【公開課】Google 的資料存在好幾個洲,怎麼保證一樣?Spanner、Aurora 到兩階段提交|MIT 分散式系統|中集

觀看數觀測
尚無歷史觀測
本站尚未儲存這部影片的歷史觀測,無法據以建立歷史時間序列。
共同標籤
已比對共同詞彙 · 31 個標籤 · 比對時間 2026/11/18 上午12:32
比對依據(58 處)
- 系統影片說明… Robert Morris(MIT):系統做出來,什麼叫做「對」? 01:56 線…
- Yahoo影片說明…有一份 03:48 ZooKeeper(Yahoo 2010):讀分出去,可能讀到舊的 0…
- 14影片說明…010):讀分出去,可能讀到舊的 05:14 ChatGPT 的資料庫:一台寫,將近…
- ChatGPT影片說明…):讀分出去,可能讀到舊的 05:14 ChatGPT 的資料庫:一台寫,將近 50 台讀 0…
- 複製影片說明…台寫,將近 50 台讀 06:00 鏈狀複製與 CRAQ:讀哪一台都是最新的 08:…
- Amazon影片說明…台都是最新的 08:06 Aurora(Amazon 2017):只送紀錄,不送資料 09:…
- 紀錄影片說明…rora(Amazon 2017):只送紀錄,不送資料 09:18 存六份,寫進四份…
- 自己影片說明… 11:13 Frangipani:每台自己的快取,靠鎖保持一樣 14:40 交易:…
- 14影片說明…pani:每台自己的快取,靠鎖保持一樣 14:40 交易:轉帳要嘛全做,要嘛全不做 …
- 交易影片說明…台自己的快取,靠鎖保持一樣 14:40 交易:轉帳要嘛全做,要嘛全不做 15:34 …
- Google影片說明…家握著鎖等 18:22 Spanner(Google 2012):資料放在好幾個洲 20:3…
- 20影片說明…ogle 2012):資料放在好幾個洲 20:37 TrueTime:時鐘不準,就等…
- App影片說明…時鐘不準,就等誤差過去 你改了大頭貼,App 說儲存成功,重新整理卻還是舊照片?資料…
- 成功影片說明…誤差過去 你改了大頭貼,App 說儲存成功,重新整理卻還是舊照片?資料存了好幾份,…
- 照片影片說明…貼,App 說儲存成功,重新整理卻還是舊照片?資料存了好幾份,要讓大家看到的一樣,比…
- 系統影片說明…麻省理工學院 MIT 6.824 分散式系統(2020 年春季,Robert Mor…
- Amazon影片說明…eeper、CRAQ 怎麼把讀取分出去;Amazon Aurora 為什麼存六份、寫進四份就…
- 為什麼影片說明…讀取分出去;Amazon Aurora 為什麼存六份、寫進四份就算;Frangipan…
- 交易影片說明…angipani 怎麼用鎖管快取;最後是交易、兩階段提交,以及 Google Spa…
- Google影片說明…鎖管快取;最後是交易、兩階段提交,以及 Google Spanner 怎麼用 GPS 和原子…
- 2026影片說明…讓好幾個洲的資料像只有一份。中間也補上 2026 年 OpenAI 公開的 ChatGP…
- OpenAI影片說明…料像只有一份。中間也補上 2026 年 OpenAI 公開的 ChatGPT 資料庫做法。 …
- 公開影片說明…中間也補上 2026 年 OpenAI 公開的 ChatGPT 資料庫做法。 【說…
- ChatGPT影片說明…上 2026 年 OpenAI 公開的 ChatGPT 資料庫做法。 【說明】課號現在改為 …
- 做法影片說明…enAI 公開的 ChatGPT 資料庫做法。 【說明】課號現在改為 6.5840…
- 評論影片說明…現在改為 6.5840。片中的論文頁面為評論引用的截圖。旁白為 AI 配音,製作流程…
- AI影片說明…片中的論文頁面為評論引用的截圖。旁白為 AI 配音,製作流程有使用 AI 工具。本頻…
- AI影片說明…圖。旁白為 AI 配音,製作流程有使用 AI 工具。本頻道與 MIT 沒有合作關係。…
- 合作影片說明…使用 AI 工具。本頻道與 MIT 沒有合作關係。 🎤 講者原聲出處(創用 CC …
- 關係影片說明… AI 工具。本頻道與 MIT 沒有合作關係。 🎤 講者原聲出處(創用 CC 姓名…
- 課堂影片說明…20,Robert Morris 主講)課堂錄影片段(YouTube 頻道「MIT …
- 影片影片說明…Robert Morris 主講)課堂錄影片段(YouTube 頻道「MIT 6.8…
- YouTube影片說明…rt Morris 主講)課堂錄影片段(YouTube 頻道「MIT 6.824: Distr…
- 授權影片說明…stems」),依 CC BY 3.0 授權使用(https://creativec…
- 中文影片說明…/by/3.0/ ),片段經剪輯,並加上中文翻譯與雙語字幕: • MIT 6.824…
- 21影片說明…ture 13: Spanner(57:21.0–57:36.0;片頭 8:01.3…
