tag 分佈式系統

標籤
貢獻18
85
05:15 PM · Oct 25 ,2025

@分佈式系統 / 博客 RSS 訂閱

卷福同學 - 分佈式系統架構8:分佈式緩存

這是小卷對分佈式系統架構學習的第11篇文章,今天瞭解分佈式緩存的理論知識以及Redis集羣。 分佈式緩存也是面試常見的問題,通常面試官會問為什麼要用緩存,以及用的Redis是哪種模式,用的過程中遇到哪些問題這些 1. AP還是CP Redis 集羣就是典型的 AP 式,它具有高性能、高可用等特點,但它卻並不保證強一致性。 而能夠保證強一致性的 ZooKeeper、Doozerd、Etcd

分佈式系統 , springboot , JAVA , 分佈式 , 後端

收藏 評論

Swift社區 - 【微服務架構】從鏈路追蹤到日誌關聯:打造分佈式系統問題定位利器

摘要 微服務架構為系統帶來了靈活性與擴展性,但也讓問題定位變得更加複雜。服務間缺乏日誌關聯性是微服務調試和運維中的核心痛點之一。本文章將深入探討如何通過分佈式追蹤、鏈路ID等技術實現服務間日誌關聯,並通過示例代碼與工具展示如何落地這些方法。 引言 微服務架構中,系統被拆分為多個服務模塊,每個服務都有獨立的日誌記錄機制。然而,在複雜的分佈式系統中,單個服務的日誌信息往往不足以定位跨服務問題。為此,引

微服務 , 分佈式系統

收藏 評論

異常君 - Paxos 協議三階段解密:原理剖析與 Java 實現

你是否遇到過這樣的情況:公司的微服務集羣中,多個節點需要選出主節點,但因為網絡故障卻導致兩個節點同時認為自己是"主"?或者在容器編排系統中,因為通信延遲導致不同節點看到的系統狀態不一致,引發了一連串莫名其妙的錯誤?在分佈式系統中,這些場景時有發生,而它們本質上都指向一個核心問題:如何在不可靠的網絡環境中,讓多個獨立節點對某個決策達成一致? 這個看似簡單的問題卻難倒了無數系統設計師。幸運的是,Les

分佈式系統 , JAVA , paxos , 一致性 , 後端

收藏 評論

江湖十年 - 如何基於 Go 語言設計一個簡潔優雅的分佈式任務系統

在當今雲計算與微服務盛行的時代,分佈式任務系統已成為支撐大規模業務的核心基礎設施。今天就來為大家分享下如何基於 Go 語言從零設計和實現一個架構簡潔且擴展性強的分佈式任務系統。 前置概念 本文會設計並實現一個分佈式任務系統,這裏我們要先明確兩個概念。 分佈式:在我們將要實現的分佈式任務系統中,分佈式是指我們的服務可以部署多個副本,這樣才能確保服務更加穩定。 任務:這裏的任務是指異步任務,可能

面試 , 架構設計 , 分佈式系統 , go , 後端

收藏 評論

DolphinDB - DolphinDB定時作業教程

DolphinDB提供的定時作業(scheduled job)功能,可以讓系統在指定的時間以指定的頻率自動執行作業。當我們需要數據庫定時自動執行一些腳本進行計算分析(譬如每日休市後分鍾級的K線計算、每月統計報表生成)、數據庫管理(譬如數據庫備份、數據同步)、操作系統管理(譬如過期的日誌文件刪除)等工作時,可以用這個功能來實現。 定時作業用一個函數來表示,這給了作業定義極大的靈活性。凡是能用函數來表

大數據處理 , 定時任務 , dolphindb , 時序數據庫 , 分佈式系統

收藏 評論

DolphinDB - 時序數據庫DolphinDB文本數據加載教程

DolphinDB提供以下4個函數,將文本數據導入內存或數據庫: loadText: 將文本文件導入為內存表。 ploadText: 將文本文件並行導入為分區內存表。與loadText函數相比,速度更快。 loadTextEx: 將文本文件導入數據庫中,包括分佈式數據庫,本地磁盤數據庫或內存數據庫。 textChunkDS:將文本文件劃分為多個小數據源,再通過mr函數進行靈活的數據處理。 Dolp

