分布式CAP定理指南

Apache Ignite是一个水平可扩展的，容错的分布式内存计算平台，用于构建实时应用程序，该应用程序可以以内存速度处理数TB的数据。它是一个分布式系统。Apache Ignite形成一个集群，可以两种模式运行：分区和复制。 分区意味着数据通过key分布在节点上，例

众所周知，锁通常用于监视和控制多个线程同时访问共享资源。它们基本上保护并发应用程序中的数据完整性和原子性，即，一次只能有一个线程可以获取共享资源上的锁，否则将无法访问该锁。但是在分布式环境中的锁定不仅仅是在多线程应用程序中的互斥锁。由于必须立即跨集群或网络中的任何节点出现故障的所有节点获取锁

逻辑单调性的一致性（Consistency As Logical Monotonicity：CALM）：当且仅当问题是单调的时，问题才具有一致的、无需协调的分布式实现。CALM定理是为了避免分布式事务机制中的协调机制，试图实现如同没有红绿灯的交通路口

当我们在Cloudflare审查设计文档时，我们总是在寻找单点故障（SPOF）。消除这些问题是构建您有信心的系统的必要步骤。具有讽刺意味的是，当您设计具有内置冗余的系统时，您会花费大量时间来考虑冗余失败时系统的功能运行是否正常。2020年11月2日，Cloudflare发生了一个

DNS解析是一个非常耗时且容易失败且容易受到攻击的过程，在Java的

本文解释什么是单主数据库复制，以及如何使用它来提高应用程序可用性和扩展只读事务。数据库服务器是企业系统的核心部分，如果发生故障，服务可用性可能会受到影响。如果数据库服务器在单个服务器上运行，那么我们将出现单点故障。任何硬件问题（例如，磁盘驱动器故障）或软件故障（例如，驱动程序问题，更

点击标题见该图来源大意解释：是否需要分区

计算机科学：排序算法，排序算法，更多排序算法...每个程序员：是的，是的，我们知道！Facebook：这是您在31、49、26、29和55分钟前发出的通知。（为什么不按时间排序呢？） 众说纷纭：这是因为分布式系统很困

绝大多数计算机系统都具有某种状态，并且可能依赖于存储系统。我对数据库的了解是随着时间的推移而积累的，但是在此过程中，我们的设计错误导致了数据丢失和中断。在数据繁重的系统中，数据库是系统设计目标和折衷方案的核心。在本系列中，我将分享一些我特别发现的见解，这些见解对那些不擅长该领域的开发

在某些应用程序中，我们需要保护数据库或避免进行成本高昂的计算。我们可以为此目的使用缓存。本文展示了如何在分布式可伸缩应用程序中将Hazelcast用作Spring的缓存。

由于CAP定理等三难问题存在，区块链当前最大挑战是需要提高分布式事务的处理规模，也就是每秒交易笔数。传统比特币存在每秒7笔交易的限制，以太坊使用了gas机制，随着网络变得越来越繁忙，以太坊gas价格也随着交易发送方的竞标而互相竞争。这会使使用以太坊变得非常昂贵。当网络繁忙时，事务处理速度会受

在排队理论使我们能够预测队列长度和等待时间，这是最重要的容量规划。对于架构师来说，这是一个非常方便的工具，因为队列不仅仅是消息传递系

DAG被认为是区块链技术的后继者。但是两种技术都是针对不同的用例而开发的。术语“分布式分类帐技术”（DLT）和“区块链技术”通常是同义词。但这是不正确的。DLT是一个广义术语，也包括其他技术。“有向无环图”（DAG）是DLT的另一种类型。区块链和DAG技术都在数字分类帐上记录

是什么阻止您将Kafka Streams用作构建应用程序的数据层？毕竟，它具有快速的嵌入式RocksDB存储，可为您处理冗余，具有高度可伸缩性并提供正好一次精确的语义。推荐博文：

随着我们逐渐利用云计算，这变得越来越具有挑战性。由于各个组件都面临着被称为“灰色失败”的新挑战，因此我们创建强大解决方案的方法仍然面临压力 。在出现灰色故障时，服务器或网络的一部分不会快速失败，而是开始缓慢运行。慢跑比快跑更糟。慢速组件有时以低于正常速度1％的速度运行，可能很健康，可以说“我

在Nordstrom，我们一直在探索一种特定类型的近实时数据流，称为事件溯源/事件采购，通过结合开源项目和过去四年运维生产的功能。在此过程中，我们学到了很多东西，并希望分享我们所看到的一些机会。 什么是事件溯源，我为什么要关心？</