Zebras All the Way Down - Bryan Cantrill, Uptime 2017

Zebras All the Way Down - Bryan Cantrill, Uptime 2017

频道:Code & Supply · 时长:46:36 · 发布:2017-10-23 · 播放:49474

在 YouTube 观看

简介

Bryan Cantrill 在 Uptime 2017 的演讲,探讨有状态数据路径的工程挑战,包括存储、固件和硬件缺陷。他使用“斑马与马”的诊断启发式来解释为何罕见故障不断出现。

HN 为什么推荐

每当固件、磁盘、ECC 或不透明硬件话题出现时,HN 上的常青最爱,既有趣又发人深省。

与他所有的演讲一样,你可以期待它既有趣又富有信息量 — HN, 2020

测试、调试与开发者工具 · 数据库与存储 · 云、DevOps 与可靠性

中文字幕节选

[掌声] 好的,下午好,很高兴来到这里,我喜欢这个会议的名字 Uptime,我想你可能会说,一个叫 Downtime 的会议对我来说更 合适,但我会接受 Uptime,而且今天观看所有这些 演讲会很有趣,特别是,你知道,我真的很喜欢 如果遥控器能用的话,如果不能,可能是因为没插好,所以 我们就用老派的方式吧。嗯,我觉得 Craig 的演讲真的很有趣, Craig 谈到了所有这些伟大的特性,我们通过 Kubernetes 编排的东西拥有的,它们很美,我的意思是,你有所有这些 东西,比如不可变性和可恢复性等等,但 在它们之下是一个基本假设,即这些服务本质上是 无状态的,我们喜欢无状态,我喜欢无状态,别以为我在 贬低无状态,因为我喜欢它,就像能够将 程序建模为有限状态机一样,如果你有能力这样做, 你应该抓住它,因为你可以写出完全正确的代码,能够这样做 真是一种解脱,我喜欢无状态,所以无状态,无状态,万岁 无状态,接受这个世界不是稳定的,它甚至不是无状态的,事物不是 无状态的,对吧,当我们谈论这些无状态组件时,它们实际上有 内部状态,它们有连接状态,它们有活动状态,但 这是瞬态状态,是我们可以从它们中排出的状态,可悲的是,还有另一种 更黑暗的状态存在于我们所有人都依赖的世界中,持久状态,那些 实际上会坐在某个磁盘上、某个非易失性存储上的东西, 而且我认为我们已经做得很好,将我们的关注点分离, 确保我们这些从事有状态服务的人不会来 参加会议,谈论无状态,所以我们不会,就像 等等,就像不可变性,我们开始吧,我们是不是过度构建了,安静,你 回到你的有状态服务,游戏开始了,我们已经很好地分离了 这一点,嗯,因为很重要,因为无状态确实允许我们做很多, 我们开发的新代码很多可以或应该是无状态的,所以这是件好 事,但我们确实有这种持久状态,在这条数据路径上确实存在,而数据 路径是一个黑暗而可怕的地方,所以仅就我的定义而言, 数据路径包括软件、硬件和固件,连接那个 有状态服务,那个有状态服务端点,一直到实际的非 易失性存储,存储那个状态,有一些非易失性物理介质, 目前是闪存或磁性介质,顺便说一句,我不相信磁盘的死亡, 我活得足够长,已经听了几十年磁带的死亡,磁盘 仍然与我们同在,我们会详细讨论磁盘,但那些 比特会落在那个非易失性介质上,而数据路径就是整个 路径,一路返回,在许多方面,数据路径是一次穿越时间的旅程, 当你越来越接近物理介质时,你就越来越接近 DOS,当你接近它时,这是一个真实的陈述,可悲的是,嗯,所以 在这些实际交付、实际向我们交付这条数据路径的系统中, 它们本身非常复杂,这些是复杂的分布式系统,建立在 这些非易失性介质之上,我们有这些大型复杂的分布式系统, 我们需要这条数据路径工作,而且我们对数据路径有很高的要求, 为了能够拥有你们所有人享受的这种美丽的无状态性, 有状态路径、持久路径必须一直工作,嗯,真的

HN 上的讨论

对于固件的一个有趣/可怕的视角,必看 Bryan Cantrill 的演讲“Zebras All the Way Down” [VIDEO] — thomasjudge, 2025-04
> 为什么有人真的关心非自由固件二进制?除了哲学上的考虑,黑盒固件中那些让你以为“就是能用”的东西出问题,尤其令人恼火。我会链接 Bryan Cantrill 关于这个主题的演讲,他比我更有趣。[1] [1] [VIDEO] — Bayart, 2021-01
在我写数据库的那段时间,我发现不仅挂载标志可能导致数据丢失,即使你按照预期使用 fsync [0],甚至企业级硬件有时(在那种规模下 [1])也会偶尔丢失和/或损坏几个比特。这让我想起 AWS 著名地披露,在他们庞大的 S3 集群中,单个网卡偶尔会翻转一个比特,导致了一次故障,因为他们负责集群健康检查的 gossip 守护进程彻底失败了 [2]。Bryan Cantrill 关于硬件/固件缺陷相关主题的演讲相当不错 [3]。[0] [LINK] [1] [LINK] [2] [LINK] [3] [VIDEO] — ignoramous, 2020-02
Bryan Cantrill 有一个很好的演讲关于这个。[1] 要点是,最终,当你投入足够的资源来解决一个问题时,剩下的都是非常罕见的问题和错误,而这正是你在数据路径(包括驱动器固件)中得到的,随着代码变得更加隐藏和晦涩,事情变得越来越难以弄清楚。和他所有的演讲一样,你可以期待它既有趣又有信息量和历史性(如果从他的视角来看)。1: [VIDEO] — kbenson, 2020-01
关于这个话题(并且在许多方面相关)是 Bryan Cantrill 的演讲《Zebras All the way Down》[1]。要点是,在医学中有斑马和马的疾病概念,罕见和常见,俗话说“当你听到蹄声时,想到马而不是斑马”。与医学不同,在软件中,大多数简单问题已经通过我们的软件栈被抽象掉或变得微不足道,所以通常剩下的是斑马。过去极其罕见的错误现在占据了我们在非常健壮的技术栈中看到的异常行为的很大比例,因为简单的错误已经被追查并消除了。1: [VIDEO] — kbenson, 2019-07

相关视频