-
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... -
2.1.5 存储层次架构
2.1.5 存储层次架构 2.1.5 存储层次架构 从分布式系统的角度看，整个集群中所有服务器上的存储介质（内存、机械硬盘，SSD）构成一个整体，其他服务器上的存储介质与本机存储介质一样都是可访问的，区别仅仅在于需要额外的网络传输及网络协议栈等访问开销。 如图2-5所示，假设集群中有30个机架，每个机架接入40台服务器，同一个机架的服务器接入到同一个... -
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... -
第5章 分布式键值系统
第5章 分布式键值系统 5.1 Amazon Dynamo" level="3"> 5.1 Amazon Dynamo 5.1.1 数据分布" level="4"> 5.1.1 数据分布 第5章 分布式键值系统 分布式键值模型可以看成是分布式表格模型的一种特例。然而，由于它只支持针对单个key-value的增、删、查、改操作，因此，适用3.3.1节... -
3.3 数据分布
3.3 数据分布 3.3.1 哈希分布" level="4"> 3.3.1 哈希分布 3.3 数据分布 分布式系统区别于传统单机系统在于能够将数据分布到多个节点，并在多个节点之间实现负载均衡。数据分布的方式主要有两种，一种是哈希分布，如一致性哈希，代表系统为Amazon的Dynamo系统；另外一种方法是顺序分布，即每张表格上的数据按照主键整体有序，代... -
22.1 简介
22.1 简介 22.1 简介 Etcd是CoreOS团队于2013年6月发起的开源项目，它的目标是构建一个高可用的分布式键值（key-value）数据库，基于Go语言实现。 接触过分布式系统的读者应该知道，分布式系统中，最基本最重要的问题就是各种信息的一致性，包括对服务的配置信息的管理、服务的发现、更新、同步等等。而要解决这些问题，往往需要基于... -
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... -
3.5 容错
3.5 容错 3.5.1 常见故障" level="4"> 3.5.1 常见故障 3.5 容错 随着集群规模变得越来越大，故障发生的概率也越来越大，大规模集群每天都有故障发生。容错是分布式存储系统设计的重要目标，只有实现了自动化容错，才能减少人工运维成本，实现分布式存储的规模效应。 单台服务器故障的概率是不高的，然而，只要集群的规模足够大，每天都可... -
7.2.7 讨论
7.2.7 讨论 7.2.7 讨论 Microsoft SQL Azure将传统的关系型数据库SQL Server搬到云环境中，比较符合用户过去的使用习惯。当然，云SQL Server与单机SQL Server还是有一些区别： ●不支持的操作：Microsoft Azure作为一个针对企业级应用的平台，尽管尝试支持尽量多的SQL特性，仍然有一些特性无... -
7.3.4 TrueTime
7.3.4 TrueTime 7.3.4 TrueTime 为了实现并发控制，数据库需要给每个事务分配全局唯一的事务id。然而，在分布式系统中，很难生成全局唯一id。一种方式是采用Google Percolator（Google Caffeine的底层存储系统）中的做法，即专门部署一套Oracle数据库用于生成全局唯一id。虽然Oracle逻辑上是一个...