binhnguyennus/awesome-scalability · 上手攻略
- 仓库：binhnguyennus/awesome-scalability
- 链接：https://github.com/binhnguyennus/awesome-scalability
- 分类：skill / engineering
- Stars：72,310
- 周增：+105
- 作者：Jay
- 更新：2026-07-10
这是什么
awesome-scalability 是一个系统可扩展性、可靠性与高性能工程实践的精选阅读列表（Stars 72,310），由 binhnguyennus 维护。它的定位不同于纯面试题库——它收集的是业界顶级工程师写的原理性文章、架构决策记录和大厂 case study，是面向"真正做系统"的工程师的资源库。
与 awesome-system-design-resources 相比，它更侧重架构原理 + 真实案例，而不是面试导向。
内容结构速览
仓库分 10 个主章节：
| 章节 | 内容定位 |
|---|---|
| Principle | 工程原则：CAP、ACID vs BASE、十二要素应用、微服务 vs 单体、混沌工程等 |
| Scalability | 可扩展性：微服务、容器化、Kubernetes、分布式缓存（EVCache/Memcached）、分库分表、消息队列（Kafka/Pulsar） |
| Availability | 可用性：多活架构、故障转移、限流降级、灾备、Netflix/Amazon 实践 |
| Stability | 稳定性：SRE、混沌工程（Chaos Monkey/PowerfulSeal）、熔断、压测 |
| Performance | 性能：延迟优化（Latency Numbers）、索引优化、SQL vs NoSQL、CDN |
| Intelligence | 数据与 ML 在大规模系统中的应用：大数据管道、推荐系统、特征平台 |
| Architecture | 真实架构案例：Google、Facebook、Netflix、Uber、Airbnb、Spotify 等 |
| Interview | 系统设计面试笔记（与 ashishps1 的面试题有重叠，但偏原理） |
| Organization | 团队规模化：工程管理、技术决策、高绩效团队建设 |
| Talk / Book | 顶级工程师演讲视频（YouTube）和推荐书目 |
快速上手路径
① 工作中遇到具体问题 → 按问题类型检索
数据库慢 → Scalability → Database Scaling + Performance → "Performance and Scalability of Databases" + "Database Isolation Levels"
系统老崩（不可用） → Availability → Architecture at Google/Netflix + "Design for Self-healing"
系统扛不住并发 → Scalability → "Scale Up vs Scale Out" + "Load Balancing" + "MicroServices at Netflix"
② 系统学习可扩展架构 → 三步路径
Step 1（原理）：读 Principle 章节
→ 必读：CAP Theorem、The Twelve-Factor App、Design for Scaling Out、
ACID and BASE、Don't be tricked by the Hashing Trick
Step 2（案例）：读 Architecture 章节中感兴趣的厂
→ 推荐顺序：Netflix → Uber → Airbnb → SoundCloud
→ 重点关注：他们遇到了什么问题 → 怎么解决 → tradeoff 是什么
Step 3（深度）：看对应 Talk 视频（YouTube）
→ ByteByteGo、AWS re:Invent SRE talks、Google SRE Book
③ 准备面试 → Interview + Architecture 配合刷
面试章节的笔记较简短，配合 ashishps1 那份题库一起用效果更好。
典型使用场景
| 场景 | 推荐章节 |
|---|---|
| 设计新系统，想参考大厂经验 | Architecture（按公司检索） |
| 系统出现可扩展性瓶颈 | Scalability → 缓存/分库分表/消息队列相关 |
| 团队扩张，不知道怎么组织 | Organization |
| 故障复盘，想找理论支撑 | Availability + Stability |
| 写架构决策文档（ADR） | Principle（CAP、12-Factor、TWelve-Factor 是业界共识） |
坑与注意
- 它不是教程，是论文/案例集：每篇文章都是独立长文（PDF 或 Engineering Blog），需要数十分钟阅读，不是快速上手材料。
- 英文为主，中文资料极少：Architecture 案例以美国公司为主（Netflix/Amazon/Uber），中国公司（阿里/字节/腾讯）的实践几乎没有。
- 部分内容时间较旧：部分论文写于 2010-2015 年，当时最佳实践在 2026 年可能已有更好的解决方案（如 Kubernetes 成熟改变了容器编排的讨论）。
- Organization 章节适合管理职级：这一节对 IC（个人贡献者）价值相对较低，对 Tech Lead / EM 更有用。
- 没有中文翻译：需要较强的英文阅读能力，否则效率大打折扣。
与同类对比
| 仓库 | Stars | 侧重点 | 适合人群 |
|---|---|---|---|
| binhnguyennus/awesome-scalability | 72k | 架构原理 + 大厂案例 + 论文 | 资深工程师、架构师 |
| ashishps1/awesome-system-design-resources | 39k | 面试导向 + 题库 | 准备系统设计面试 |
| donnemartin/system-design-primer | 64k | 理论 + 代码示例 | 喜欢看代码的工程师 |
| highscalability/highscalability.com | - | 单网站，持续更新的架构案例博客 | 日常追踪 |
三者互补：不面试用 awesome-scalability；面试用 ashishps1；想看代码实现用 donnemartin。
一句话推荐结论
如果你已经不只是"学"系统设计，而是真正在"做"大规模系统、或者想成为架构师，这个仓库是你能找到的最高质量案例库——它把 Google SRE 论文、Netflix 工程博客、AWS re:Invent 演讲按主题整理好了，远比零散搜索更系统。
来源
- GitHub README（master 分支）：https://github.com/binhnguyennus/awesome-scalability
- 各章节引用的原始论文PDF和大厂工程博客（详见 README 内链接）
- awesome-scalability 官网：https://awesome-scalability.com/
⚠️ 仓库最近提交 2026-01-04，部分链接（尤其 PDF 和早期工程博客）可能已失效，建议用 Wayback Machine 辅助访问。国内访问 GitHub raw 链接可能较慢。