搜索[分布式系统]结果-低调大师优秀个人博客

精选列表

搜索[分布式系统]，共10019篇文章

Crontab安装和使用

编辑该用户的定时器配置 crontab -e # 列出该用户的计时器设置 crontab -l # 删除该用户的计时器设置 crontab -r # 指定要设定计时器的用户名称 crontab -u xujun 系统级

2025-09-25

Docker安装Oracle12C，快速搭建Oracle学习环境

安装说明 1.操作系统CentOS7_x64 2.安装的数据库为Oracle12C 3.已经安装了Docker环境 4.需要检查是否有swap分区，如果没有请设置安装 1.Docker安装镜像准备

2025-09-05

Memcached 1.6.22 发布，高性能分布式缓存系统

还包含许多针对代理子系统的修复和优化，以及一些针对各种问题的小修复。

2023-10-17

Memcached 1.6.21 发布，高性能分布式缓存系统

Memcached 1.6.21 现已发布，这是一个错误修复和社区贡献的版本。修复了 extstore 的一个数据损坏问题，需要重写 item_age 到一个较低的秒数，并经常重写相同的键；修复了 1.6.20 中引入的元协议 ms bug，当只要求 c (cas) flag 时，s flag被返回。修复了由于构建工件意外包含在发布 tarball 中而导致的代理编译问题。修复 build：避免从vendor/*中分离出构建工件 extstore：修复 high overwrite key 上的数据错误 proxy：修复内存跟踪的问题 meta：修复 ms c flag reflecting s flag 的问题 extstore：如果没有磁盘空间则无法启动 extstore：优雅地处理不正确的单位 proxy：mcp.internal() 支持 ascii multiget proxy：修复 tokens 太少的请求的segfault proxy：修复每每个工作线程的后端模式批处理 proxy：修复 mcp.internal() 的meta set M flag proxy：在 proxyunits.t 中添加await tests proxy：在 proxyunits.t 中添加响应 API 测试详情可查看更新说明。

2023-06-16

Memcached 1.6.20 发布，高性能分布式缓存系统

Memcached 1.6.18 现已发布，此版本主要是代理模式的大量修复和更新、优化 extstore 磁盘刷新，以及对元协议的更改和较小的修复。修复核心：不再停止 SIGINT/SIGTERM 上的线程核心：从信号处理程序中删除 printf 代理：迭代修改后的请求处理代理：现在相对于 resp 生命周期的记录时间代理：修复 SIGHUP 重新加载期间等待中的崩溃代理：修复后端连接的生命周期代理：IO 线程性能改进代理：添加mcp.AWAIT_BACKGROUND 代理：修复数据块错误上的 lua 注册表损坏代理：添加proxy_await_active统计代理：修复部分响应读取处理代理：修复刷新部分写入代理：添加更多后端失败消息代理：修复mcp.log_reqnil res 时的崩溃核心：修复 len < 8 的标记侦听器代理：将调试符号添加到 lua 构建核心：给线程唯一的名字代理：修复后端被 gc 时的崩溃从使用中删除 libevent 许可证使用 clang-15 构建的修复：元：删除meta_response_old启动选项元：允许 mg 没有标志 + 在 EN 上反映 O/k 元：元算术命令有多余的空间元：从元响应中删除多余的空格代理：修复后端连接初始化的错误修复日志时间戳修复 clang 错误的函数原型代理：添加 mcp.await FASTGOOD 标志新功能有关代理 API 的更新，请参阅wiki 页面。更新公告：https://github.com/memcached/memcached/wiki/ReleaseNotes1620

2023-05-13

TePDist —— 自动分布式训练系统基础设施

TePDist (TEnsor Program DISTributed) 是一个用于 DL 模型的自动分布式训练系统基础设施，而不仅仅是一种算法。 TePDist 系统以客户端/服务器模式运行。

