2>Ajouter un système de cache devant les données</h2>
<p>Nous allons utiliser un stockage plus rapide qu'une base de donnée, mais non-relationnel</p>
<p>Dans les fait, cela revient à mettre en oeuvre des techno comme memcache. Il s'agit d'un cache en mémoire, accessible au travers du réseau. Il a été développé par Livejournal.</p>
</section>
<section>
<p>Par exemple, nous remplaçons:
<pre><code data-trim contenteditable>
function get_by_id(id):
return query('SELECT FROM ma_table WHERE id=%d' % id).fetch_one()
</code></pre>
par
<pre><code data-trim contenteditable>
function get_by_id(id):
if cache['ma_table'].get(id) is not null:
// la valeur est en cache : pas besoin de requêter la DB
return cache['ma_table'].get(id)
else:
// la valeur n'est pas en cache, on requête
res = query('SELECT FROM ma_table WHERE id=%d' % id).fetch_one()
// et on garde la réponse pour plus tard
cache['ma_table'].set(id, res)
return res
</code></pre>
</p>
</section>
<section>
<h3>Mais attention... de nouveaux problèmes se présentent :)</h3>
<blockquote>There are only two hard things in Computer Science: cache invalidation and naming things.
-- Phil Karlton
</blockquote>
<br>
<div class="fragment">
<p>Pour aller plus loin :
<ul>
<li>cache de listes</li>
<li>cache d'élément de listes</li>
<li>structure complexes, imbriquées</li>
<li>...</li>
</ul>
</p>
</div>
</section>
</section>
<section>
<h2>Avec toutes ces machines / instances</h2>
<div class="fragment">
<h4>Fallacies of Distributed Computing</h4>
<ul>
<li>The network is reliable.</li>
<li>Latency is zero.</li>
<li>Bandwidth is infinite.</li>
<li>The network is secure.</li>
<li>Topology doesn't change.</li>
<li>There is one administrator.</li>
<li>Transport cost is zero.</li>
<li>The network is homogeneous.</li>
</ul>
</div>
</section>
<section>
<h2>Some Case Studies</h2>
</section>
<section>
<section>
<h2>Case study #1</h2>
<h3>IsCool Entertainment</h3>
<p>La montée en charge du jeu IsCool</p>
</section>
<section>
<h3>Les prémisses</h3>
<p>Premiers développements Facebook</p>
<p>Application virale d’échange de points entre amis : IsCool</p>
<p>LAMP / FBML sur Ubuntu</p>
<p class="fragment">
Octobre 2008 : Ouverture de l’application au public
</p>
<p class="fragment">
Novembre 2008 : Les premiers problèmes
</p>
<p class="fragment">
16 novembre 2008 : "Patron, passe-moi la carte de la boite, on passe sur AWS"
</p>
</section>
<section>
<h3>2009</h3>
<p>En 7 mois, de 0 à 846.000 visiteurs uniques par jour</p>
<p>Sharding massif (certaines sur 500 tables, éparpillées sur 20 serveurs mysql)</p>
<p>Memcached</p>
<p>Multiplication des frontaux</p>
</section>
<section>
<h3>fin 2009</h3>
<p>Si IsCool avait été un site web</p>
<ul>
<li>2ème site de jeu en france</li>
<li>25ème site français (pages-vues / mois)</li>
</ul>
</section>
<section>
<h3>2010 refactor -> v2 -> v3</h3>
<p><small>Sans interruption de service à partir de février 2010</small></p>
<p>Passage à git</p>
<p>Transistion progressive à symfony 2</p>
<p>Redis (depuis la version 1.0)</p>
<p>Utilisation d'un outils de monitoring exotique : Pinba</p>
<p>Refonte des briques les plus chargées (échange de points, leaderboard)</p>
<p>DevOps, DevOps, DevOps</p>
</section>
<section>
<h3>En 2011, à son plus haut : quelques chiffres</h3>
<p>20M pages vues / jour (35M en pic)</p>
<p>130 000 sessions php simultanées sur l'ensembre des frontaux (en soirée sur certaines opérations)</p>
<p>Record à 1.4Ma de points échangés / jour</p>
<p>Au total, 14M de personnes seront passées sur le jeu</p>
</section>
<section>
<h3>Aujourd'hui</h3>
