Интеллектуальное кэширование: можем ли мы научить backend предсказывать будущее

Архитектура и масштабируемость

Бэкенд / другое
Критерии выбора технологий для проекта
Оптимизация
Теория

Доклад принят в программу конференции

Целевая аудитория

Техлиды, архитекторы решений, сеньор разработчики

Тезисы

Кэширование ускоряет работу сервисов, и чаще всего мы полагаемся на проверенные эвристики вроде TTL или LRU. Но в реальных высоконагруженных системах они не дают хороших результатов. В докладе расскажу, как мы пробовали использовать ML, чтобы кэш сам предсказывал востребованность данных, почему не всё сработало и почему в проде мы оставили классическое решение

Больше 10 Лет в IT, начинал путь как фрилансер, затем успел поработать бэкенд разработчиком в таких компаниях как Яндекс, Tilda, Tutu и вот теперь остановился в IT дочке компании ВсеИнструменты.

Видео

Другие доклады секции

Архитектура и масштабируемость