2023-04-26

Memcached 1.6.18 发布，高性能分布式缓存系统

Memcached 1.6.18 现已发布，此版本主要是对代理模式的修复和改进。以及Meta protocol 有一些调整：在少数情况下会返回额外的 spaces。具体更新内容包括： Fixes core：在 SIGINT/SIGTERM 上不停止线程 core：从信号处理程序中删除 printf proxy：现在相对于 resp lifetime 的log time proxy：修复 SIGHUP 重载期间 AWIT 的崩溃 proxy：修复后端连接的生命周期 proxy：IO 线程性能改进 proxy：添加mcp.AWAIT_BACKGROUND proxy：修复数据块错误时的 lua 注册表损坏 proxy：添加proxy_await_activestat proxy：修复部分响应读取处理 proxy：添加更多后端故障消息 proxy：修复mcp.log_req在 nil res 上的崩溃 core：修复 len < 8 的agged listeners proxy：将调试符号添加到 lua 构建从 usage 中删除 libevent license 修复了使用 clang-15 构建的问题 meta：删除meta_response_old启动选项 meta：允许 mg without flags + reflect O/k on EN meta：meta arithmetic 命令有多余的spaces meta：从 meta responses 中删除多余的spaces proxy：修复后端连接初始化的错误修复 2038 年之后的日志时间戳修复 clang 错误的函数原型 proxy：添加 mcp.await FASTGOODflag New Features 有关proxy API 的更新，可参阅Proxy wiki页面。更多详情可查看：https://github.com/memcached/memcached/wiki/ReleaseNotes1618

2023-01-11

分布式监控系统 WGCLOUD，v3.3.0 发布

支持高并发高性能，核心模块包括：主机监控，ES集群状态监控，CPU监控，CPU温度监控，内存监控，数据监控，docker监控，网络流量监控，服务心跳检测，应用进程管理，磁盘IO监控，系统负载监控，端口监控

2021-01-28

分布式监控系统 WGCLOUD，防篡改机制优化

支持高并发高性能，核心模块包括：服务器集群监控，ES集群状态监控，CPU监控，内存监控，数据监控，docker监控，网络流量监控，服务心跳检测，应用进程管理，磁盘IO监控，系统负载监控，监控告警信息推送

2020-07-03

分布式监控系统 WGCLOUD，新增 docker 状态监控

WGCLOUD基于java语言开发，是springboot构建的监控系统，支持高并发高性能，核心模块包括：服务器集群监控，ES集群状态监控，CPU监控，内存监控，数据监控，docker监控，网络流量监控

2020-06-02

EasyLog 2.0 版本发布，开源分布式日志系统

2.增加容量管理界面增加管理界面，可以查看每天的日志数量，和占用空间，方便管理日志系统容量问题。

2020-05-28

分布式监控系统 WGCLOUD，重构消息推送模块

WGCLOUD基于java语言开发，是springboot构建的监控系统，支持高并发高性能，核心模块包括：服务器集群监控，ES集群状态监控，CPU监控，内存监控，数据监控，服务心跳检测，应用进程管理，磁盘

2020-04-16

Memcached 1.6 发布，高性能分布式缓存系统

更新内容总览：现在，其默认情况下会编译外部闪存系统。新的元协议，该协议比现已弃用的二进制协议具有更多功能。做了 Memcached 的网络代码，以允许自动批处理响应系统调用。

2020-03-10

分布式监控系统 WGCLOUD-v2.3.1 发布

WGCLOUD基于java语言开发，是微服务架构的分布式监控系统，核心模块包括：服务器集群监控，ES集群状态监控，CPU监控，内存监控，数据监控（mysql，postgresql，oracle），服务心跳检测

2020-03-03

微软开源 rDSN 分布式系统开发框架

rDSN旨在为广大分布式系统的开发者，学生，和研究人员提供一个开放式的框架，用于快速搭建和运维高性能和高鲁棒的分布式系统，而后者对于当前很多技术的成功都至关重要，比如云计算，大数据和物联网等。

2017-06-05

反射内存卡在工业控制与分布式系统中的应用

**反射内存卡在工业控制与分布式系统中的应用** !

2026-09-02

分布式系统的主键生成方案对比 | 京东云技术团队

且v1为了保证唯一性，当时间精度不够时，会使用13~14位的clock sequence来扩展时间戳，比如：当UUID的生产成速率太快，超过了系统时间的精度。

2023-09-18

Uber实践：运维大型分布式系统的一些心得

在此期间，我学到了很多关于分布式架构概念的知识，并亲眼目睹了高负载和高可用性系统运行的挑战（一个系统远远不是开发完了就完了，线上运行的挑战实际更大）。构建系统本身是一项有趣的工作。

2023-04-14

万字总结：分布式系统的38个知识点

： https://hhui.top/分布式 天天说分布式分布式，那么我们是否知道什么是分布式，分布式会遇到什么问题，有哪些理论支撑，有哪些经典的应对方案，业界是如何设计并保证分布式系统的高可用呢？

