tag 分佈式

標籤
貢獻88
114
05:27 PM · Oct 25 ,2025

@分佈式 / 博客 RSS 訂閱

新新人類 - 【進程間通信】Unix domain socket (進程間通信)_51CTO博客

在分佈式系統和微服務架構中,進程間通信(IPC)是核心基礎組件。今天我們將深入探討 Unix Domain Socket(UDS)——一種高效、可靠的本地進程通信方案,並分享一個完整的 C++ 實現。 什麼是 Unix Domain Socket? Unix Domain Socket 是一種在同一台主機上的進程間進行數據交換的通信機制。與網

服務器 , Domain , unix , server , 分佈式

收藏 評論

代碼天地 - 如何用Dify搭建企業級私有知識庫?

今天用Dify來搭建一個企業級的知識庫 目錄 為避免浪費時間。提供文章導讀,為讀者看清楚今天聊的話題能解決哪些問題。 知識庫 什麼是知識庫? 很多人以為知識庫就是一個放文檔的地方,類似Wiki。其實不只這麼簡單。 知識庫在AI工程化語境下,是一個結構化、可檢索、可推理的數據系統,主要功能: 存儲企業內部的文檔、代碼、對話

服務器 , 數據 , 上傳 , 分佈式 , 結構化

收藏 評論

一docker - Oracle 安裝

Oracle 安裝路徑放到 /data 下,而不是 /u01 業務用户就是 V3XUSER(不需要額外創建其他業務用户) **實例名(SID)**你需要明確,這個是數據庫的“名字”,比如 OA 可以用默認 orcl,也可以改成 v3xoa 之類更貼近項目的標識 關鍵點解釋 1. 安裝路徑 Oracle 的兩個關鍵路徑:

oracle , 服務器 , 數據庫 , bc , 分佈式

收藏 評論

代碼天地 - 別隻盯着模型!AI Agent的成功,是架構、協議、模型、應用的四位一體

如果把過去幾年的大語言模型(LLM)浪潮比作“電力被髮明”的階段,那麼 AI Agent 更像是“電氣化工廠”的開始:電不再只是點燈,而是接入生產線、帶動機器、形成一整套自動化體系。 從 AGI 分級的角度看,AI Agent 通常被視為 L3 級智能體: 不再只是“回答問題的工具”,而是具備明確目標、可持續運行、能主動決策和執行任務的智能實體。 技

服務器 , 數據 , 分佈式 , 模態 , 結構化

收藏 評論

代碼天地 - 融合LSTM與GCN的社交網絡行為預測 !!

LSTM與圖卷積網絡結合的社交網絡行為預測。 GCN像朋友圈加權平均器,把每個人在當前時刻的狀態,和TA朋友圈(圖的鄰居)的狀態融合起來,得到一個考慮社會影響的時刻表徵。 LSTM像記憶管家,把過去一段時間(多個時刻)的融合表徵傳進記憶單元,學最近是火了還是冷了,有沒有周期性等時間規律。 合體後,相當於先看社交圈,再看時間史,預測下一刻的行為,是不是很酷!~

卷積 , 二分類 , 服務器 , 分佈式 , Git

收藏 評論

數據探索先鋒 - rabbitmq如何確保消息不丟失 chengtian -

RabbitMQ 發佈/訂閲模式優化:避免消息丟失的關鍵配置 在 RabbitMQ 發佈/訂閲模式中,消息丟失通常發生在三個環節:生產者到交換機、交換機到隊列、消費者處理消息。以下是關鍵配置優化方案: 一、生產者端配置 發佈確認機制 啓用 publisher confirms,確保消息成功到達交換

rabbitmq , 持久化 , ruby , 重啓 , 分佈式 , 前端開發 , Javascript

收藏 評論

代碼天地 - 國產信創,三級等保,Go語言開源AIoT物聯網平台 ,物模型,插件化,輕鬆搭建Web可視化組態大屏

AIoT物聯網平台是一個Go語言開發的通用、開源的企業級物聯網應用平台,旨在通過可複用的組件,減少開發工作,加速物聯網項目交付。可廣泛應用於交通、醫療、消費、家居、消防、安防、工業、農業等各個領域。 插件化是最大的特點,通過插件配置您不用編寫代碼,可以快速構建應用,並將業務打包分發給世界各地的用户,使物聯網應用開發的複雜性大大降低。業務交付時間相比