- 20影片說明…57:36.0;片頭 8:01.3–8:20.7)https://www.youtu…
- 畫面影片說明… Lecture 1 開頭片段(講者介紹畫面,無聲)https://www.yout…
- 課堂影片說明…QP8WApzIQQ • 片頭開場段無聲課堂畫面:Lecture 8(5:00–5:…
- 畫面影片說明…8WApzIQQ • 片頭開場段無聲課堂畫面:Lecture 8(5:00–5:07…
- 20影片說明…3–10:07)、Lecture 12(20:02–20:15) 封面背景為上述課堂…
- 20影片說明…7)、Lecture 12(20:02–20:15) 封面背景為上述課堂錄影的畫面(…
- 課堂影片說明…20:02–20:15) 封面背景為上述課堂錄影的畫面(CC BY 3.0)。 片頭…
- 畫面影片說明…–20:15) 封面背景為上述課堂錄影的畫面(CC BY 3.0)。 片頭照片:CE…
- 照片影片說明…錄影的畫面(CC BY 3.0)。 片頭照片:CERN 機房 Florian Hir…
- 畫面影片說明…Servers-8055_35.jpg 畫面中的論文與網頁為評論引用截圖:ZooKe…
- 評論影片說明…55_35.jpg 畫面中的論文與網頁為評論引用截圖:ZooKeeper、CRAQ、…
- On影片說明…dman:Object Storage on CRAQ(USENIX ATC 200…
- Amazon影片說明… • Verbitski et al.:Amazon Aurora(SIGMOD 2017)…
- Google影片說明…ett et al.:Spanner: Google's Globally-Distribu…
- 課堂影片說明…15.pdf • MIT 6.5840 課堂筆記:Linearizability h…
- 課堂影片說明…ty.txt • MIT 6.5840 課堂筆記:Two-phase commit …
- OpenAI影片說明…4/notes/l-2pc.txt • OpenAI:Scaling PostgreSQL …
- ChatGPT影片說明…o power 800 million ChatGPT users(2026) https:/…
- 2026影片說明…llion ChatGPT users(2026) https://openai.com…
- 公開影片標題【公開課】Google 的資料存在好幾個洲,怎…
- Google影片標題【公開課】Google 的資料存在好幾個洲,怎麼保證一樣?Sp…
- 系統影片標題…urora 到兩階段提交|MIT 分散式系統|中集
比對版本
youtube-quality-20261017-a
影片說明
00:00 開場:資料存好幾份,怎麼讓大家看到的一樣? 01:16 Robert Morris(MIT):系統做出來,什麼叫做「對」? 01:56 線性一致:用起來要像只有一份 03:48 ZooKeeper(Yahoo 2010):讀分出去,可能讀到舊的 05:14 ChatGPT 的資料庫:一台寫,將近 50 台讀 06:00 鏈狀複製與 CRAQ:讀哪一台都是最新的 08:06 Aurora(Amazon 2017):只送紀錄,不送資料 09:18 存六份,寫進四份就算,讀問三份 11:13 Frangipani:每台自己的快取,靠鎖保持一樣 14:40 交易:轉帳要嘛全做,要嘛全不做 15:34 兩階段提交:協調者倒下,大家握著鎖等 18:22 Spanner(Google 2012):資料放在好幾個洲 20:37 TrueTime:時鐘不準,就等誤差過去 你改了大頭貼,App 說儲存成功,重新整理卻還是舊照片?資料存了好幾份,要讓大家看到的一樣,比想像中難。這一集接著上麻省理工學院 MIT 6.824 分散式系統(2020 年春季,Robert Morris 主講)第八堂到第十四堂:先講清楚「一樣」是什麼意思(線性一致),再看 ZooKeeper、CRAQ 怎麼把讀取分出去;Amazon Aurora 為什麼存六份、寫進四份就算;Frangipani 怎麼用鎖管快取;最後是交易、兩階段提交,以及 Google Spanner 怎麼用 GPS 和原子鐘讓好幾個洲的資料像只有一份。中間也補上 2026 年 OpenAI 公開的 ChatGPT 資料庫做法。 【說明】課號現在改為 6.5840。片中的論文頁面為評論引用的截圖。旁白為 AI 配音,製作流程有使用 AI 工具。本頻道與 MIT 沒有合作關係。 