大致看了下关于bigtable和mapreduce的东西. 想想,其实是google对于搜索引擎数据结构的一个解决方案吧. 广泛一点说,是对于面向内容的分类的解决方案的. 对于搜索引擎来说,主要有两个基础的数据: 一是原始的抓取对象,表现为网页内容. 二是对原始材料的分类信息,表现为关键字. bigtable对于这样的数据的处理,引入的是column family的概念.以传统的RDBMS理解的话,就是在url 和content列之后,有了一个不定数目的列数. 仔细想想,换个方式理解,其实更简单. 对于column family,更喜欢将其理解为tagging. 因为搜索引擎本身承担着两种功能. 抓取和分析. 得到content之后,只要对其打上相应的tag便行了. 如果要以RDBMS实现的话,便是简单地对每个关键字建立个表,然后指向相应的content内容便可以. 而要依据诸多关键字定位page的话,也就是所谓的map reduce. 先分类,在处理. 也就是所谓的先map,然后再reduce. 这其实就是分类处理的思想. 而map很大程度上,跟集合有着天然的血缘关系. 而搜索的目的就是在集合里找到特定的子集. 于是,map > reduce > map > reduce... 于是,纯粹从思想的角度考虑,bigtable和mapreduce不过是google对于搜索引擎需求的一个建模描述,或者说是基于内容个tagging技术. 话说回来,有时候,所谓的架构或者模型确实是建立在需求之上的. 软件产品脱胎于需求. 而产品的架构,虽然某种程度上说跟需求无关. 因为有着这么一个说法,就是说好的架构必然具有良好的扩展性. 一种很理想主义的想法就是在设计出一个好的架构之后,无论需求如何变更,都能够适应. 现在想想,这其实是本末倒置的误区. 所谓的架构扩展性在于面对需求变更的时候,有良好的适应能力. 其实质是,对于需求的变更,都能保证其跟原有架构设计的一些假设不会冲突. 意思就是说,你的架构没有做过多的假设. 比如对于一个这样的需求,偷菜写个函数. 于是可能有这么些个实现: steal(vegetable) or steal(stealable) or operate(someting) or operate(onething,anotherthing) or operate( list onething , list anotherthing ) or operate( list paticipate_1 , list paticipate_2 , ... ) or getHandle(steal_vagetable).process() 实际哪个实现取决于你做了多少假设. 也就是说粒度细分到什么程度. 而此时所谓架构是否有良好的扩展性,就在于,新需求会将粒度缩放到哪个程度. 一旦细化的粒度小于当前架构的粒度,也就是架构不适应需求了. 所以,最好的架构其实是没有架构. 即不做任何假设. getHandle(steal_vagetable).process() 这其实又是一个螺旋式的回归.
2009-10-18
所谓设计模式和架构
订阅:
博文评论 (Atom)
一部未完成的适配
看完了一部未完成的电影. 这部片片子比较有意思的是一开始那段自嘲. 秦昊关于既然拍了也播不了,只是私下小圈子里自嗨的事情又什么意义的质问. 片里导演也 讪讪地承认生活的现实. 到这里其实沿着原有的思路,把补拍和一些意外穿插进去,可能还是一个不错的文艺片. 至少于戏里戏外的导演来说...
-
最近在改一个SparkSQL AST解析相关的问题. 主要做一些权限管控校验重写的事情. 之前做过一版重写,现在反馈了几个问题. 一个是类似delete from table where子句的错漏. 一个是select from where not exists in (subq...
-
中午和人聊一些马克思和生产力的问题. 然后提到了生产力发展的另一种说法是生产力过剩. 某种程度上来说,基于允许一部分搭便车的社会主义生产力理论确实形式上要求着一定程度的产能过剩. 因为只有这样才能够使得搭便车的成本,或者会所才能忽略掉这部分成本,形式上让生产能够继续下去. 只有从...
-
最近算跟风玩了下黑神话. 用的Geforce Now加月卡. 勉强到第二回打完沙国父子,回头准备去打地狼吧,然后20小时优先卡就被踢出去了. 难度对于个人这种没接触过的玩家来说还是挺大的. 一个Boss花个三四个小时很常见,或者说必然吧. 像第一个头目幽魂就卡了挺久. 后来学会拆...
没有评论:
发表评论