服務器 , 數據 , 物聯網 , 數據庫 , 分佈式

收藏 評論

u_14693205 - 『NAS』綠聯轉羣暉數據如何同步?

點贊 + 關注 + 收藏 = 學會了 也許錢多沒地方花想體驗一下不同品牌NAS的區別,也許為了安全把數據保存在多台NAS設備上,也許…… 但不同品牌的NAS給硬盤設置的格式不一樣,比如插在綠聯NAS的硬盤拔出來插到羣暉裏就無法直接讀取原來的數據。 將兩個不同品牌NAS的數據相互同步的方法很多,本文介紹一種超級無敵簡單的方法,只用官方套件就能實現將綠聯的數據自動同步到羣暉(反過

服務器 , nas , 分佈式

收藏 評論

雲端夢想家 - Kafka監控必備——Kafka-Eagle 2.0.2正式發佈

後端消息隊列監控工具,Kafka Eagle 大家好,今天來給大家介紹一款非常實用的後端消息隊列監控工具——Kafka Eagle。對於使用Kafka作為消息隊列的同學來説,這款工具絕對能讓你事半功倍。 為什麼要用Kafka Eagle? 相信大家在使用Kafka的過程中,都會遇到各種各樣的監控問題。比如,如何實時查看Kafka的運行狀態?如何監控消息的生產和消

性能瓶頸 , 後端開發 , 分佈式 , kafka , 監控工具 , Eagle , Python

收藏 評論

不語 - nacos基礎使用模板(註冊中心、配置中心)

Nacos是阿里巴巴的產品,現在是SpringCloud中的一個組件。Nacos本身就是一個單獨的軟件,需要下載並且安裝,下載好後在nacos文件bin文件夾中cmd命令 startup.cmd -m standalone 進行單體啓動(nacos默認集羣啓動),彈出naocs圖標以及對應的登錄頁信息則啓動成功,進入頁面登錄即可 賬號 密碼默認都為 nacso 1 註冊中心 一、基本使用 在父工程

中間件 , 阿里巴巴 , 微服務 , JAVA , 分佈式

收藏 評論

donnie4w - tldb數據庫的java客户端如何使用

來源:tldb數據庫的java客户端如何使用 tldb是分佈式nosql數據庫,需要通過客户端接口進行數據操作 通過java有兩種方式可以操作tldb, tlcli-j 與tldb接口對接,僅支持字節數組類型的數據,上傳服務器數據為字節數組,其他類型需要轉換為字節數組 tlorm-java 基於tlcli-j實現的orm框架,支持java基礎數據類型自動轉換,使用非常簡潔 兩種方式都

orm , 數據庫 , JAVA , 分佈式 , 後端

收藏 評論

阿兵雲原生 - 坑爹,線上同步近 3w 個用户導致鏈路阻塞引入發的線上問題,你經歷過嗎?

分享一個印象深刻的線上問題,希望能夠給 xdm 帶來一點思考 一個稀鬆平常的工作日,正準備下班的時候,不巧,突發線上緊急問題,心中一萬個不情願,可還是要硬着頭皮去定位問題 簡單的表象為微服務之間 gRPC通信的通道默認是用了默認值,並沒有按照實際業務去設置通道接受和發送的字節大小 用過 golang grpc 通信的 xdm 就知道,grpc 通道默認的發送和接收的消息大小為 4M,由於傳送的數據

