-
22.4 Etcd集群管理
22.4 Etcd集群管理 22.4.1 构建集群 22.4.2 集群参数配置 22.4 Etcd集群管理 Etcd的集群也采用了典型的“主-从”模型，通过Raft协议来保证在一段时间内有一个节点为主节点，其他节点为从节点。一旦当主节点发生故障，其他节点可以自动再重新选举出新的主节点。 跟其他分布式系统类似，集群中节点个数推荐为奇数个，最少为3个... -
第3章 分布式系统
第3章 分布式系统 3.1 基本概念" level="3"> 3.1 基本概念 3.1.1 异常" level="4"> 3.1.1 异常 第3章 分布式系统 水桶无论有多高，其盛水的高度取决于其中最短的那块木板，这就是著名的“木桶效应”。架构设计之初要求我们能够估算系统的性能从而权衡不同的设计方法。本章首先介绍分布式系统相关的基础概念和性能估算方... -
3.4 复制
3.4 复制 3.4.1 复制的概述" level="4"> 3.4.1 复制的概述 3.4 复制 为了保证分布式存储系统的高可靠和高可用，数据在系统中一般存储多个副本。当某个副本所在的存储节点出现故障时，分布式存储系统能够自动将服务切换到其他的副本，从而实现自动容错。分布式存储系统通过复制协议将数据同步到多个存储节点，并确保多个副本之间的数据一致性... -
第4章 分布式文件系统
第4章 分布式文件系统" level="2"> 第4章 分布式文件系统 4.1 Google文件系统" level="3"> 4.1 Google文件系统 4.1.1 系统架构" level="4"> 4.1.1 系统架构 第4章 分布式文件系统" class="reference-link"> 第4章 分布式文件系统 分布式文件系统的主要功能有两... -
4.1.5 讨论
4.1.5 讨论 4.1.5 讨论 从GFS的架构设计可以看出，GFS是一个具有良好可扩展性并能够在软件层面自动处理各种异常情况的系统。Google是一家很重视自动化的公司，从早期的GFS，再到Bigtable、Megastore，以及最近的Spanner,Google的分布式存储系统在这一点上一脉相承。由于Google的系统一开始能很好地解决可扩展性... -
4.4 内容分发网络
4.4 内容分发网络 4.4.1 CDN架构" level="4"> 4.4.1 CDN架构 4.4 内容分发网络 CDN通过将网络内容发布到靠近用户的边缘节点，使不同地域的用户在访问相同网页时可以就近获取。这样既可以减轻源服务器的负担，也可以减少整个网络中的流量分布不均的情况，进而改善整个网络性能。所谓的边缘节点是CDN服务提供商经过精心挑选的距离... -
空标题文档
逃离朝九晚五 Escaping 9am-5pm 分布式员工团队（distributed workforce）带来了一个巨大的转变：人们的工作方式从“同步”协作变成了无须同步的协作。我们用不着都凑到同一个地点工作了，而且，连同时工作都用不着。 当你需要跟处在不同时区的人们一起工作的时候，必然会产生这种结果。但它对每个人都有好处，即便是同城生活的人也不例... -
8.4.8 分层结构
8.4.8 分层结构 8.4.8 分层结构 OceanBase对外提供的是与关系数据库一样的SQL操作接口，而内部却实现成一个线性可扩展的分布式系统。系统从逻辑实现上可以分为两个层次：分布式存储引擎层以及数据库功能层。 OceanBase一期只实现了分布式存储引擎，这个存储引擎支持如下特性： ●支持分布式数据结构，基线数据逻辑上构成一颗分布式B+树... -
空标题文档
7.3 埋点和输出日志 实现分布式服务跟踪系统的主要思路是通过服务调用链各服务处理节点生成相应的日志信息，通过同一请求中生成的日志具有同一个ID将不同系统或服务“孤立的”日志串在一起，重组还原出更多有价值的信息。 也就是说，在每一个URL请求都会生成一个全局唯一的ID，鹰眼平台中称为TraceID，这个ID会出现在该请求中所有服务调用、数据库、缓存、消... -
2.1 分布式并行计算模式
2.1 分布式并行计算模式 2.1.1 最初想到的master-slave结构 2.1 分布式并行计算模式 2.1.1 最初想到的master-slave结构 当我们最初构思使用几台计算机去设计一个分布式并行计算系统时，很自然就会想到master-slave（m-s）的结构，由一台计算机作为主调度者，然后几台计算机根据调度完成任务，如图2-1所示。...