大數據處理 , dolphindb , 時序數據庫 , 分佈式系統

收藏 評論

tg_ChainwiseWeb3 - 解鎖未來:深入探索去中心化應用程序(DApps)的潛力與挑戰

引言 近年來,隨着區塊鏈技術的迅猛發展,去中心化應用程序(DApps)逐漸成為業界關注的焦點。那麼,什麼是DApps?它們如何工作?又能為我們的生活和工作帶來哪些影響和改變?本文將深入探討去中心化應用程序的基本概念、特點、工作原理及其應用場景,幫助讀者全面瞭解這一新興的技術及其未來潛力。 去中心化應用程序(DApps)的基本概念 去中心化應用程序(DApps,Decentral

區塊鏈 , 區塊鏈開發 , dapper , 分佈式系統 , web3

收藏 評論

Mr_Black - 分佈式系統中亞穩定失敗狀態

這篇文章的初衷,是記錄拜讀由Nathan Bronson, Aleksey Charapko, Abutalib Aghayev, and Timothy Zhu共同發表的論文Metastable Failures in Distributed Systems的收穫,這篇論文描述了一個在大規模分佈式系統中很常見的失敗場景:亞穩定失敗(metastable failures),它們為什麼通常在高負載

分佈式系統 , 架構模式

收藏 評論

Alluxio - Meta(Facebook): 基於Alluxio Shadow Cache優化Presto架構決策

Facebook Presto是一個以SQL語言作為接口的分佈式實時查詢引擎,可以對PB級的數據進行快速的交互式查詢。它支持標準的ANSI SQL.包含查詢、聚合、JOIN以及窗口函數等。 Alluxio將其在數據層的創新作為Presto和各種分析應用程序和用例的關鍵支持技術。它創建了一個虛擬數據層,可以聚合來自任何文件或對象存儲的數據,提供跨存儲系統的統一命名空間,並允許應用程序

分佈式系統 , meta , presto , 過濾器 , SQL

收藏 評論

李棟 - 【zookeeper 第二篇章】安裝

一、linux 安裝 1、基礎環境 在 Linux 種安裝 zookeeper 需要安裝 jdk。具體的安裝 jdk 方式就不再進行描述,根據你的 Linux 系統的不同安裝的方式也會不同。 2、下載 zookeeper 安裝包 通過此地址可以下載對應的安裝包 https://zookeeper.apache.org/releases.html。 3、解壓 zookeeper 壓縮包 tar -z

zookeeper , 分佈式系統 , JAVA

收藏 評論

deephub - 融合AMD與NVIDIA GPU集羣的MLOps:異構計算環境中的分佈式訓練架構實踐

在深度學習的背景下,NVIDIA的CUDA與AMD的ROCm框架缺乏有效的互操作性,導致基礎設施資源利用率顯著降低。隨着模型規模不斷擴大而預算約束日益嚴格,2-3年更換一次GPU的傳統方式已不具可持續性。但是Pytorch的最近幾次的更新可以有效利用異構計算集羣,實現對所有可用GPU資源的充分調度,不受制於供應商限制。 本文將深入探討如何混合AMD/NVIDIA GPU集羣以支持PyTor

神經網絡 , pytorch , 人工智能 , 分佈式系統 , 深度學習

收藏 評論

卷福同學 - 分佈式系統架構3:服務容錯

這是小卷對分佈式系統架構學習的第3篇文章,雖然知道大家都不喜歡看純技術文章,寫了也沒多少閲讀量,但是個人要成長的話,還是需要往深一點的技術上去探索的 1.為什麼需要容錯 分佈式系統的本質是不可靠的,一個大的服務集羣中,程序可能崩潰、節點可能宕機、網絡可能中斷,這些“意外情況”其實全部都在“意料之中”。故障的發生是必然的,所以需要設計一套健壯的容錯機制來應對這些問題。 容錯策略,指的是“面對故障,我