2022-08-09

请问你知道分布式系统设计模式的分割日志思想么？

分割日志（Segmented Log）将大文件切分为更容易处理的多个更小的文件。问题背景单一的日志文件可能会增长到很大，并且在程序启动时读取从而成为性能瓶颈。老的日志需要定时清理，但是对于一个大文件进行清理操作很费劲。解决方案将单一日志切分为多个，日志在达到一定大小时，会切换到新文件继续写。 //写入日志 public Long writeEntry(WALEntry entry) { //判断是否需要另起新文件 maybeRoll(); //写入文件 return openSegment.writeEntry(entry); } private void maybeRoll() { //如果当前文件大小超过最大日志文件大小 if (openSegment. size() >= config.getMaxLogSize()) { //强制刷盘 openSegment.flush(); //存入保存好的排序好的老日志文件列表 sortedSavedSegments.add(openSegment); //获取文件最后一个日志id long lastId = openSegment.getLastLogEntryId(); //根据日志id，另起一个新文件，打开 openSegment = WALSegment.open(lastId, config.getWalDir()); } } 如果日志做了切分，那么需要快速以某个日志位置（或者日志序列号）定位到某个文件的机制。可以通过两种方式实现：每一个日志切分文件的名称都是包含特定开头以及日志位置偏移量（或者日志序列号）每一个日志序列号包含文件名称以及 transaction 偏移。 //创建文件名称 public static String createFileName(Long startIndex) { //特定日志前缀_起始位置_日志后缀 return logPrefix + "_" + startIndex + "_" + logSuffix; } //从文件名称中提取日志偏移量 public static Long getBaseOffsetFromFileName(String fileName) { String[] nameAndSuffix = fileName.split(logSuffix); String[] prefixAndOffset = nameAndSuffix[0].split("_"); if (prefixAndOffset[0].equals(logPrefix)) return Long.parseLong(prefixAndOffset[1]); return -1l; } 在文件名包含这种信息之后，读操作就分为两步：给定一个偏移（或者 transaction id），获取到大于这个偏移日志所在文件从文件中读取所有大于这个偏移的日志 //给定偏移量，读取所有日志 public List<WALEntry> readFrom(Long startIndex) { List<WALSegment> segments = getAllSegmentsContainingLogGreaterThan(startIndex); return readWalEntriesFrom(startIndex, segments); } //给定偏移量，获取所有包含大于这个偏移量的日志文件 private List<WALSegment> getAllSegmentsContainingLogGreaterThan(Long startIndex) { List<WALSegment> segments = new ArrayList<>(); //Start from the last segment to the first segment with starting offset less than startIndex //This will get all the segments which have log entries more than the startIndex for (int i = sortedSavedSegments.size() - 1; i >= 0; i--) { WALSegment walSegment = sortedSavedSegments.get(i); segments.add(walSegment); if (walSegment.getBaseOffset() <= startIndex) { break; // break for the first segment with baseoffset less than startIndex } } if (openSegment.getBaseOffset() <= startIndex) { segments.add(openSegment); } return segments; } 举例基本所有主流 MQ 的存储，例如 RocketMQ，Kafka 还有 Pulsar 的底层存储 BookKeeper，都运用了分段日志。 RocketMQ： Kafka： Pulsar存储实现BookKeeper：另外，基于一致性协议 Paxos 或者 Raft 的存储，一般会采用分段日志，例如 Zookeeper 以及 TiDB。每日一刷，轻松提升技术，斩获各种offer：

2021-02-11

分布式系统：数据一致性解决方案

在分布式系统中，随着系统架构演进，原来的原子性操作会随着系统拆分而无法保障原子性从而产生一致性问题，但业务实际又需要保障一致性，下面我从学习和实战运用总结一下分布式一致性解决方案。 1.

2020-12-14

分布式系统如何实现链路追踪？

在分布式系统，尤其是微服务系统中，一次外部请求往往需要内部多个模块，多个中间件，多台机器的相互调用才能完成。在这一系列的调用中，可能有些是串行的，而有些是并行的。

2020-11-17

资源下载

更多资源

腾讯云软件源

为解决软件依赖安装时官方源访问速度慢的问题，腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构，目前腾讯云软件源站支持公网访问和内网访问。

Nacos

Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称，一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集，帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。

Rocky Linux

Rocky Linux（中文名：洛基）是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版，作为CentOS稳定版停止维护后与RHEL（Red Hat Enterprise Linux）完全兼容的开源替代方案，由社区拥有并管理，支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性，采用模块化包装和SELinux安全架构，默认包含GNOME桌面环境及XFS文件系统，支持十年生命周期更新。

Sublime Text

Sublime Text具有漂亮的用户界面和强大的功能，例如代码缩略图，Python的插件，代码段等。还可自定义键绑定，菜单和工具栏。Sublime Text 的主要功能包括：拼写检查，书签，完整的 Python API ， Goto 功能，即时项目切换，多选择，多窗口等等。Sublime Text 是一个跨平台的编辑器，同时支持Windows、Linux、Mac OS X等操作系统。