Programming Pearls

很喜欢《Programming Pearls》这本书,因此用了这个名字。介绍一些好看好玩的编程paper、slides、video等。

架构设计与架构师 林仕鼎

🔗: architect
📝: 这是QCon-2013上的一场演讲,现在听了依然受益匪浅。演讲以存储、服务架构、计算模型为例子介绍了架构:What Why How.存储需要考虑结构、访问模式、数据特点、实时性等,服务架构需要考虑高吞吐、稳定性,计算需要考虑数据/计算/通讯密集型等。作者提到,Architect是位于Engineer和Researcher间的一个角色,理论映射到实践,实践抽象为理论。最后则介绍了架构师的三板斧。从去年6 7月份以来,我突然困惑于架构是做什么的这个问题,而林仕鼎是这么说的:”对于架构师的技能要求,我参考武林高手,建了个模型:内力+招式+经验。内力由修炼得来,招式源于剑法拳谱即前人的积累,而经验则靠实战。编程能力像是内力,在不断对代码进行重构的过程中获得提升,参与项目就是实战。通常来说,内力+经验就能赢得战斗,但招式会使你看起来出身名门大派,即不山寨。内力、招式和经验,这三者通常也不是单独增长的,需要在一次次的迭代过程中螺旋式上升,即在实战中锻炼内力并加深对招式的理解,而后两者可以带来更多实战的机会和成功概率。待你到达一定阶段,自然也会总结出自己的功法招式,传与后人。当然还可以写成秘笈,留在山洞里等待有缘人。”


THE WORLD OF C++ STL ALGORITHMS

🔗: STL
📝: 关于C++ STL ALGOS的演讲,巧合的是作者也提到了上一个推荐的演讲,105个算法被分到不同的领地,类似魔兽世界,我从中截取了1分钟的介绍视频,大家可以感受下。有个评论说”Haha. That world map. As nerdy as it gets.Loving it.”,算是非常精辟了。


C++ Seasoning:3 Goals for Better Code

🔗: Cpp-Seasoning
📝: 作者在演讲里提出了3 Goals for Better Code,分别关于No Raw Loop、No Raw Synchronization Primitives、No Raw Pointers,在场的听众以及视频的评论里,很多希望作者出一本书,因为作者用真实代码(Chromium)展示了如何把一段代码变的更好,虽然没有完全理解也不完全认同作者的观点,但这篇演讲的确能够带给人很多思考和共鸣,有些你习以为常的代码习惯,例如智能指针,可能也需要不断思考是否是正确的,比如提出这样的问题:Why-Should-I-Not-Use-Smart-Pointers(https://stackoverflow.com/questions/18813679/why-should-i-not-use-smart-pointers), 保持自我思考的能力。


关于 BloomFilter 的几篇论文

🔗: bloom filter
📝: BloomFilter无论是学术还是工程领域,都已经得到了广泛的证明和实践,例如在Chromium, bigtable等,也不断进化出了很多新的类型:Counting Bloom Filter/Partial Bloom Filter/Compressed Bloom Filter…


Skip Lists: A Probabilistic Alternative to Balanced Trees

🔗: skiplist
📝: skiplist 是一种概率数据结构,大概率下拥有和红黑树同样的查找和修改性能,但是实现简单很多,在很多场景都有使用,例如leveldb redis, 论文和c实现可以参考这里 ftp://ftp.cs.umd.edu/pub/skipLists。


In Search of an Understandable Consensus Algorithm

🔗: raft
📝: 鼎鼎大名的raft论文,文章按照Leader Election, Log Replication, Safety介绍了一致性算法,跟paxos做了对比,同时介绍了Cluster membership changes以及Log compaction.


MapReduce: Simplified Data Processing on Large Clusters

🔗: mapreduce
📝: Jeffrey Dean and Sanjay Ghemawat的mr论文,非常详细的介绍了mr模型,包括模型是如何被提出来的,为什么定义了mapper/reducer两个用户接口,以及整体的数据处理流程,数据的准备、任务的分配,中间结果的存储以及容错。个人觉得最优秀的是从google众多的大数据计算里抽象出了mr这个模型。