分佈式系統 , JAVA , 後端

收藏 評論

小奇Java面試 - 面試官:説一説Zookeeper中Leader選舉機制

哈嘍!大家好,我是小奇,一位不靠譜的程序員 小奇打算以輕鬆幽默的對話方式來分享一些技術,如果你覺得通過小奇的文章學到了東西,那就給小奇一個贊吧 文章持續更新 一、前言 今天又是一個陽光明媚的一天,我又懷着沉重的心情踏上了面試的道路,有時我就在懷疑自己,自己是不是不適合程序員這個職業,難道真的要去做段子手。。。 不知不覺的走到了要面試公司的樓下,興奮又期待的撥通了hr的電話,

面試 , zookeeper , 2022招聘季 , 分佈式系統 , 原理

收藏 評論

我叫喵手呀 - 保證一致性,還是犧牲性能?——分佈式系統到底是“高併發利器”還是“複雜性的地獄”?

(全文目錄:) 開篇語 哈嘍,各位小夥伴們,你們好呀,我是喵手。運營社區:C站/掘金/騰訊雲/阿里雲/華為雲/51CTO;歡迎大家常來逛逛   今天我要給大家分享一些自己日常學習到的一些知識點,並以文字的形式跟大家一起交流,互相學習,一個人雖可以走的更快,但一羣人可以走的更遠。   我是一名後端開發愛好者,工作日常接觸到最多的就是Java語言啦,所以我都儘量

分庫分表 , 分佈式鎖 , 後端開發 , 分佈式系統 , JAVA

收藏 評論

Alluxio - Meta公司內部項目-RaptorX:將Presto性能提升10倍

概要速覽 RaptorX是Meta(前“Facebook公司”,下文統稱“Meta”)公司的一個內部項目名稱,目的是為了降低查詢延遲,讓Presto的查詢性能大大超越原生(vanilla) Presto,這篇文章介紹了RaptorX的關鍵模塊——分層緩存。 有了分層緩存,我們能夠將查詢性能提升10倍。這一新的架構不僅可以完勝像Raptor之類以性能為導向的連接器,還具有向存儲分離化(即存算分離架構

Facebook , 大數據 , 分佈式系統 , meta , presto

收藏 評論

李棟 - 【zookeeper 第五篇章】Curator 庫

一、概述 Curator是 Netflix 開源的一套 zookeeper 客户端框架,解決原生 Api 的好多問題。 二、添加依賴 !-- 對zookeeper的底層api的一些封裝 -- dependency groupIdorg.apache.curator/groupId artifactIdcurator-fr

zookeeper , 分佈式系統 , JAVA , 後端

收藏 評論

卷福同學 - 如何設計一個分佈式配置中心?

這是小卷對分佈式系統架構學習的第7篇文章,前面已經講了很多理論知識,今天結合具體的中間件來講分佈式配置中心 1.面試官提問 面試官:假設你是公司的基礎架構部門,現在需要設計內部的配置中心中間件,你要怎麼設計? 我:設計客户端和服務端,客户端集成到業務項目中,項目啓動時從服務端pull配置加載到本地,並且定時check服務端和本地配置是否一致,服務端如有更新,再pull到本地 面試官:那如果

分佈式系統 , JAVA , 後端

收藏 評論

李棟 - 【zookeeper 第一篇章】介紹

一、簡介 在過去,每個應用程序都是運行在一台計算機上的單程序單CPU。今天,情況變了。在大數據和雲計算領域,應用程序是由運行在不斷變化的計算機上的許多獨立程序組成的。程序員不能夠專注編寫業務代碼,反而要花費大量的時間維護各個服務之間的關係。為了解決程序員能夠專注於業務代碼的實現,zookeeper相關的應用應世而生。 它支持分佈式系統的調度任務,協調任務是涉及多個進程的任務。這樣的任務是可以為了合

