服务化和资源管理技术

1. Apache YARN/Mesos与Google Borg差距多远？

http://dongxicheng.org/mapreduce-nextgen/yarn-mesos-borg/#rd?sukey=fc78a68049a14bb2dd35b3094f27f663dcff35c3afdf28af1c9d294298d6045edfabb1599ad454ebdc60eeb6e538af19

要点: 本文从架构设计和服务混布支持等方面探讨了 mesos/yarn 和 borg 的差距, 虽然对于中小集群来说, mesos/yarn 已经可以完全胜任了, 但是面对大规模集群和复杂的混布服务, borg 仍然是最先进的.

2. 七年之痒：云计算2.0时代 | 何博专栏01

http://mp.weixin.qq.com/s?__biz=MzA4Nzg5Nzc5OA==&mid=207106069&idx=1&sn=3069db9f8edc7ae01cc563af200897aa&scene=1&key=dffc561732c22651be03671e713b7fcf4c51d663665dbb617e9096919ff810993ab28ffd530ab97430ed756abab1be5e&ascene=0&uin=Mjk1ODMyNTYyMg%3D%3D&devicetype=iMac+MacBookPro9%2C2+OSX+OSX+10.10.4+build(14E46)&version=11020113&pass_ticket=ItptHIu12ufKWTD3h35b9mFA5paUM7UX%2F2aw2QgjjOEyGd7R6gyB54HC%2BjwnPQiV

要点: 作为一个码字的同学，看到好的文章，就像妹子看到喜欢的衣服一样，内心的喜爱无疑言表，就像这篇 七年之庠：云计算2.0时代。

3. 持续集成案例学习：Docker、Java与Maven

http://dockone.io/article/582#rd?sukey=fc78a68049a14bb243b645175e718ed18ecebb85e66221b331561c817e3c940706a7eb46b69fd5136aad94e04228b9b9

要点: 这是一篇使用 docker 进行持续集成的例子, 由于作者的公司是 java 公司, 所以使用 maven 作为构建工具, 使用 maven 插件来进行和 docker 交互的部分. 我一直认为, run anywhere 才是 docker 的核心竞争力(有的人认为 docker 是 devops 的革命), 这个案例也说明了这一点.

4. 360的容器化之路

http://dockone.io/article/600

要点: 本文介绍了360是如何让 docker 技术落地的, 并且简要介绍了基于 docker 的持续集成方案

5. Xen项目负责人：Docker会取代虚拟机吗？

http://dockone.io/article/598#rd?sukey=fc78a68049a14bb27e2c822f3f5486fb295085cb8d54be73c2b40ae12924565b22d33e09b1d45cb2381271a681f9c19b

要点: docker 发展迅猛, 虽然看起来是那么令人神往, 但是却不得不非常谨慎, 因为和虚拟机相比, docker 仍然存在很多不足. 本文介绍了一个新的拐点, 在今年年初高调发起的一些项目正是尝试将虚拟机的一些优点融入到Docker当中，其中最具代表性的当属Intel的Clear Linux项目和Hyper。如果有一种技术可以做到 docker 的性能同时拥有虚拟机的功能, 那么未来是多么美好啊.

6. 这多半年，容器市场都发生了哪些变化？

http://dockone.io/article/606

要点: "编者的话": 随着容器市场高速增长，每个业界供应商都在这一领域快速迭代，提供新功能。实际上，因为发展太快，本文的观点很可能在两个月后就过时了。两个月前我在旧金山参加2015 DockerCon，从那以后，每个厂商都有了重要新功能发布或者新的合作关系。此文是在最热的容器领域，对主要供应商的重要发布进行回顾，包括Docker、CoreOS、Kubernetes和Mesos。

7. CoreOS集成Kubernetes核心组件Kubelet

http://dockone.io/article/604

要点: 【编者的话】本文为CoreOS官方博客发布的新闻和说明，介绍了CoreOS中对Kubernetes的核心组件kubelet的集成和支持。通过在CoreOS中安装和使用Kubelet，演示了Kubelet的使用技巧，以及如何在Kubernetes中更好的管理和监控容器资源 。

服务调度和 Trace 技术

1.  Rate limiting 的作用和常见方式

http://blog.eood.cn/rate-limiting

要点: 速度控制是服务设计者必须考虑的问题, 当系统容量出现瓶颈时, 由 rate limit 模块进行限速是保护系统的非常有效的方法. 本文介绍了基于 nginx, java 和 redis 的实现方法. 开发 c++的同学可以参考 java 的接口设计和实现.

DevOps 技术

1. 大规模数据库运维实践

http://toutiao.com/a5386023879/?tt_from=weixin&utm_campaign=client_share&app=news_article&utm_source=weixin&iid=2978432230&utm_medium=toutiao_ios&wxshare_count=1

要点: 本文介绍了 ucloud 在大规模数据库运维方面的实践, 提出了可视化, API 化, 批量化和智能化的自动化运维轨迹, 并且采用 docker 实现了网络, IO, CPU和内存隔离.

2. 公有云运维自动化：怎么让系统具备可部署性

http://mp.weixin.qq.com/s?__biz=MzA4Nzg5Nzc5OA==&mid=207117804&idx=1&sn=76937cc2aec54811f5b47d65258257ea&scene=0&key=dffc561732c22651d45da892a61df2b8f4dc0b3b57805073efa88274b38b7cb642e3fe62a5f9e355406f3aea0160d96d&ascene=0&uin=Mjk1ODMyNTYyMg%3D%3D&devicetype=iMac+MacBookPro9%2C2+OSX+OSX+10.10.4+build(14E46)&version=11020201&pass_ticket=JXMx67cbrZNxyKGsi6dqTEzzdjXJ3mdNQUB6Z827EwRDu0ezmh7vB%2BKxJgstC8%2Fo

要点:  这篇文章作者结合自身经验, 总结了实现自动化部署的几个关键步骤. 虽然文章的标题是公有云环境, 但是我认为也同样适用于私有云环境, 而且我特别同意"统一管理构建出来的Artifacts"这一条规则, 这也正是我们比较欠缺的, 我们缺少一个可以管理所有环境的配置文件管理平台, 部署系统不得不做出了很多比较 trick 的名字匹配规则, 比如根据库种前缀, 机房名字等等, 这些"潜规则"非常不容易扩展, 而且极容易出错.

工具集合

1. 使用ThreadSanitizer线程检查工具

http://blog.coderzh.com/2015/08/15/ThreadSanitizer/

要点: ThreadSanitizer又叫TSan，是一个检查线程Data Race的C/C++工具。它集成在新版的gcc和clang中，通过编译时加-fsanitize=thread，可以在运行时检测出Data Race的问题。与之配套的还有 AScan 和 MScan.

2. Lambda Functions in C++11 - the Definitive Guide

http://www.cprogramming.com/c++11/c++11-lambda-closures.html

要点: lambda 表达式可以说是 c++11最重要的特性之一了, 有了 lambda 表达式, 我们就可以很方便的定义匿名函数了. 这篇文章详细解释了 lambda 表达式的用法.

3. GitHub发布桌面版但不包括Linux

http://www.infoq.com/cn/news/2015/08/Windows-GitHub

要点: github 发布了桌面客户端, 包括 windows 和 mac, 经常使用 github 的同学可以体验下.