🎤 講者原聲出處(創用 CC 姓名標示 3.0/CC BY 3.0): 本片使用 MIT 6.824 Distributed Systems(Spring 2020,Robert Morris 主講)課堂錄影片段(YouTube 頻道「MIT 6.824: Distributed Systems」),依 CC BY 3.0 授權使用(https://creativecommons.org/licenses/by/3.0/ ),片段經剪輯,並加上中文翻譯與雙語字幕: • MIT 6.824 Spring 2020 Lecture 8: Zookeeper(17:49.3–18:18.0)https://www.youtube.com/watch?v=pbmyrNjzdDk • MIT 6.824 Spring 2020 Lecture 9: More Replication, CRAQ(58:31.5–58:55.5)https://www.youtube.com/watch?v=IXHzbCuADt0 • MIT 6.824 Spring 2020 Lecture 10: Cloud Replicated DB, Aurora(36:45.0–37:06.6)https://www.youtube.com/watch?v=jJSh54J1s5o • MIT 6.824 Spring 2020 Lecture 11: Cache Consistency: Frangipani(42:26.0–42:55.1)https://www.youtube.com/watch?v=-pKNCjUhPjQ • MIT 6.824 Spring 2020 Lecture 12: Distributed Transactions(61:40.8–62:05.1)https://www.youtube.com/watch?v=aDp99WDIM_4 • MIT 6.824 Spring 2020 Lecture 13: Spanner(57:21.0–57:36.0;片頭 8:01.3–8:20.7)https://www.youtube.com/watch?v=4eW5SWBi7vs • Lecture 1 開頭片段(講者介紹畫面,無聲)https://www.youtube.com/watch?v=cQP8WApzIQQ • 片頭開場段無聲課堂畫面:Lecture 8(5:00–5:07)、Lecture 9(10:03–10:13)、Lecture 10(10:03–10:07)、Lecture 12(20:02–20:15) 封面背景為上述課堂錄影的畫面(CC BY 3.0)。 片頭照片:CERN 機房 Florian Hirzinger/Wikimedia Commons(CC BY-SA 3.0)https://commons.wikimedia.org/wiki/File:CERN_Server_03.jpg ;Wikimedia 機房 Victor Grigas/Wikimedia Commons(CC BY-SA 3.0)https://commons.wikimedia.org/wiki/File:Wikimedia_Foundation_Servers-8055_35.jpg 畫面中的論文與網頁為評論引用截圖:ZooKeeper、CRAQ、Aurora、Frangipani、Spanner、FaRM 論文;MIT 6.824 課程網站。 📎 資料來源 • MIT 6.824 Distributed Systems(Spring 2020)課表 http://web.archive.org/web/20200515/https://pdos.csail.mit.edu/6.824/schedule.html • MIT 6.5840 Distributed Systems 課程網站 https://pdos.csail.mit.edu/6.824/ • Hunt, Konar, Junqueira, Reed:ZooKeeper: Wait-free coordination for Internet-scale systems(USENIX ATC 2010) https://pdos.csail.mit.edu/6.824/papers/zookeeper.pdf • Terrace & Freedman:Object Storage on CRAQ(USENIX ATC 2009) https://pdos.csail.mit.edu/6.824/papers/craq.pdf • Verbitski et al.:Amazon Aurora(SIGMOD 2017) https://pdos.csail.mit.edu/6.824/papers/aurora.pdf • Thekkath, Mann, Lee:Frangipani: A Scalable Distributed File System(SOSP 1997) https://pdos.csail.mit.edu/6.824/papers/thekkath-frangipani.pdf • Corbett et al.:Spanner: Google's