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
0.033
秒,为您找到
254768
个相关结果.
搜书籍
搜文档
分布式集群
2196
2018-02-10
《Elasticsearch权威指南中文版》
集群内部工作方式 补充章节 集群内部工作方式 补充章节 正如之前提及的,这是关于Elasticsearch在分布式环境下工作机制的一些补充章节的第一部分。这个章节我们解释一些通用的术语,例如集群(cluster) 、节点(node) 和分片(shard) ,Elasticsearch的扩展机制,以及它如何处理硬件故障。 尽管这章不是必读的—...
分布式 RPC
1258
2018-04-09
《Apache Storm 官方文档翻译》
分布式 RPC 概述 定义 DRPC 拓扑 本地模式 DRPC 远程模式 DRPC 更复杂的例子 分布式 RPC 分布式 RPC(DRPC)的设计目标是充分利用 Storm 的计算能力实现高密度的并行实时计算。Storm 接收若干个函数参数作为输入流,然后通过 DRPC 输出这些函数调用的结果。严格来说,DRPC 并不能算作是 Storm ...
分布式跟踪
1352
2018-05-26
《Linkerd官方文档中文版》
分布式跟踪和仪器仪表 进一步阅读 分布式跟踪和仪器仪表 随着服务的数量和复杂性的增加,跨数据中心的统一的可观察性变得越来越重要。Linkerd 的跟踪和度量工具旨在汇总,为所有服务的健康提供广泛而细致的洞察。Linkerd 作为服务网格的角色使其成为可观察性信息的理想数据源,特别是在多语言环境中。 当请求通过多个服务时,使用传统的调试技术来识别性...
分布式部署
671
2018-03-29
《GatewayWorker2.x 3.x 手册》
分布式部署 提示 分布式部署 提示 GatewayWorker提供的所有接口都是支持分布式调用的,所以业务代码不需要任何更改,直接就可以分布式部署。
分布式对象
11401
2018-05-11
《Redisson 官方文档中文翻译》
分布式对象 每个 Redisson 对象都绑定到一个 Redis 键(即对象名称),且可以通过 getName 方法读取。 RMap map = redisson . getMap ( "mymap" ); map . getName (); // = mymap 所有和 Redis 键相关的操作被抽象到了 RKeys 接口:...
分布式事务
196
2024-01-03
《Apache ShardingSphere v5.4.1 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...
分布式追踪
19
2024-11-15
《Istio v1.23 中文文档》
分布式追踪 概述 使用 Telemetry API 配置链路追踪 Apache SkyWalking Jaeger OpenTelemetry Zipkin 链路采样 Lightstep 使用 MeshConfig 和 Pod 注解配置链路追踪 分布式追踪 该任务展示了如何为启用了 Istio 支持的应用进行追踪。 概述 Ist...
分布式事务
321
2023-11-03
《go-zero v1.6 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
537
2023-06-20
《go-zero v1.5 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...
分布式查询
195
2023-10-13
《GreptimeDB v0.4 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..
«
23
24
25
26
»
..100