如何学习设计高度事务性的系统？
How to learn about designing highly transactional systems?
在我的职业生涯中，我主要从事数据分析、BI 工具等方面的工作。我处理的大多数应用程序主要是只读应用程序。虽然我也从事过简单的 CRUD 应用程序，但没有什么特别的事务性。
作为一名软件工程师，如果我不知道如何设计高度事务性的系统和数据库，比如亚马逊、航空公司系统等的工作原理，我觉得我的学习是空白的。
我想在这里请社区推荐一些关于这个主题的资源、书籍或简单项目。在教授必要理论的同时可以采取动手方法的东西。我知道这是一个主观问题，但我可以将最有用的答案标记为绿色。
期待您的建议，感谢期待。
我将把答案分为四大类，即
- 理论学术背景，
- 热门来源，
- 软件和工具，以及
- 练习。
书籍和论文
这是该领域的基础 - 如何从 0 发展到相当不错的专业水平，但主要是理论上的。
入门级
Silberschatz 的书 (Database System Concepts) 在后面的章节中介绍了高级事务系统的内部工作原理，有一些资源等。
数据库特定
H-store paper - 描述了 in-memory 高交易负载设计的好处。 H-store 工作启发了 VoltDB 的开发。
Calvin paper - 快速分布式事务
对于分区数据库系统。提供了非常好的背景、相关工作以及对最新技术水平的洞察。
Architecture of a Database System 作者：Hellerstein、Stonebraker 和 Hamilton
涵盖了很多方面。
限制和界限
Great paper 关于高可用性事务的优点和限制。
CAP Theorem paper - 关于大规模系统的一致性、可用性和分区的设计权衡。 非常重要。
Parallel Processing and Parallel Databases
流行和当前来源
博客
High Scalability 是您正在寻找的完美博客。
例如，这是一个 great entry on the evolution of Amazon's architecture。非常接近您一直在寻找的内容。
Facebook, LinkedIn, and Twitter engineering blogs are great resources. I would also check Google Research 站点及其 Google+。 Netflix 也不错。
会议
VLDB and SIGMOD conferences (inluding SIGMOD blog) 是大多数最先进的数据系统由 researchers/academia 和公司提供的地方。
HPTS 是一个有趣的 conference/workshop，有很好的议程和出版物。
我什至会检查 USENIX series 最前沿的系统内容。
案例研究架构
VoltDB 是一个 ultra-transaction、in-memory 数据库，由 ACM 研究员 Mike Stonebraker 和 "father" 设计最现代的数据库概念。
IBM 大型机 在大容量交易领域仍然占有非常突出的地位
加工。在撰写此答案时，他们是 touting their Z13 system for extreme, encrypted transaction processing volumes。
如果您对 "Big Data" 风格的交易感兴趣，有很多选择，但 HBase 可能是最有趣的一个。
以下是 HBase 的一些建议阅读资源：
Yahoo Omid 基于 HBase
Transactions over HBase
另一个有趣的架构是Twitter, now Apache Storm.
Apache Kafka 用于流式传输和 real-time 处理。
基准和练习
如果您想尝试一些东西，请查看 TPC 基准测试系列。有事务、ETL、BI 和决策 support/mixed 负载分析基准。
这些是 relational-oriented。
您可以采用这些基准测试并针对开源 SMP（例如 postgres，MySQL）和 MPP 数据库（例如 Greenplum（link to a great and comprehensive documentation on querying, performance, some sample setups, and how MPP databases process queries）进行练习。
我为 HBase-oriented 交易系统推荐了 these 实用场景和架构。
对于 state-of-the-art 面向消息和 actor 的事务系统，您可能需要购买一两本书。
对于 Akka（用作 Spark 的内部组件），您可能可以使用 Akka in Action 并完成每章末尾的练习。
还有一些来自培训课程的练习 here.
对于流处理，这里有一些很好的 Apache Kafka 练习 (parts 1 and http://www.confluent.io/blog/stream-data-platform-2/). Cloudera has a good "getting started" guide。
要练习message-orientedstate-of-the-art系统，我建议Getting Started with Storm, and perhaps going through these exercises。有 real-topologies 个特色。
老 JMS，你可以用这个 online reference 来练习，或者
使用这些 Active MQ exercises.
变得更复杂
如果你想用主机来折磨自己，试试这个emulator。
它模拟 IBM 的 OS/370-390.
