-
第4章 分布式缓存的实现
第4章 分布式缓存的实现 第4章 分布式缓存的实现 本章讲述小型缓存、大型分布式缓存的原理和实现机制，并且讲述经典的一致哈希算法原理，以及改进的基于日期key取模和分组算法去做集群负载均衡和扩容，最后讲述一个分布式Session的实现案例，以及相关的配置属性。 -
6.11 基于整型读写的上亿排序
6.11 基于整型读写的上亿排序 6.11 基于整型读写的上亿排序 在第2章我们讲述了一个上亿排序的例子，那是基于内存方式的，那么在真实的场景中，数据到达一定的量级后，仅使用内存方式是很难完成的，本节我们基于本章学习的文件和整型数据操作，来实现一个更接近真实场景的上亿数据排序的例子。 根据第2章上亿排序的例子中的分类规则，我们知道，每台计算机的内存有... -
7.4 其他作业调度平台简介
7.4 其他作业调度平台简介 7.4 其他作业调度平台简介 在7.1节我们构思了一个调度平台的设计，并且利用之前学习的分布式技术来实现一个MPI的调度平台。本节我们看看市场上其他MPI调度技术，了解到其他互联网公司怎么做MPI调度的，再介绍一下Mesos和Yarn调度框架。 -
2.8 远程仓库
2.8 远程仓库 2.8 远程仓库 既然Git是分布式代码仓库，那么开发者肯定是需要多台服务器同时进行协同操作的。因此在一般的开发中会用一台电脑做中央服务器，各个终端从中央服务器拉取代码，提交修改。这个中央服务器就提供了类似集中式代码管理的服务器功能。 那么我们如何去搭建一个Git远程服务器呢？答案很简单，个人开发者可以通过Github获取免费的远程... -
22.5 本章小结
22.5 本章小结 22.5 本章小结 本章我们介绍了强大的分布式键值数据库实现Etcd，包括如何利用它进行读写数据等操作，以及Etcd集群管理的一些要点。Etcd提供了很多有用的功能，包括数据监听、定期快照等。 通过实践案例，可以看出Etcd的功能十分类似ZooKeeper，但作为后起之秀，它在REST接口支持、访问权限管理、大量数据存储方面表现更... -
24.7 Compose应用案例二：大数据Spark集群
24.7 Compose应用案例二：大数据Spark集群 24.7 Compose应用案例二：大数据Spark集群 1.简介 Spark是Berkeley开发的分布式计算的框架，相对于Hadoop来说，Spark可以缓存中间结果到内存从而提高某些需要迭代的计算场景的效率，目前受到广泛关注。 熟悉Hadoop的读者会比较轻松，Spark很多设计理念和... -
3.6 可扩展性
3.6 可扩展性 3.6.1 总控节点" level="4"> 3.6.1 总控节点 3.6 可扩展性 通过数据分布，复制以及容错等机制，能够将分布式存储系统部署到成千上万台服务器。可扩展性的实现手段很多，如通过增加副本个数或者缓存提高读取能力，将数据分片使得每个分片可以被分配到不同的工作节点以实现分布式处理，把数据复制到多个数据中心，等等。 分布... -
8.4.2 数据结构
8.4.2 数据结构 8.4.2 数据结构 OceanBase数据分为基线数据和增量数据两个部分，基线数据分布在多台ChunkServer上，增量数据全部存放在一台UpdateServer上。如图8-5所示，系统中有5个子表，每个子表有3个副本，所有的子表分布到4台ChunkServer上。RootServer中维护了每个子表所在的ChunkServe... -
10.2 只读事务
10.2 只读事务 10.2.1 物理操作符接口" level="4"> 10.2.1 物理操作符接口 10.2 只读事务 只读事务（SELECT语句），经过词法分析、语法分析，预处理后，转化为逻辑查询计划和物理查询计划。以SQL语句select c1，c2 from t1 where id=1 group by c1 order by c2为例，M...