Globally-Distributed Database(OSDI 2012) https://pdos.csail.mit.edu/6.824/papers/spanner.pdf • Dragojević et al.:No compromises: distributed transactions with consistency, availability, and performance(FaRM,SOSP 2015) https://pdos.csail.mit.edu/6.824/papers/farm-2015.pdf • MIT 6.5840 課堂筆記:Linearizability https://pdos.csail.mit.edu/6.824/notes/l-linearizability.txt • MIT 6.5840 課堂筆記:Two-phase commit https://pdos.csail.mit.edu/6.824/notes/l-2pc.txt • OpenAI:Scaling PostgreSQL to power 800 million ChatGPT users(2026) https://openai.com/index/scaling-postgresql/ --- Jim AI Notebook | Note the Future 每日深度解析 AI 最新進展 #分散式系統 #MIT公開課 #Spanner #資料庫 #公開課 #JimAINotebook
本頁的資料來源與計算方式
影片的數字
- 公開統計
- 觀看、喜歡與留言總數是取得當時的 YouTube 公開統計,不是即時數值;各項統計的觀測時間可能不同。「資料最後記錄」是影片資料的記錄時間,不代表觀看、喜歡或留言都在那時重新觀測。
- 觀看歷史
- 圖上每個點是實際儲存的觀測,連線只為方便閱讀,不代表中間時間的測量值;沒有歷史觀測時不建立時間序列。
- 喜歡占互動
- 喜歡 ÷(喜歡+不喜歡+顯示留言),任一來源缺值時不估算。
- 字幕
- 只記錄來源是否提供字幕,尚未擷取逐字稿,因此字幕不列入標籤比對。
- 觀測分析
- 直播逐時/逐日最高同時在線取自所讀直播紀錄;讀取上限、略過與解析失敗的筆數列在「資料涵蓋範圍與解析限制」。
共同標籤
標籤來源:新文易數(tag.observe.tw)。共同標籤以文字比對影片標題與說明,不是 AI 判讀;命中不代表事件歸屬或立場,與頻道分類分開。標題或說明出現標籤,不代表影片主題;可能來自固定宣傳或版權文字。字幕尚未取得,不列入比對。
- 比對範圍
- 僅列出目前詞彙版本與影片標題、說明仍相符的比對結果;待比對或來源文字已變動的影片不列入,數量見「收錄與比對範圍」。
- 期間
- 「往前 N 日」包含今天與前 N 天,共 N+1 個台北日曆日(往前 7 日為 8 個日曆日);指定起訖日期時以實際起訖日為準。日數、日期與小時條件同時套用。
- 命中片段
- 每支影片最多顯示 3 段,標示來自標題、說明或字幕;沒有片段時顯示「沒有命中片段」,來源文字缺漏時顯示「來源文字未提供」,不另行補寫。完整比對依據在影片頁的「共同標籤與比對依據」。
- 顯示排除
- 符合標籤顯示規則的詞(上游排除詞、雜訊、純數字或日期、長度不符,以及核定的來源或平台名稱、雙字通用詞、國家城市政黨詞、少數 YouTube 平台或宣傳用語)整詞不列入排行,但仍保留在原始詞彙池與比對證據中;原始詞彙池列出排除原因。雙字通用詞只依核定清單判定,包含它們的人名、事件或具體議題不會因此被排除。管理員也可以在排行上直接排除個別標籤,同樣只影響排行顯示,每次排除與恢復都留有紀錄。
- 說明欄樣板
- 同一頻道說明欄反覆出現的宣傳段落不列入比對。「24小時」這類詞只在這種重複宣傳段落中略過,出現在一般新聞內容時照常計入;這不同於整詞的顯示排除。
- 示例
- 列表與片段只是符合條件的影片例子,不能用來推算整體比例或全站失真程度;有效比對的影片比例只代表比對完成度。
- 觀看
- 累計觀看是取得當時的公開觀測值,不是期間增量;無觀看值的影片不當作 0。
本頁資料範圍
觀看數與互動數為取得當時的公開觀測值。
資料來源
本站以納入名單的 YouTube 頻道與影片為範圍(名單見頻道觀測),數據來自 YouTube 公開資料與定時觀測:直播約每分鐘輪詢一次,頻道統計、新影片與影片統計則分批輪流更新,所以同一頁的數字不一定在同一時間取得。不涵蓋全 YouTube;缺漏、尚未收錄或資料服務中斷都不等於零,尚未取得的數值顯示「—」。
頁面使用台北時間(UTC+8)。「更新於」是來源已記錄的觀測時間;來源沒有記錄時顯示「未記錄」,不以開啟網頁的時間代替。
共同標籤詞彙的標籤來源:新文易數(tag.observe.tw),保留來源、版本與比對依據;本站的頻道分類沿用有影儀表板的來源組織方式,與內容標籤是不同維度。影片數、觀看數與直播同時在線人數分開計算,不代表 YouTube 全站流量,也不表示因果關係。