在我的职业生涯中，我主要从事数据分析、BI 工具等方面的工作。我处理的大多数应用程序主要是只读应用程序。虽然我也从事过简单的 CRUD 应用程序，但没有什么特别的事务性。 作为一名软件工程师，如果我不知道如何设计高度事务性的系统和数据库，比如亚马逊、航空公司系统等的工作原理，我觉得我的学习是空白的。 我想在这里请社区推荐一些关于这个主题的资源、书籍或简单项目。在教授必要理论的同时可以采取动手方法的东西。我知道这是一个主观问题，但我可以将最有用的答案标记为绿色。 期待您的建议，感谢期待。
我将把答案分为四大类，即
- 理论学术背景，
- 热门来源，
- 软件和工具，以及
- 练习。
书籍和论文
这是该领域的基础 - 如何从 0 发展到相当不错的专业水平，但主要是理论上的。
入门级
Silberschatz 的书 (Database System Concepts) 在后面的章节中介绍了高级事务系统的内部工作原理，有一些资源等。
数据库特定
H-store paper - 描述了 in-memory 高交易负载设计的好处。 H-store 工作启发了 VoltDB 的开发。
Calvin paper - 快速分布式事务 对于分区数据库系统。提供了非常好的背景、相关工作以及对最新技术水平的洞察。
Architecture of a Database System 作者：Hellerstein、Stonebraker 和 Hamilton 涵盖了很多方面。
限制和界限
Great paper 关于高可用性事务的优点和限制。
CAP Theorem paper - 关于大规模系统的一致性、可用性和分区的设计权衡。 非常重要。
Parallel Processing and Parallel Databases
流行和当前来源
博客
High Scalability 是您正在寻找的完美博客。 例如，这是一个 great entry on the evolution of Amazon's architecture。非常接近您一直在寻找的内容。
Facebook, LinkedIn, and Twitter engineering blogs are great resources. I would also check Google Research 站点及其 Google+。 Netflix 也不错。
会议
VLDB and SIGMOD conferences (inluding SIGMOD blog) 是大多数最先进的数据系统由 researchers/academia 和公司提供的地方。
HPTS 是一个有趣的 conference/workshop，有很好的议程和出版物。
我什至会检查 USENIX series 最前沿的系统内容。
案例研究架构
VoltDB 是一个 ultra-transaction、in-memory 数据库，由 ACM 研究员 Mike Stonebraker 和 "father" 设计最现代的数据库概念。
IBM 大型机 在大容量交易领域仍然占有非常突出的地位 加工。在撰写此答案时，他们是 touting their Z13 system for extreme, encrypted transaction processing volumes。
如果您对 "Big Data" 风格的交易感兴趣，有很多选择，但 HBase 可能是最有趣的一个。 以下是 HBase 的一些建议阅读资源： Yahoo Omid 基于 HBase Transactions over HBase
另一个有趣的架构是Twitter, now Apache Storm. Apache Kafka 用于流式传输和 real-time 处理。
基准和练习
如果您想尝试一些东西，请查看 TPC 基准测试系列。有事务、ETL、BI 和决策 support/mixed 负载分析基准。 这些是 relational-oriented。
您可以采用这些基准测试并针对开源 SMP（例如 postgres，MySQL）和 MPP 数据库（例如 Greenplum（link to a great and comprehensive documentation on querying, performance, some sample setups, and how MPP databases process queries）进行练习。
我为 HBase-oriented 交易系统推荐了 these 实用场景和架构。
对于 state-of-the-art 面向消息和 actor 的事务系统，您可能需要购买一两本书。 对于 Akka（用作 Spark 的内部组件），您可能可以使用 Akka in Action 并完成每章末尾的练习。 还有一些来自培训课程的练习 here.
对于流处理，这里有一些很好的 Apache Kafka 练习 (parts 1 and http://www.confluent.io/blog/stream-data-platform-2/). Cloudera has a good "getting started" guide。
要练习message-orientedstate-of-the-art系统，我建议Getting Started with Storm, and perhaps going through these exercises。有 real-topologies 个特色。
老 JMS，你可以用这个 online reference 来练习，或者 使用这些 Active MQ exercises.
变得更复杂如果你想用主机来折磨自己，试试这个emulator。 它模拟 IBM 的 OS/370-390.