zookeeper , 分佈式系統 , JAVA

收藏 評論

百度Geek説 - 百度搜索結果波動的極致治理

作者 | ZZ 導讀 本文講述百度搜索系統面臨搜索結果一致性的挑戰,如何準確衡量並消除不一致因素成為關鍵問題。本文介紹了百度搜索系統針對結果波動問題的創新解決方案,通過設計數據打平技術,將問題量化至服務與特徵層面,並利用fake流量與動態debug機制進行大量實驗與數據收集。同時,採用多實驗統籌與自動巡檢機制提高實驗效率與分析自動化,最終成功捕獲所有對結果波動有實質貢獻的特徵,為系統優化提供了精確

服務治理 , 分佈式系統 , 一致性

收藏 評論

卷福同學 - 分佈式系統架構5:限流設計模式

分佈式系統架構5:限流設計模式 這是小卷對分佈式系統架構學習的第5篇文章,今天來學習限流器和限流設計模式 1.為什麼要限流? 任何一個系統的運算、存儲、網絡資源都不是無限的,當系統資源不足以支撐外部超過預期的突發流量時,就應該要有取捨,建立面對超額流量自我保護的機制,而這個機制就是微服務中常説的“限流” 2.四種限流設計模式 説到限流,大家直接的想法就是Sentinel,但是Sentinel限流的

限流 , 設計模式 , 分佈式系統 , JAVA , 分佈式

收藏 評論

異常君 - CAP 理論:分佈式系統的三選二原則與 Java 實戰

還記得那次生產環境的數據庫突然宕機嗎?整個團隊手忙腳亂,老闆不停打電話催進度,用户投訴電話打爆客服。那一刻,我們多希望系統能持續可用啊!但現實是,為了保證數據一致性,我們不得不讓系統暫時下線。這就是分佈式系統中最經典的矛盾 —— CAP 理論下的抉擇。無論是構建微服務架構,還是設計分佈式數據庫,這個問題都繞不開。今天,我們一起深入理解 CAP 理論,看看為什麼它不可能三者兼得,以及在 Java 中

zookeeper , 分佈式系統 , JAVA , cap , 後端

收藏 評論

李棟 - 【zookeeper 第三篇章】客户端操作

一、新增 create 命令 格式:create [-s] [-e] path data 説明:用於創建節點並賦值。 [-s] [-e]:-s 和 -e 都是可選的,-s 代表順序節點, -e 代表臨時節點,注意其中 -s 和 -e 可以同時使用的,並且臨時節點不能再創建子節點。 path: 指定要創建節點的路徑,比如 /test。 data: 要在此節點存儲的數據。 1、創建持久

zookeeper , 分佈式系統 , 後端

收藏 評論

卷福同學 - 分佈式系統架構4:容錯設計模式

這是小卷對分佈式系統架構學習的第4篇文章,雖然知道大家都不喜歡看純技術文章,寫了也沒多少閲讀量,但是為了個人要成長,小卷最近每天都會更新分佈式的文章 1.概念 容錯策略,指的是“面對故障,我們該做些什麼”;而容錯設計模式,指的是“要實現某種容錯策略,我們該如何去做”。 上一篇已經講了7種容錯策略,為了實現各種策略,開發總結了一些容錯設計模式,包括微服務常見的:斷路器模式、艙壁隔離模式、超時重試模式

分佈式系統 , JAVA , 後端

收藏 評論

今夜有點兒涼 - Dubbo 的底層原理

Dubbo 是阿里巴巴開源的一款分佈式服務框架,主要用於解決服務治理、遠程調用和高併發等問題,廣泛應用於微服務架構中。Dubbo 底層原理涉及多個核心組件和機制,主要包括服務註冊與發現、通信機制、集羣容錯和負載均衡等。以下是 Dubbo 的底層原理的詳細解析: 1. 架構設計 Dubbo 的架構主要分為三大角色: 服務提供者(Provider):提供服務的實體。 服務消費者(Consume

服務註冊 , dubbo , 負載均衡 , zookeeper , 分佈式系統

收藏 評論