【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

Jim AI Notebook · 發布於 2026/11/17 下午06:00 · 更新於 2026/11/18 上午12:20 · 台北時間 · 本頁的資料來源與計算方式 ⓘ

觀看數
—次
喜歡
—次
YouTube 留言總數
—則
長度
—
字幕狀態未確認

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)
  1. 系統影片說明… Robert Morris(MIT):系統做出來,什麼叫做「對」? 01:56 線…
  2. Yahoo影片說明…有一份 03:48 ZooKeeper(Yahoo 2010):讀分出去,可能讀到舊的 0…
  3. 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…
  4. 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…
  5. 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:…
  6. 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:…
  7. 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…
  8. 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:…
  9. 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 …
  10. 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 …
  11. 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…
  12. 20影片說明…ogle 2012):資料放在好幾個洲 20:37 TrueTime:時鐘不準,就等…
  13. 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…
  14. 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,…
  15. 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…
  16. 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…
  17. 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…
  18. 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…
  19. 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…
  20. 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…
  21. 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…
  22. 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。 …
  23. 公開影片說明…中間也補上 2026 年 OpenAI 公開的 ChatGPT 資料庫做法。 【說…
  24. 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 …
  25. 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…
  26. 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…
  27. 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…
  28. 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。…
  29. 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 …
  30. 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…
  31. 課堂影片說明…20,Robert Morris 主講)課堂錄影片段(YouTube 頻道「MIT …
  32. 影片影片說明…Robert Morris 主講)課堂錄影片段(YouTube 頻道「MIT 6.8…
  33. YouTube影片說明…rt Morris 主講)課堂錄影片段(YouTube 頻道「MIT 6.824: Distr…
  34. 授權影片說明…stems」),依 CC BY 3.0 授權使用(https://creativec…
  35. 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…
  36. 21影片說明…ture 13: Spanner(57:21.0–57:36.0;片頭 8:01.3…
  37. 20影片說明…57:36.0;片頭 8:01.3–8:20.7)https://www.youtu…
  38. 畫面影片說明… Lecture 1 開頭片段(講者介紹畫面,無聲)https://www.yout…
  39. 課堂影片說明…QP8WApzIQQ • 片頭開場段無聲課堂畫面:Lecture 8(5:00–5:…
  40. 畫面影片說明…8WApzIQQ • 片頭開場段無聲課堂畫面:Lecture 8(5:00–5:07…
  41. 20影片說明…3–10:07)、Lecture 12(20:02–20:15) 封面背景為上述課堂…
  42. 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(…
  43. 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…
  44. 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…
  45. 照片影片說明…錄影的畫面(CC BY 3.0)。 片頭照片:CERN 機房 Florian Hir…
  46. 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…
  47. 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、…
  48. On影片說明…dman:Object Storage on CRAQ(USENIX ATC 200…
  49. Amazon影片說明… • Verbitski et al.:Amazon Aurora(SIGMOD 2017)…
  50. Google影片說明…ett et al.:Spanner: Google's Globally-Distribu…
  51. 課堂影片說明…15.pdf • MIT 6.5840 課堂筆記:Linearizability h…
  52. 課堂影片說明…ty.txt • MIT 6.5840 課堂筆記:Two-phase commit …
  53. OpenAI影片說明…4/notes/l-2pc.txt • OpenAI:Scaling PostgreSQL …
  54. ChatGPT影片說明…o power 800 million ChatGPT users(2026) https:/…
  55. 2026影片說明…llion ChatGPT users(2026) https://openai.com…
  56. 公開影片標題【公開課】Google 的資料存在好幾個洲,怎…
  57. 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…
  58. 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。

完整的資料來源與計算方式 →