<p>Le jeu est en MVC javascript + appels serveur en JSON-RPC 2.0</p>
<p>Encore 6M appels / jours</p>
<p>Toujours 200000 joueurs par jour</p>
<p>Utilisation de RabbitMQ</p>
</section>
</section>
<section>
<section>
<h2>Case study #2</h2>
<h3>Instagram</h3>
<p><small>AirBnB Talk - Berlin - 2012</small></p>
</section>
<section>
<h3>30+ Millions Utilisateurs en moins de 2 ans</h3>
</section>
<section>
<h3>25000 créations de comptes le 1er jour !</h3>
<br><br>
<p class="fragment">Au feu !!!</p>
</section>
<section>
<blockquote>scaling = replacing all components of a car while driving it at 100mph</blockquote>
</section>
<section>
<h3>C'est bête, mais</h3>
<p>404 sur le favicon...</p>
<br>
<br>
<p>Ne pas oublier le favicon !!</p>
</section>
<section>
<h3>La Stack</h3>
<p>Nginx</p>
<p>Django</p>
<p>Postgresql</p>
<p>Redis</p>
</section>
<section>
<h3>La stack... 2ème étage</h3>
<p>Nginx</p>
<p>HAProxy</p>
<p>Django</p>
<p>Postgresql</p>
<p>Redis</p>
<p>Memcached</p>
<p>Gearman</p>
</section>
<section>
<h3>DB Instagram</h3>
<p>La plus grosse instance sur EC2 : 68GB de RAM</p>
<p>-> vertical partitionning</p>
<ul>
<li>user_db</li>
<li>photos_db</li>
<li>....</li>
</ul>
</section>
<section>
<h3>Next stage</h3>
<p>photos_db > 60GB</p>
<p>-> horizontal partitionning (sharding)</p>
<br>
<br>
<p class="fragment">Technique made in Instagram : pre-sharding</p>
<p class="fragment">Utilisation des schemas postgresql</p>
</section>
<section>
<h3>Par exemple</h3>
<pre>
machineA:
shard0
photos_by_user
shard1
photos_by_user
shard2
photos_by_user
shard3
photos_by_user
</pre>
</section>
<section>
<h3>Par exemple (2)</h3>
<pre>
machineA: machineA’:
shard0 shard0
photos_by_user photos_by_user
shard1 shard1
photos_by_user photos_by_user
shard2 shard2
photos_by_user photos_by_user
shard3 shard3
photos_by_user photos_by_user
</pre>
</section>
<section>
<h3>Par exemple (3)</h3>
<pre>
machineA: machineA’:
shard0
photos_by_user
shard1
photos_by_user
shard2
photos_by_user
shard3
photos_by_user
</pre>
</section>
</section>
<section>
<section>
<h2>Case study #3</h2>
<h3>Pinterest</h3>
<p><small>Mysql Conference - 2012</small></p>
</section>
<section>
<h3>Premier étage (Mars 2010)</h3>
<ul>
<li>rackspace</li>
<li>1 web</li>
<li>1 DB</li>
</ul>
</section>
<section>
<h3>Deuxième étage (Janvier 2011)</h3>
<ul>
<li>AWS EC2 + S3 + Cloudfront</li>
<li>1 nginx + 4 web engines</li>
<li>1 mysql master + 1 slave</li>
<li>1 task queue + 2 task processor</li>
<li>1 mongodb</li>
</ul>
</section>
<section>
<h3>Troisième étage (Octobre 2011) : 11 MAU</h3>
<ul>
<li>AWS EC2 + S3 + Cloudfront</li>
<li>2 nginx + 16 web engines + 2 API engines</li>
<li>5 mysql master + 9 slave</li>
<li>4 noeuds cassandra</li>
<li>15 membase</li>
<li>8 memcache</li>
<li>10 Redis</li>
<li>3 task queue + 4 task processor</li>
<li>4 noeuds elastic search</li>
<li>3 mongodb</li>
</ul>
<p class="fragment">C'est sûr que ca va planter...</p>
</section>
<section>
<h3>Keep it simple (Avril 2012) : 20 MAU</h3>
<ul>
<li>AWS EC2 + S3 + ELB - Akamai</li>
<li>90 web engines + 50 API engines</li>
<li>66 mysql master + 1 slave chacun</li>
<li>51 memcache</li>
<li>56 Redis</li>
<li>1 Redis task queue + 25 task processor</li>
<li>Solr</li>
</ul>
</section>
<section>
<h3>Pourquoi AWS ?</h3>
<p>Disponibilité, support</p>
<p>Services intéressants</p>
<p>Instances prêtes en 1 minute</p>
</section>
<section>
<h3>"Great tools"</h3>
<p>Mysql</p>
<p>Memcache</p>
<p>Redis</p>
<br>
<blockquote>
Out of the box, they won't scale past 1 server, won't have high availability, won't bring you a drink.
