分类
发现
榜单
服务器优惠
AI论文
免费AI编程助手
搜索
注册
登录
分类
发现
榜单
服务器优惠
AI论文
免费AI编程助手
搜索
注册
登录
搜索
书栈网 · BookStack
本次搜索耗时
0.042
秒,为您找到
268673
个相关结果.
搜书籍
搜文档
分布式主键
850
2020-02-21
《Apache ShardingSphere 1.x 官方中文文档》
分布式主键 实现动机 使用方法 设置自动生成键 获取自动生成键 其他框架配置 默认的分布式主键生成器 时间位(41bit) 工作进程位(10bit) 序列位(12bit) 总结 分布式主键 实现动机 传统数据库软件开发中,主键自动生成技术是基本需求。而各大数据库对于该需求也提供了相应的支持,比如MySQL的自增键。对于MySQ...
分布式计算
870
2019-11-06
《Julia 1.1 中文文档》
分布式计算 集群管理接口 分布式计算 Distributed.addprocs — Function. addprocs ( manager :: ClusterManager ; kwargs ...) -> List of process identifiers Launches worker processes v...
分布式事务
39
2024-11-02
《go-zero v1.7 教程》
分布式事务 概述 解决方案 更多应用场景 分布式事务 概述 在微服务架构中,当我们需要跨服务保证数据一致性时,原先的数据库事务力不从心,无法将跨库、跨服务的多个操作放在一个事务中。这样的应用场景非常多,我们可以列举出很多: 订单系统:需要保证创建订单和扣减库存要么同时成功,要么同时回滚 跨行转账场景:数据不在一个数据库,但需要保证余额扣减和...
分布式事务
11
2024-11-19
《Apache Dubbo 3.3 教程》
分布式事务 分布式事务 分布式事务 最后修改 September 13, 2024: Refactor website structure (#2860) (1a4b998f54b)
分布式事务
14
2024-11-19
《Apache Dubbo 3.3 教程》
分布式事务 Seata分布式事务 分布式事务 Dubbo 分布式事务解决方案。 Seata分布式事务 使用 Seata 分布式事务解决方案解决 Dubbo 数据一致性问题。 最后修改 September 13, 2024: Refactor website structure (#2860) (1a4b998f54b)
分布式系统
719
2019-11-03
《Erlang OTP 设计原理》
分布式系统 分布式系统 如果系统包含若干个Erlang节点,每个节点可能在使用它自己版本的发布。发布版本是一个在本地注册的进程,并且当需要进行升级或者降级的时候,必须在每个节点上调用。还有一个发布处理指令可以用于在一系列节点上同步发布处理器进程: sync_nodes 。参见 appup(4) 。
分布式事务
137
2024-05-24
《Apache ShardingSphere v5.5.0 中文文档》
分布式事务 配置入口 分布式事务 配置入口 org.apache.shardingsphere.transaction.config.TransactionRuleConfiguration 可配置属性: 名称 数据类型 说明 defaultType String 默认事务类型 providerType (?) String 事务提供者类型 p...
分布式事务
198
2024-01-03
《Apache ShardingSphere v5.4.1 中文文档》
通过 Apache ShardingSphere 使用分布式事务,与本地事务并无区别。 除了透明化分布式事务的使用之外,Apache ShardingSphere 还能够在每次数据库访问时切换分布式事务类型。 支持的事务类型包括:本地事务、XA 事务和柔性事务。可在创建数据库连接之前设置,缺省为 Apache ShardingSphere 启动时的默认事务...
分布式查询
29
2024-09-28
《GreptimeDB v0.8 中文文档》
分布式查询 分布式查询 我们知道在 GreptimeDB 中数据是如何分布的(参见“表分片 ”),那么如何查询呢?在 GreptimeDB 中,分布式查询非常简单。简单来说,我们只需将查询拆分为子查询,每个子查询负责查询表数据的一个部分,然后将所有结果合并为最终结果。这是一种典型的“拆分-合并”方法。具体来说,让我们从查询到达 frontend 开始...
分布式查询
42
2024-09-26
《GreptimeDB v0.9 中文文档》
分布式查询 分布式查询 我们知道在 GreptimeDB 中数据是如何分布的(参见“表分片 ”),那么如何查询呢?在 GreptimeDB 中,分布式查询非常简单。简单来说,我们只需将查询拆分为子查询,每个子查询负责查询表数据的一个部分,然后将所有结果合并为最终结果。这是一种典型的“拆分-合并”方法。具体来说,让我们从查询到达 frontend 开始...
1..
«
8
9
10
11
»
..100