0
点赞
收藏
分享

微信扫一扫

花三个月吃透京东T8推荐的178页京东基础架构建设之路,入职定T5

前言

大家首先来看看京东的职级和薪资状况!

京东岗位序列主要分M、T、列。T序列包含产品和技术,P序列为项目经理。

薪酬结构:年薪=月薪* (12+1) ,1为年终奖, 一般为1-2个月;

月薪=基本工资(70%) +绩效I资(30%基本I资+绩效系数) +餐补+ I龄补贴+全勤奖;

京东每年都在给所有中基基员工加薪,基基员工加薪幅度不低于10%,主管、经理级员工则不低于20%。

既然大家已经知道了京东的职级和薪资状况了,接下来给大家分享的就是京东的一系列核心基础架构系统,希望大家能够喜欢~~~~

目录

主要内容

本文涵盖容器集群、数据库、分布式存储、服务框架、消息队列、异 多活、机器学习等一系列经典技术话题 深入浅出地向读者展示了京东基础架构的搭建、演进、变革及发展的完整画像,系统地阐述了京东重要阶段的技术进步历程及里程碑级别的技术突破,堪称是部“从入门到精通”的基础架构经典教材。

第1章“容器集群技术”,主要介绍数据中心操作系统JDOS,即容器集群管理平台。

本章会与大家分享JDOS团队的发展历程、业务服务现状和技术发展阶段。在内容呈现上,本章讲述了从JDOS 1.0容器化“胖容器”开创京东容器化技术之路,到完成京东全部业务容器化运行后,随即推动JDOS 2.0,完全基于镜像发布方式,建设完整的容器技术生态的内容。自研分布式智能DNS、高性能负载均衡,以及为容器量身打造的分布式共享存储ContainerFS,这些都是为了更好地建设JDOS与数据中心协同发展的生态。在完成JDOS实现数据中心操作系统赋能后,进而推动JDOS 3.0以构建京东的PaaS平台,从源码、编译、构建镜像、容器集群编排、副本控制、日志、监控、中间件能力等完整PaaS生态。随着JDOS规模持续增大,精细化运营促使启动了正在演进中的JDOS 4.0阿基米德项目融合计算,实现在线业务与离线大数据计算混部,智能调度,并在满足业务计算需求的同时节约采购成本。在容器技术实践方面,京东是发展较早也比较坚定的,在实践过程中有很多理解和技术感悟。

第2章“数据库技术”,主要介绍了弹性数据库系统的演进。

本章详细记录了京东在这方面的尝试和思考,其核心观点简单明了,京东未来的技术架构是构建在弹性数据库基础之上的,可以快速响应业务的需求,有效利用资源、降低成本、提升数据库性能。这意味着DBA的角色和知识体系结构必须发生变化,DBA除了具备基础的数据库运维技能,还需要对数据领域各个产品和技术有所涉猎,包括数据库核心技术、数据库自动化运维技术、故障自愈技术、数据安全与审计、数据同步与传输和数据处理等,从而促进京东数据库架构向更全面、更合理的可持续性方向发展。

第3章“分布式存储技术”,主要介绍京东文件系统JFS及商品图片系统。

京东每年都会进行618和双11大促,大促时访问的洪峰经过业务系统的层层调用,最终都会转化为对存储系统的访问,网页丰富的商品信息展示、用户个性化的搜索结果和商品推荐,背后都需要实时地从存储系统中读取数据进行计算,用户打开的每一个页面都会转化为从多个系统中访问数据,存储系统的稳定和性能直接决定了用户购物的体验。

在开发这些存储系统的过程中,面临了很多的挑战。怎么精确、及时地发现故障,自动进行故障恢复?怎么快速地进行横向扩容、数据迁移?怎么解决系统的读写性能?每一个问题被解决的背后都有着开发人员夜以继日的奋斗。本章将会详细介绍京东存储系统的建设历程和架构。

第4章“中间件技术”,主要介绍以服务框架JSF、消息队列JMQ、缓存平台JIMDB为代表的中间件技术体系。

JMQ具有集群高可用、数据高可靠、支持集群化管理等特性。不仅考虑了高吞吐、高可用、低运维成本等方面的需求,同时还针对京东业务场景增加了重试、延时消费、归档及事务等业务方面的需求。使用Zero-Copy、日志和队列文件、组提交、内存映像文件及优化的复制协议等技术使TPS的性能比AMQ提升了近10倍。

现阶段,为配合京东异地多活整体战略,我们正在进行服务平台系统的升级改造,提升系统的灾备能力和用户体验。

回顾每次历程,不仅是对架构设计和技术实现的挑战,也是对研发人员意志力和专注力的考验,更是为我们的下一-次技术演进奠定了基础, 正所谓既是终点又是起点,我们将在实践中不断探索适合京东业务发展的技术架构之路。本章将主要介绍京东中间件在不同阶段的相关背景,解密其背后的技术选型和设计思路。