性能 , 分佈式 , go

收藏 評論

冰河 - 又一個涵蓋前後端+DevOps+OpenAI大模型的高併發項目啓動了

大家好,我是冰河~~ 今天,正式通知大家一件事情:又到了啓動新項目的時候,這也是 冰河技術 知識星球繼 Seckill秒殺系統 項目後,又一個高併發實戰項目。星球其他項目與專欄,大家可移步到冰河的個人站點:https://binghe.gitcode.host 進行查看。 那這次又是怎樣的一個高併發項目呢?沒錯,這次就是大家期待已久的分佈式IM即時通訊系統,在分佈式IM即時通訊系統中,我們會實現

性能優化 , 高併發 , 微服務 , 分佈式 , 程序員

收藏 評論

冰河 - 又一個可以寫到簡歷的項目,嘎嘎強!

大家好,我是冰河~~ 分佈式IM即時通訊系統本質上就是對線上聊天和用户的管理,針對聊天本身來説,最核心的需求就是:發送文字、圖片、文件、語音、視頻、消息緩存、消息存儲、消息未讀、已讀、撤回,離線消息、歷史消息、單聊、羣聊,多端同步,以及其他一些需求。 對用户管理來説,存在的需求包含:添加好友、查看還有列表、刪除好友、查看好友信息、創建羣聊、加入羣聊、查看羣成員信息、退出羣聊、修改羣暱稱、拉人進羣、

高併發 , 微服務 , 系統架構 , 分佈式 , 併發編程

收藏 評論

威哥愛編程 - 用Redis延時隊列搞定訂單超時業務

Redis延時隊列是一種用於在特定時間後執行任務的消息隊列。它在許多場景中非常有用,比如訂單超時自動關閉、定時提醒等。在Redis中,通常使用Sorted Set(有序集合)來實現延時隊列,因為Sorted Set可以按照分數進行排序,非常適合用來存儲和檢索到期時間,今天V哥來聊一聊Redis延時隊列,歡迎各位小哥一起討論。 以下是Redis延時隊列的詳細介紹,包括原理、數據結構、實現方式以及Ja

redis , java-ee , JAVA , 分佈式 , 隊列

收藏 評論

威哥愛編程 - 【超長文】Redis在項目中的17種使用場景

Redis 是一個開源的高性能鍵值對數據庫,它以其內存中數據存儲、鍵過期策略、持久化、事務、豐富的數據類型支持以及原子操作等特性,在許多項目中扮演着關鍵角色。以下是V哥整理的17個Redis在項目中常見的使用場景: 緩存:Redis 可以作為應用程序的緩存層,減少數據庫的讀取壓力,提高數據訪問速度。 會話存儲:在 Web 應用中,Redis 可以用來存儲用户的會話信息,如登錄狀態、購物車內容

redis , java-ee , JAVA , 分佈式 , 後端

收藏 評論

威哥愛編程 - Redis高可用解決方案哨兵模式與集羣模式的比較

哨兵模式和集羣模式是Redis提供的兩種不同的高可用性和擴展性解決方案,它們各自有不同的特點和適用場景。 哨兵模式(Sentinel) 主要關注於高可用性,通過監控主節點和從節點的狀態,實現故障檢測和自動故障轉移 。當主節點發生故障時,哨兵會選舉一個從節點作為新的主節點,並通知其他從節點和客户端更新配置。它適用於對數據高可用性要求較高,但不需要特別大的數據量的場景,通常應用於小型和中型系統。

redis , java-ee , JAVA , 分佈式

收藏 評論

威哥愛編程 - MinIO的分佈式系統是如何確保數據一致性的?

