傳統雞精

分散式資料一致性理解

點選藍色“喬志勇筆記”關注我喲 加個“星標”,第一時間獲取推送的文章哦! 一、基本概念: 1、關聯資料之間的邏輯關係是否正確 (資料約束一致). 理解為垂直方

產品的職業規劃

這裡不給雞湯,不列舉要點,也不灌輸任何理念。主要描述下自己的親身經歷。 17年實習的時候,那時產品有過兩份經歷,一個是在一家物業公司做物業系統,名義上打著智慧小區、物聯網,雲資料平臺的旗號,實際上就是做一個給

分散式資料快取中的一致性雜湊演算法

一致性雜湊演算法在分散式快取領域的 MemCache,負載均衡領域的 Nginx 以及各類 RPC 框架中都有廣泛的應用,它主要是為了解決傳統雜湊函式新增雜湊表槽位數後要將關鍵字重新對映的問題。 本文會介紹

ipcs命令詳解

ipcs是Linux下顯示程序間通訊設施狀態的工具。可以顯示訊息佇列、共享記憶體和訊號量的資訊。對於程式設計師非常有用,普通的系統管理員一般用不到此指令。 ipcs shows in

Redis高可用分散式

高可用 高可用(High Availability),是當一臺伺服器停止服務後,對於業務及使用者毫無影響。 停止服務的原因可能由於網絡卡、路由器、機房、CPU負載過高、記憶體溢位、自然災害等不可預期的原因導

分散式架構中資料一致性常見的幾個問題

轉載本文需註明出處:微信公眾號EAWorld,違者必究。 針對分散式架構下的資料一致性,大家也許會問這樣的問題:跨系統間分散式事務如何解決?系統內多個服務的分散式事務如何解決?一個服務內多個數據源

1714842466.5621