</blockquote>
</section>
<section>
<h3>Retour sur les stratégies de stockages</h3>
<h4>Clustering VS Sharding</h4>
<table>
<thead>
<tr>
<th>Clustering</th><th>Sharding</th>
</tr>
</thead>
<tbody>
<tr>
<td>Distribue les données sur les noeuds automatiquement</td>
<td>Distribue les données sur les noeuds manuellement</td>
</tr>
<tr>
<td>Les données peuvent bouger</td>
<td>Les données ne peuvent pas bouger</td>
</tr>
<tr>
<td>Rebalance les données entre les noeuds pour distribuer la charge</td>
<td>Découpe les tables de données pour distribuer la charge</td>
</tr>
<tr>
<td>Les noeuds communiquent entre eux</td>
<td>Les noeuds s'ignorent</td>
</tr>
</tbody>
</table>
</section>
<section>
<h3>Le clustering est séduisant</h3>
<p>Cassandra, Membase, HBase, Riak</p>
<p class="fragment">MAIS<p>
<ul class="fragment">
<li>Technologies jeunes</li>
<li>Compétences difficiles à trouver</li>
<li>Et la magie du clustering en fait sa force et sa faiblesse</li>
</ul>
<p class="fragment">Finalement : sharding avec stratégie de preshard (databases dans mysql)</p>
</section>
</section>
<section>
<section>
<h2>Case study #4</h2>
<h3>Reddit</h3>
<p><small>http://highscalability.com - 2013</small></p>
</section>
<section>
<h3>Stats</h3>
<p>Le traffic double toutes les 15 mois.</p>
<p>67,328,706 visiteurs uniques</p>
<p>4,692,494,641 pages vues</p>
<p>240 serveurs (2012)</p>
</section>
<section>
<h3>Historique dans EC2</h3>
<p><b>2005</b> création</p>
<p><b>2006</b> les logos sur S3</p>
<p><b>2007</b> les miniatures sur S3</p>
<p><b>2008</b> EC2 pour les traitement asynchrones</p>
<p><b>2009</b> EC2 pour les frontaux web : 1 journée de downtime pour basculer sur EC2</p>
</section>
<section>
<h3>Retour d'expérience AWS</h3>
<p>Racker des serveurs n'est pas marrant et chronophage, surtout pour une petite équipe</p>
<p>La croissance n'est pas prévisible, surtout sur les débuts</p>
<p>EC2 n'est pas "a silver bullet" : latence réseau, IO déplorables. Prévoir de fonctionner avec. Le bénéfice ? on peut grandir autant que l'on veut</p>
<div class="fragment">
<p>Tenir compte des limites d'EC2</p>
<p>qui ne sont pas connues à priori, et qui évoluent dans le temps</p>
</div>
</section>
<section>
<h3>Concept de attraction des données (data gravity)</h3>
<p>Les données étant les choses les plus pénibles à bouger, tout ce qui a besoin d'y accéder ne doit pas être loin</p>
<p>Une fois les données dans le cloud, autant tout basculer dessus</p>
</section>
</section>
<section>
<section>
<h2>The end <span class="fragment">?</span></h2>
<h3 class="fragment">Nous n'avons parlé que de la monté en charge côté technique</h3>
</section>
<section>
<h3>Quand l'équipe autour d'un projet grandit,</h3>
<h3>elle «scale up» en même temps que son projet</h3>
</section>
<section>
<h3>Certains problèmes peuvent se produirent</h3>
<p class="fragment">Ralentissement paradoxal du développement</p>
<p class="fragment">Déploiement de plus en plus compliqué</p>
<p class="fragment">Tout changement devient risqué</p>
</section>
<section>
<h3>Quelques solutions</h3>
<p class="fragment">Méthodes agiles</p>
<p class="fragment">Devops</p>
<p class="fragment">Microservices</p>
<p class="fragment">...</p>
</section>
</section>
<section>
<h1>THE END</h1>
<h3>INSSET - 2016</h3>
<p><a href="mailto:[email protected]">[email protected]</a></p>
</section>
</div>
</div>
<script src="lib/js/head.min.js"></script>