第5章“ 整体架构升级”主要介绍了“ForceBot: 全链路军演机器人”和“异地多活”两部分内容。

京东是一家以技术为成长驱动的公司,自有技术平台在不断地变化、升级,促进了各类业务的增长。能否规划出真正解决业务问题的方案,取决于是否进行了合理的架构设计,并放眼未来,迎接变革一-这就是架构的意 义。

全链路压测,是这个时期应运而生的产物。京东的业务复杂,系统庞大,每年都要经受618和双11两次大考,而随着业务量及体积的逐年增加,每次大促对系统的能力要求也就不断提高。各核心系统环环相扣,其中任何一个出现问题,就可能会影响整个链路,直接影响用户购物体验,这也导致各团队在压测方面工作量非常大。此外,直接受影响的就是系统的容量规划。系统技术团队在2016年启动了全链路压测项目,覆盖所有信息系统,基于来自全国各地的真实流量,完全在线模拟用户行为,对全链路的各个系统进行高并发验证测试。此项目牵扯到京东研发体系的所有团队,跨团队协作、跨系统协调改造等工作量非常大,挑战性可想而知。

异地多活,不仅仅是建设一个机房, 也是一个体系化的建设工程,影响着每个层级的业务状态,核心是“活”, 通过更灵活的软件来定义数据中心,机房管理、基础网络、数据库管理、持久存储、中间件、应用部署、流量接入、监控与运维保障都有新的突破,各自体现着不同的价值主张,以多元化的互联解决个性化的需求。

本章所介绍的内容,并不是研发某-些系统,而是从全局的视角来推动京东商城整体架构的升级。

第6章“机器学习技术”主要介绍京东商城基础架构中的机器学习与知识工程。

零售的变革来自于两大驱动力,即消费的改变和技术的革新,而人工智能,特别是机器学习,是当下毫无疑义的技术先锋力量。京东很早就开始了机器学习和人工智能领域的布局,在2014年9月,京东便组建了深度神经网络实验室(DNN Lab) ,后来成为基础架构部机器学习技术团队的前身。

从基础架构部的角度来看,随着GPU等硬件资源的革新,以及深度学习算法的成熟,机器学习技术已经不再是实验室的一项研究,在工业领域也有非常广泛的应用前景。

从业务角度来看,京东的业务-直在不断高速增长, 各个环节继续增加人力显得无以为继,也对运营成本提出了巨大的挑战。而且在人力增长的同时,知识和经验又无法在人与人之间快速精准地大量复制,从而导致运营的不稳定性对用户体验造成伤害。因此,我们迫切地需要用“数据”和“算法”来取代-部分的“经验” 和“人工”, 提高运营效率,改善用户体验。本章将会围绕成本、效率、体验,从应用的角度,带给你机器学习技术在零售行业的最佳实践。

机器学习技术的应用,提升了电商各环节的效率。而应用的需求和场景的不断扩展,又反过来促使了技术的进步。通过实践和迭代优化沉淀出来的计算机视觉、自然语言理解和语音能力,不仅可以服务京东内部各个部门,还可以加工形成人工智能的通用技术和服务,对外输出。本章会介绍京东在这方面的实践。

这份【京东基础架构建设之路】共有178页,本文只给大家介绍了部分知识点的内容,需要完整版内容的朋友,转发关注小编之后,+++++V X :bjmashibing001 来获取啦~~

大神评价

基础架构是京东业务的技术基石。本文的作者们,作为过去几年里推进京东基础架构变革的技术实践者,一直坚定执行京东集团“下一个十二年,只有技术”的发展路线。借《京东基础架构建设之路》,我代表所有奋战在一线的技术研发团队,将京东在基础架构技术领域这几年中的发展和创新分享给关注我们的朋友。感谢所有互联网技术从业者对我们的关注、帮助与指正。

《京东基础架构建设之路》,从底层的容器管理集群技术,到服务框架、分布式内存数据库和分布式文件存储系统,再到机器学习在京东的多场景应用和商品数据知识图谱的构建,都做了详细的介绍,向大家展现了整个系统搭建的发展历程。同时,文中也解密了京东技术研发在每年618和双11超大流量和高并发时刻的应对策略,相信会对互联网和电商行业的从业者有着不错的借鉴作用。

作为过去几年里推进京东基础架构变革的技术实践者,我们乐于把自己的经验分享给更多的基础架构从业者或感兴趣的人,技术无止境,愿我们一路相伴共创奇迹~~~~~~~~

举报

相关推荐

0 条评论