Forest 一个分布式服务和数据分片的开源框架,特点: 应用简单 轻量级框架 很容易自由扩展 源代码,详细介绍文档及例子: https://github.com/wtt2012/forest
zkfire = zookeeper+openfire(3.8.1) Openfire 采用Java开发,开源的实时协作(RTC)服务器基于XMPP(Jabber)协议,您可以使用它轻易的构建高效率的即时通信服务器.
Reia是一种面向对象的分布式脚本编程语言。 运行在erlang虚拟机上,它的语法像Ruby/Python。 1.它是一种脚本语言,类似Ruby,Python 2.它是面向对象的,类似Ruby
在 分布式服务框架中,一个最基础的问题就是远程服务是怎么通讯的,在Java领域中有很多可实现远程通讯的技术,例如:RMI、MINA、ESB、 Burlap、Hessian、SOAP、EJB和JMS等,
LFS是一个轻量级分布式文件系统。 LFS有着高容错性的特点,并且设计用来部署在低廉的(low-cost)硬件上。而且它提供高传输率(high throughput)来访问应用程序的数据,适合那些有着超大数据集(large
Hystrix是一个针对分布式系统的延迟和容错库。 Netflix 称,在分布式环境中,不可避免会造成一些服务的失败。Hystrix 库旨在控制分布式服务中提供更大容限和服务失败之间的相互关系。
Hadoop 实现的分布式数据仓库系统,特点是低延迟、高可伸缩,提供专用查询和针对存储在HDFS上的大数据集和其他数据源的ETL 工具。 特点: 可伸缩性和低延迟 完全分布式的 SQL 查询处理,基于存储雨
概述 当代的互联网的服务,通常都是用复杂的、大规模分布式集群来实现的。互联网应用构建在不同的软件模块集上,这些软件模块,有可能是由不同的团队开 发、可能使用不同的编程语言来实现、有可能布在了几千台
美国计算机科学家,LaTex的作者Leslie Lamport说:“分布式系统就是这样一个系统,系统中一个你甚至都不知道的计算机出了故障,却可能导致你自己的计算机不可用。”一语道破了开发分布式 系统的玄机,那就是它的复杂与不可控。所以Martin
本文主要是分享了5个常用的Java分布式缓存框架,这些缓存框架支持多台服务器的缓存读写功能,可以让你 的缓存系统更容易扩展。 1、 Ehcache – Java分布式缓存框架 Ehcache是一个
Zopkio是专为支持大规模的性能和功能测试的一个测试框架。
000+次访问量支持,并被广泛应用于阿里巴巴集团的各成员站点 Dubbo是一个阿里巴巴开源出来的一个分布式服务框架,致力于提供高性能和透明化的RPC远程服务调用方案,以及SOA服务治理方案。其核心部分包含:
反向代理服务,也是可以开启缓存的,如果开启了,会增加反向代理的负担,需要谨慎使用。这种负载均衡策略实现和部署非常简单,而且性能表现也比 较好。但是,它有“单点故障”的问题,如果挂了,会带来很多的麻烦。而且,
Swarm是一个Dockerized化的分布式应用程序的本地集群,它是在Machine所提供的功能的基础上优化主机资源的利用率和容错服务。具体来 说,Docker Swarm支持用户创建可运行Docker
计大型网站时需要考虑的关键问题和一些为达到这些目标所使用的组件。本文主要关注于Web系统,然而其中的一些内容同样适用于其他分布式系统。 1、Web分布式系统设计准则 构建和运行一个可伸缩的网站或应用来说究竟意味着什么?从一个基本的层面
_5.3p1-3ubuntu3_all.deb 4 ) ssh-keygen 在我们的学习环境中没有必要使用密码,所以创建密钥时留空,直接回车。 当然从这一步到 6 )可以先放弃,因为后续我们还需要单独在每台主机上操作。
GeoGit是一个开源工具,它的设计灵感来自Git,但适用其核心概念来处理地理空间数据的分布式版本控制。 ~$ geogit help List geogit commands ~/new-folder
一个由新浪网的开发人员开放出来的开源项目,给memcached分布式缓存服务器添加了Berkeley DB的持久化存储机制和异步主辅复制机制,让memcached具备了事务恢复能力、持久化能力和分布式复制能力,非常适合于需要超高性能读写速度,但是
Volatile - 数据可以在任何时候消失 Cache - 一个内存键值存储 特性 分布式键值存储 AWS 跨域复制存储数据 注册和自动发现新节点或者新服务 项目主页: http://www
发者可以自由操作任何形式的数据操作而不用担心不一致 性,潜在的返工和失败。它可以帮助开发者在没有分布式系统背景的情况下建立他们的大数据应用。此外,如果需要可以关闭这种强大的保护机制换取高性能。它总 是比其他方式更容易使用。