MinIO是一個高性能的開源對象存儲服務器,它與Amazon S3兼容,適用於存儲備份、大數據分析等多種應用場景。MinIO追求高性能和可靠性,採用去中心化的架構設計,不依賴任何單個節點,即使某些節點發生故障,整個系統也能正常運行 。它還支持分佈式部署,可以輕鬆擴展存儲容量和性能。 MinIO的技術架構主要包括服務器核心、分佈式系統、認證和安全性組件以及客户端庫。服務器核心負責處理存儲和檢索對象,

minio , java-ee , springcloud , JAVA , 分佈式

收藏 評論

秦懷雜貨店 - 從緩存到分佈式緩存的那些事

作者:秦懷 1 緩存前世今生 1.1 故事從硬件開始 Cache 一詞來源於 1967 年的一篇電子工程期刊論文。其作者將法語詞“cache”賦予“safekeeping storage”的涵義,用於電腦工程領域。當時沒有 Cache,CPU 和內存都很慢,CPU 直接訪問內存。 Intel 80386芯片組增加了對可選的 Cache 的支持,高級主板帶有 64KB,甚至高端的 128KB W

redis , 緩存 , 分佈式 , 後端

收藏 評論

今夜有點兒涼 - Redis 分片

Redis 分片(Sharding)概述 1. 概念和目的: Redis 分片是通過將整個數據集分割成多個部分,分佈存儲在多個獨立的 Redis 節點上來擴展 Redis 系統的技術。 目的是提高系統的存儲容量和處理能力,以應對大規模數據和高併發請求的需求。 2. 基本原理: 數據分片策略:選擇合適的數據分片策略,如哈希分片或範圍分片,決定數據如何分佈到各個 Redis 節點上。 客

redis , 高併發 , sharding , 分佈式

收藏 評論

威哥愛編程 - JAVA線程池有哪些隊列? 以及它們的適用場景案例

大家好,我是 V 哥。在高併發應用場景下,線程池的使用是必然的,那在線程中的隊列都有哪些呢?下面 V 哥整理的幾種常見的線程池隊列以及適用場景案例,分享給大家。 線程池中的隊列主要用於存放等待執行的任務,以下是幾種常見的線程池隊列: 1. 無界隊列(Unbounded Queue) LinkedBlockingQueue(基於鏈表的阻塞隊列): 特點:它是一個基於鏈表實現的阻

高併發 , 多線程 , JAVA , 分佈式

收藏 評論

不止極客 - 百萬架構師第二十五課:分佈式架構的基礎:分佈式系統的基石TCP-IP通訊協議|JavaGuide

原文鏈接 通訊協議在分佈式架構中的核心應用 深入料及TCP/IP和UDP/IP通信協議 TCP流量整形 基於Java自身技術實現系統通訊 多任務處理及優化 瞭解什麼是NIO 組播協議 Multicast 從集中式的架構到分佈式架構粗粒度的架構模型圖 相當於是在整個架構層面上去做一個分層,分層以後會存在按照某一個領域去切分的服務層,存在web層。 ​ 如果我們以前是在一個獨立的服

tcp , 架構 , 網絡 , 分佈式 , 後端

收藏 評論

用户bPddcxP - 華納雲:分佈式存儲提高數據安全性的原理分享

分佈式存儲通過多節點協同工作,將數據分散存放在多個物理位置,從而在架構設計上提升了數據的可靠性與安全性。它的核心思想是“分而治之,備而無患”。以下從原理角度詳細解析分佈式存儲如何提高數據安全性: 1. 數據冗餘機制:保障硬件故障下的數據可恢復 分佈式存儲系統普遍採用數據冗餘策略,例如: • 副本機制(Replication):同一份數據在多個節點上保存(常見為3副本),當某一個節

服務器 , 數據存儲 , 分佈式

收藏 評論

Protonbase - AI 時代, 需要什麼樣的數據底座?

作者:楊克特 ProtonBase 技術副總裁 畢業於浙江大學計算機系,獲碩士學位,具備 10 多年核心系統設計和研發經驗。曾任阿里巴巴資深技術專家,負責過搜索引擎、資源調度、實時監控等系統的設計和研發。具備豐富的開源經驗,是 Apache Flink 和 Apache Druid 的 PMC 成員,以及 Apache 軟件基金會成員。 概念科普:Data Warebase = Data Ware

大數據 , 數據庫 , 人工智能 , 雲原生 , 分佈式

收藏 評論