Overview
Este trabalho foi traduzido com recurso a IA. Agradecemos o teu feedback e comentários: translation-feedback@oreilly.com
Todos os sistemas distribuídos procuram a fiabilidade, o desempenho e a qualidade, mas construir um sistema deste tipo é difícil. O estabelecimento de um conjunto de padrões de design permite aos programadores de software e aos arquitectos de sistemas utilizar uma linguagem comum para descrever os seus sistemas e aprender com os padrões e práticas desenvolvidos por outros.
A popularidade dos containers e do Kubernetes abre caminho para os principais padrões de sistemas distribuídos e componentes reutilizáveis em containers. Este guia prático apresenta uma coleção de padrões genéricos e repetíveis para ajudar a orientar os sistemas que constrói usando padrões e práticas comuns extraídos de alguns dos sistemas distribuídos de melhor desempenho em uso atualmente. Estes padrões comuns tornam os sistemas que constróis muito mais acessíveis e eficientes, mesmo que nunca tenhas construído um sistema distribuído antes.
O autor Brendan Burns demonstra como podes adaptar os padrões de conceção de software existentes para conceber e construir aplicações distribuídas fiáveis. Engenheiros de sistemas e desenvolvedores de aplicativos aprenderão como esses padrões estabelecidos há muito tempo fornecem uma linguagem comum e uma estrutura para aumentar drasticamente a qualidade do seu sistema.
Esta segunda edição totalmente actualizada inclui novos capítulos sobre inferência de IA, formação de IA e construção de sistemas robustos para o mundo real.
- Compreende como os padrões e os componentes reutilizáveis permitem o rápido desenvolvimento de sistemas distribuídos fiáveis
- Utiliza os padrões sidecar, adapter e ambassador para dividir a tua aplicação num grupo de contentores numa única máquina
- Explora os padrões distribuídos multinó de acoplamento frouxo para replicação, dimensionamento e comunicação entre componentes
- Aprende padrões de sistemas distribuídos para processamento de dados em lote em grande escala, abrangendo filas de trabalho, processamento baseado em eventos e fluxos de trabalho coordenados