Designing Data-Intensive Applications

Mục tiêu học

• Hiểu các nguyên lý bền vững phía sau hệ thống dữ liệu: reliability, scalability, maintainability.
• Xây được mental model cho database internals, distributed data, transactions, consistency, batch/stream processing.
• Biết đặt câu hỏi trade-off khi chọn công cụ dữ liệu thay vì chạy theo buzzword.

Nguồn

• PDF: Designing Data-Intensive Applications The Big Ideas Behind Reliable, Scalable, and Maintainable Systems.pdf
• Tác giả: Martin Kleppmann
• Ấn bản: First Edition, 2017

Bản đồ đọc

Part I — Foundations of Data Systems

• 00 - Preface and Reading Map - Designing Data-Intensive Applications
• 01 - Reliable, Scalable, and Maintainable Applications
• 02 - Data Models and Query Languages
• 03 - Storage and Retrieval
• 04 - Encoding and Evolution

Part II — Distributed Data

• 05 - Replication
• 06 - Partitioning
• 07 - Transactions
• 08 - The Trouble with Distributed Systems
• 09 - Consistency and Consensus

Part III — Derived Data

• 10 - Batch Processing
• 11 - Stream Processing
• 12 - The Future of Data Systems

Khái niệm trọng tâm cần gom về concept note

• Distributed Systems
• SQL Database
• NoSQL Database
• Database Indexing
• Database Transaction
• Database Partitioning
• Database Sharding

Tiến độ

TABLE date, status, pages_planned, pages_read, current_page_after, section
FROM "03 - Daily Reading/Designing Data-Intensive Applications"
WHERE book = [[Designing Data-Intensive Applications]]
SORT date ASC

Câu hỏi lớn khi đọc

• Khi nào bottleneck là dữ liệu thay vì compute?
• Reliability, scalability, maintainability có xung đột nhau ở những quyết định thiết kế nào?
• Khi nào nên chọn relational, document, graph, log, batch, stream, hoặc phối hợp nhiều hệ thống?
• Những guarantee nào thực sự có ý nghĩa trong hệ phân tán khi network, clock, process đều không đáng tin tuyệt đối?