-
3.5 容错
3.5 容错 3.5.1 常见故障" level="4"> 3.5.1 常见故障 3.5 容错 随着集群规模变得越来越大，故障发生的概率也越来越大，大规模集群每天都有故障发生。容错是分布式存储系统设计的重要目标，只有实现了自动化容错，才能减少人工运维成本，实现分布式存储的规模效应。 单台服务器故障的概率是不高的，然而，只要集群的规模足够大，每天都可... -
6.9 批量并行读写远程文件和事务补偿处理
6.9 批量并行读写远程文件和事务补偿处理 1.批量并行读 2.批量并行写 3.批量并行读写 4.事务补偿处理 6.9 批量并行读写远程文件和事务补偿处理 FileBatch类支持批量并行读写操作，包括对FttpAdapter和FileAdapter的支持，它跟并行读写的区别是不需要检查结果，会等到所有并行读写任务全部完成才返回，并在发生异常时... -
7.2 Microsoft SQL Azure
7.2 Microsoft SQL Azure 7.2.1 数据模型" level="4"> 7.2.1 数据模型 7.2 Microsoft SQL Azure Microsoft SQL Azure是微软的云关系型数据库，后端存储又称为云SQL Server（Cloud SQL Server）。它构建在SQL Server之上，通过分布式技术提升... -
7.3.4 TrueTime
7.3.4 TrueTime 7.3.4 TrueTime 为了实现并发控制，数据库需要给每个事务分配全局唯一的事务id。然而，在分布式系统中，很难生成全局唯一id。一种方式是采用Google Percolator（Google Caffeine的底层存储系统）中的做法，即专门部署一套Oracle数据库用于生成全局唯一id。虽然Oracle逻辑上是一个... -
11.4.5 使用与运维
11.4.5 使用与运维 11.4.5 使用与运维 稳定性和性能并不是分布式存储系统的全部，一个好的系统还必须具备较好的可用性和可运维性。 1.吃自己的狗粮 开发人员和运维人员往往属于不同的团队，这就会使得运维人员的需求总是被开发人员排成较低的优先级甚至忽略。一种比较有效的方式是让开发人员轮流运维自己开发的系统，定期总结运维过程中的问题，这样，运维... -
2.5 实践与应用
2.5 实践与应用 2.5.1 一个简单的示例 2.5 实践与应用 2.5.1 一个简单的示例 本节用最简洁的代码示范Fourinone如何进行分布式计算，如上面章节所述，Fourinone采用一种工头链式结合工人并行的计算结构简化分布式计算，能够通俗易懂，并能深入控制整个计算过程。 完成一个并行计算需要工头（SimpleCtor）、工人（Sim... -
2.5.2 工头工人计算模式更完整的示例
2.5.2 工头工人计算模式更完整的示例 2.5.2 工头工人计算模式更完整的示例 从前面章节的原理介绍里知道，我们现实中的分布式计算存在多个环节，比如有的任务拆分，有的计算结果合并，或者多个拆分和合并，它们之间是串行关系，也就是合并必须等待拆分和计算完成才能进行，同时每个拆分或者合并的任务又都是并行的过程。 CtorDemo：是包含了3个工头实例，... -
2.5.3 工人合并互相say hello的示例
2.5.3 工人合并互相say hello的示例 2.5.3 工人合并互相say hello的示例 假设你已经看过前面的分布式计算上手demo指南，对Fourinone基本的分布式并行计算方式有了初步了解。 本demo演示了工头和几个工人之间互相sayhello的简单例子，从而了解到集群计算节点之间互相交互，以及工头批量处理和工人互相传递数据（多用于...