优质博文list（分布式文件系统/存储/搜索）

转载请注明出处：http://blog.csdn.net/zbf8441372

把一些好的，有用的博文搜集在这里，陆续更新，主题大都是涉及到分布式系统，文件和存储之类，还有云计算，包括一些强大的，热门的open-source，包括NoSQL生态系统，Hadoop家族，lucene全文搜索工具，一些Apache项目等等。另外一些比较好的站点和博客地址，可以拓展阅读。

20. REST相关

深入浅出REST对REST的比较通俗，全面的基本介绍

解答有关REST的十点疑惑

19. 分布式系统工程实践

一位淘宝工程师在2010年写的一篇关于分布式的综合论述的文档，对于对分布式感兴趣又不入门的我来说，好难消化。 分布式系统工程实践(open-open地址)

18. MogileFS

傲游用MogialFS存储海量文件，据说几百万的文件很轻松就可以处理。存在的问题是文档太少，并且有人号称目前的实现不够稳定。另外根据一些文档，MogileFS无法scale到很高的数量级，因为metadata db是瓶颈。

参考:

• http://danga.com/mogilefs/ ：官方网站
• http://lxy2330.iteye.com/blog/1225419 ：一个分布式文件系统的综述，认为MogileFS文档少并且不够稳定。
• http://hi.baidu.com/noirwinter/blog/item/6d13da1b30a793c5ad6e7514.html ：一个MogileFS的实例介绍，号称可以处理千万级别文件。
• http://shen2.cn/tag/mogilefs/ ：另一个分布式文件系统的的综述，推荐了MooseFS
• http://www.quora.com/OpenStack-vs-MogileFS：比较了Swift和MogileFS，认为MogileFS无法scale。

17. MongoDB 图片存储相关文章

• http://www.frostsky.com/2011/10/mysql-to-mongodb/ ：视觉中国网站的实例，他们用MongoDB实现了产品级别的图片存储。
• http://groups.google.com/group/mongodb-user/browse_thread/thread/960b49e903bc80f0?pli=1 ：一个讨论，有回复说1TB级别的图片数据存在GridFS没有任何问题，并且有人提到他们用MongoDB存储了百万张图片，延时还在50ms以内。
• http://blog.nosqlfan.com/html/1035.html ：一个开源方案
• http://hi.baidu.com/noirwinter/blog/item/19fa98520617e01e0cf3e337.html ：作者在TB级别的数据应用成功了MongoDB。
• http://blog.yunchat.net/2034.html ：一个简单的demo
• http://www.mongodb.org/display/DOCS/Production+Deployments: MongoDB官方网站给出的用户列表，有一些用户用到它存储图片，不过规模貌似都不太大。

16. 面向文档的数据库 CouchDB

15. 案例分析：基于消息的分布式架构

可以关注下文章作者的博客，这只是他基于消息的分布式架构系列博文中的一篇。另外，逛他的博客我保证会受益匪浅！

14. 架构腐化之谜

好久没有逛InfoQ啦，来两片架构的文章滋润下。

13. 云计算多租户最佳实践

关于云计算中一个重要的概念：多租户。有简单的例子。

12. 集成Lucene和HBase

有关怎么结合NoSQL做lucene的搜索的思路，也算个启迪吧。

11. ZooKeeper典型使用场景一览

只有总结好了应用场景，才能更好把握。总结得挺不错的。

10. 一致性hash算法

作为分布式的一个最最重要的基础之一。本文解释的很清楚明了。

9. Java编程中“为了性能”尽量要做到的一些地方

小白表示看完就去改代码了= =

8. [译] NoSQL生态系统

简单扫个忙，关于BigTable,列簇式存储,图结构存储,横向扩展强一致性,最终一致性等。顺便再推荐NoSQLFan网站。还看到taobao团队博客里的一篇关于Cassandra性能测试的博文也同时发在了NoSQLFan上，可见那是一片很好的土地。测试结果Cassandra的写性能非常优越，读性能一般。

7. 这就是搜索引擎：核心技术详解

这是一本蛮不错的mini ebook。总结了搜索引擎的一些基础知识（转倒排的几种方法），主要算法（PageRank，HITS，SALSA，Hilltop）， 好好看的话收获还是蛮大的。

6. paxos 实现

zookeeper是基于paxos实现的。paxos算法是一种类似锁的机制，本质上zookeeper中用它实现的是数据在分布式环境下的一致性。paxos算法的paper感兴趣的话可以阅读下。另外，这是淘宝核心系统团队博客，无论是list，还是回复，还是相关链接的博客，都很不错。

5. Twitter Storm：开源实时Hadoop

关于Twitter的Storm，一个非常火的实时计算系统。你可以看到很多开源的东西。在回复里有个链接，有更多更深的内容。值得一读。

4. HBase入门篇（集锦）

该博主的一系列HBase实践经验，给我的感觉非常好，可以跟读下。就算没有用过HBase，也能很好体会到HBase这个东西，也许可以启迪你考虑将它运用到自己的项目中去。

3. Lucandra / Solandra: A Cassandra-based Lucene backend

lucene与Cassandra的结合。包括之后和Apache solr结合。提供了我lucene与NoSQL结合的实现思路，如HBase。用NoSQL的特性，也许可以弥补无法索引进lucene的数据的读取方式。存进MySQL去读，实践证明可慢了。

2. 如何打败"CAP"定理

数据库中的Consistency， Availability， Partition-Tolerance。很多设计都是舍一取二，所谓的三条都满足也是一定条件下的伪满足，一定是有取舍的。

1. AWS平台与EC2介绍

关于Amazon平台的产品，关于它的"弹性"。