分布式任务调度这个话题是每个后端开发和大数据开发都会接触的话题。因为应用场景的广泛，所以有很多开源项目专注于解决这类问题，比如我们熟知的xxl-job。 那么今天要给大家推荐的则是另一个更为强大的开源项目：DolphinScheduler 介绍 DolphinScheduler是一款开源的分布式任务
分布式系统中，我们经常需要对数据、消息等进行唯一标识，这个唯一标识就是分布式 ID，那么我们如何设计它呢？本文将详细讲述分布式 ID 及其生成方案。
分布式系统中，不同服务之间的交互可能会出现各种问题，如网络、异常等，可能会导致服务间的数据产生不一致的情况，如何避免？本文将详细讲述分布式事务的原理和解决方案。
分布式系统是指由多个节点通过网络进行通信和协作的系统，它具有高可用性、高扩展性、高性能等优点，但也面临着一些挑战，如数据一致性、容错性、负载均衡等。为了解决这些问题，分布式系统设计出现了一些经典的理论和方法，如 CAP 理论、BASE 理论、一致性等。 # CAP 理论 CAP 理论是指一个分布式系
https://zhuanlan.zhihu.com/p/36415684 非结构化数据、大数据、云存储已经毫无争议地成为了信息技术发展趋势和热点，分布式文件系统作为核心基础被推到了浪潮之巅，广泛被工业界和学术界热推。现代分布式文件系统普遍具有高性能、高扩展、高可用、高效能、易使用、易管理等特点，架
UUID（通用唯一识别码）是由32个十六进制数组成的无序字符串，通过一定的算法计算出来。为了保证其唯一性，UUID规范定义了包括网卡MAC地址、时间戳、名字空间（Namespace）、随机或伪随机数、时序等元素，以及从这些元素生成UUID的算法。一般来说，算法可以保证任何地方产生的任意一个UUID都不会相同，但这个唯一性是有限的，只在特定的范围内才能得到保证。
本文翻译自国外论坛 medium，原文地址： # 什么是数据复制？ 数据复制是指将数据复制到一个或多个数据容器以确保可用性的过程。复制的数据通常存储在不同的数据库实例中，即使一个实例发生故障，我们也可以从其他实例获取数据。 一种流行数据复制的实现架构是主从架构。 > 推荐博主开源的 H5 商城项目*
复制，即在不同的节点上保存相同的副本，提供数据冗余。如果一些节点不可用，剩余的节点仍然可以提供数据服务，这些节点可能部署在不同的地理位置，以此来改善系统性能
目录GlusterFS 笔记一、安装和配置 GlusterFS1. 安装 GlusterFS2. 配置 GlusterFS3. 格式化卷4. 创建挂载点并挂载二、GlusterFS 卷的类型1. 分布式卷（Distributed Volume）作用：例子：配置示例：1. 创建卷2. 启动卷3. 客户
Redis 分布式锁 分布式锁的演变 本地锁（单机用） 利用redis进行分布式锁 使用 set 防止死锁 加过期时间 使用 setnx 防止A请求未执行完 锁过期删除 B请求加锁后 A完成后误删该锁 使用 Hash结构， 规定每个请求只能删除自己的锁 保证并发安全，申请锁和加过期时间需要 原子性，
我个人比较推崇本地消息表模式来实现最终一致性。首先本地消息表的设计不仅可以解决事务一致性的问题，对于消息队列常见问题中的消息丢失与消息幂等其实都是可以通过本地消息表来解决；其带来的好处是多重的。 ### 什么是分布式事务一致性 大白话就是对数据源进行拆分后，多库多机器的多数据库事务一致性问题。因为此
### Saga模式 Saga模式使用一系列本地事务来提供事务管理，而一个本地事务对应一个Saga参与者，在Saga流程里面每一个本地事务只操作本地数据库，然后通过消息或事件来触发下一个本地事务，如果其中一个本地事务失败了，Saga就会执行一系列补偿事务来实现回滚操作。（补偿事务简单来讲就是对之前本
### 概述 分布式事务就是指事务的参与者、支持事务的服务器、资源服务器以及事务管理器分别位于不同的分布式系统的不同节点之上，以上是百度百科的解释。 简单的说，就是一次大的操作由不同的小操作组成，这些小的操作分布在不同的服务器上，且属于不同的应用，分布式事务需要保证这些小操作要么全部成功，要么全部失
jmeter分布式执行原理https://www.jianshu.com/p/bcfc48054b1e Jmeter分布式执行原理： 1、Jmeter分布式测试时，选择其中一台作为控制机(Controller)，其它机器做为代理机(Agent)。 2、执行时，Controller会把脚本发送到每台A
https://www.cnblogs.com/MasterMonkInTemple/p/11978058.html JMeter分布式环境，一台Master，一到多台Slave，Master和Slave可以是同一台机器。 前提条件： 所有机器，包括master和slave的机器： 1.运行相同版本
https://juejin.cn/post/7132852449244610574 一、前言 MinIO的基础概念和环境部署可以参考我之前的文章：高性能分布式对象存储——MinIO（环境部署） 二、客户端操作MinIO Client（mc） 官方文档：docs.min.io/docs/minio-
https://zhuanlan.zhihu.com/p/261115166 Percolator - 分布式事务的理解与分析 概述 一个web页面能不能被Google搜索到，取决于它是否被Google抓取并存入了它的倒排索引。Google管理着万亿级别的倒排索引，并且每天都有着几十亿级别的数据更新
https://zhuanlan.zhihu.com/p/59115828 Percolator 模型 Percolator[1] 是 Google 发表在 OSDI‘2010 上的论文 Large-scale Incremental Processing Using Distributed Tra
概述 在微服务、API 化、云原生大行其道的今天，服务治理不可或缺，而服务治理中限流几乎是必不可少的手段；微服务化往往伴随着分布式的架构，那么仅仅单机限流是不够的，还需要分布式的限流。 那么问题就来了：分布式限流中，往往会出现「限流不均衡」或「限流误差」的情况，这是为什么呢？ 限流 国庆假期，限流这
R2M分布式锁原理可以理解为一条内容或者图片+文字+链接的载体，常见的案例有锁说明和分布式锁选择、r2m分布式锁选择、r2m分布式锁原理，加锁核心流程。
