hmux协议开发等系统，避免了上线带来的很多问题。 总体说来，tcpcopy主要有如下功能： 1）分布式压力测试工具，利用在线数据，可以测试系统能够承受的压力大小（远比ab压力测试工具真实地多）,也可以提前发现一些bug

SolrCloud 是基于 Solr 和 Zookeeper 的分布式搜索方案，是正在开发中的 Solr4.0 的核心组件之一，它的主要思想是使用 Zookeeper 作为集群的配置信息中心。它有几个特色功能：

The Spread Toolkit 是高性能的分布式分组消息系统，支持局域网以及广域网通讯. Spread可以作为一个分布式应用的消息总线，并且具有高度的灵活性，可以做到多播，分组，以及点对点饿消息传递。

Cassandra是一套 开源分布式Key-Value存储系统 。它最初由Facebook开发，用于储存特别大的数据。 Facebook目前在使用此系统 。 主要特性： 分布式 基于column的结构化

Elliptics network 是一个具备容错能力的分布式哈希表对象存储系统。 主要特性： 分布式哈希表、无需元数据服务器，具备水平伸缩能力 数据复制 支持事务处理和并行IO 不同的IO存储后端，模块化架构允许自行扩展

Osiris 是一套去中心化的分布式论坛程序。GIT式的内容控制能力和信用的继承功能,让它十分有趣。程序使用 C++ 编写，采用Python作脚本引擎。 * P2P – 公钥加密系统配合P2P技术，让

R-OSGi 是一套适用于任意满足 OSGi 架构的分布式通讯组件。它以 jar 的形式发布，部署容易，使用也较为便捷。 概括下用户只需要完成如下几步。 在 Server 端： OSGi 容器内启动

Youtube出品的开源分布式MySQL工具集Vitness，自动分片存储MySQL数据表，将单个SQL查询改写为分布式发送到多个MySQL Server上，支持行缓存（比MySQL本身缓存效率高），

FLOM 是一个分布式的锁管理器，可用于避免 SHELL 欺骗和安全的执行不能在同一时间执行的不同任务。它可以管理进程的执行顺序。 项目主页： http://www.open-open.c

TDSS是一个高可扩展、高可用、高性能、面向互联网服务的分布式存储系统，主要针对海量的非结构化数据，它构筑在普通的Linux机 器集群上，可为外部提供高可靠和高并发的存储访问。它采用了HA架构和平滑扩容，保证了整个文件系统的可用性和扩展性。同时扁平化的数据组织结构，可将文

什么是memcached 许多Web应用都将数据保存到RDBMS中，应用服务器从中读取数据并在浏览器中显示。但随着数据量的增大、访问的集中，就会出现 RDBMS的负担加重、数据库响应恶化、网站显示延迟等重大影响

ZeroRPC 是一个分布式的通讯框架。ZeroRPC-Node 是 ZeroRPC 的 node.js 版本。这个项目还处于 alpha 阶段。 项目主页： http://www.open-open

kestel是一个简单，分布式消息队列系统。 特性： fast It runs on the JVM so it can take advantage of the hard work people

HadoopDB是一个Mapreduce和传统关系型数据库的结合方案，以充分利用RDBMS的性能和Hadoop的容错、分布特性。2009年被Yale大学教授Abadi提出，继而商业化为 Hadapt ，据称从VC那儿拉到了10M刀投资。

Martinet 是分布式任务管理工具。 Martinet 数据库后端，基于 zeroMQ 的分布式任务管理系统。Martinet 可以使用任意的 sequelize.js 兼容的数据库（默认是 SQLite）。

么死。没有半死不死的中间不可预期状态。 参考下薛定谔的猫。 事务是为了保障业务数据的完整性和准确性的。 分布式事务，常见的两个处理办法就是两段式提交和补偿。 两段式提交典型的就是XA，有个

分布式系统很重要的一个设计原则是松耦合，即尽量减少子系统间的依赖。这样各个子系统可以相互独立的进行演进，维护，重用等。Message Queue （MQ）是一种很好的解耦手段。要了解MQ在系统整合中的作用，可以看

Go 语言的分布式读写互斥 Go语言默认的 sync.RWMutex 实现在多核环境中表现并不佳，因为所有的读者在进行原子增量操作时，会抢占相同的内存地址。该文探讨了一种 n-way RWMutex，也可以称为“大读者(big

Hadoop ： Hadoop 在使用原理上基本上遵照了 Map 、 Reduce 这样的一种模式进行项目的实际开发与交互，将一个个任务分解成映射与合并两种方式，然而通过映射进行分类与简化，从而产

Petuum 是一个分布式机器学习框架。它致力于提供一个超大型机器学习的通用算法和系统接口。它主要集中在系统上 "plumbing work"和算法加速的优化上面，当简化分布式 ML 程序实现时——允