OpenStack的架构详解 经验
I允许用户通过HTTP请求查询VM镜像元数据，以及检索实际的镜像。VM镜像有四种配置方式：简单的文件系统，类似OpenStackObjectStorage的对象存储系统，直接用Amazon'sSimp
jopen 云计算的技术路线探讨 经验
何调度各子任务在集群中调度，不用考虑如何进行故障迁移、不用考虑如何负载均衡、 不用考虑扩容缩容等分布式系统的共性问题；同时我们也奢望的程序上线自动化（无需人工干预），即应用可自动在云环境中部署和自动运行的。至于如何分区、如
门户级UGC系统的技术进化路线 经验
步无缝切换，升级期间新旧系统并存的大方针。 评论系统4.0第一阶段 - 文件系统代替数据库，基于ICE的分布式系统 既然3.0系统数据库结构不可变，除了把数据库升级到MySQL 4.0启用
为何Docker还未在产品中取得广泛成功 资讯
：传到Docker registry的相同镜像溢出为大镜像[译者：复数]，好在，这个问题已经在 分布式规划 中提出。 迭代速度以及内核状态 在1.x的发行版中Docker引擎关注的是稳定性。Pre-1
Spark设计理念与基本架构 经验
旗下为大数据领域最活跃的开源项目之一。 Spark 也是基于 map reduce 算法模式实现的分布式计算框架，拥有 Hadoop MapReduce 所具有的优点，并且解决了 Hadoop MapReduce
没心没肺 
P20 Docker 介绍: 相关技术 经验
就是在隔离性和资源复用性上做tradeoff 另外即便docker 0.7能够支持非AUFS的文件系统，但是由于其功能还不稳定，商业应用或许会存在问题，而AUFS的稳定版需要kernel 3.8, 所以如果想复制dotcloud的
P54 SOA 原理、实现方法与应用 文档
SOA是一种体系结构，也是一种软件开发模型。 4. 1.2 SOA与分布式体系结构 SOA作为一种体系结构，已经被各种分布式系统开发所采用。下面通过分布式系统的发展来说明SOA体系结构的产生：分布式系统经历了：主机系统 “客户/服务器
mapreduce源码分析总结 经验
一 MapReduce概述 Map/Reduce 是一个用于大规模数据处理的分布式计算模型，它最初是由Google 工程师设计并实现的，Google已经将它完整的 MapReduce 论 文公开发
P5 How To Write Map-Reduce On Hadoop 文档
然后把结果输入给reduce任务。通常作业的输入和输出都会被存储在文件系统中。 整个框架负责任务的调度和监控，以及重新执行已经失败的任务。 通常，Map-Reduce框架和分布式文件系统是运行在 一组相同的节点上的，也就是说，
“Ceph浅析”系列之(五)——Ceph与OpenStack 经验
在计算服务部分，United Stack目前正在推动将Ceph FS作为Nova计算节点的本地文件系统。 整体而言，Ceph事实上是目前OpenStack生态系统中呼声最高的开源存储解决方案。这一点从笔者在OpenStack
P34 Zookeeper的Session 经验
collection) • Session超时后上层应用不进行恢复处理 可以把zookper看成一个文件系统，文件系统中的所有文件形成一个数状结构，zookeeper维护着这样的树形层次结构，树中的节点称为zn
P32 Hadoop 学习笔记(纲要) 文档
2、hadoop流（基本概念以及其作用） 3、hadoop管道（基本概念以及其作用） 6. 第二章 hadoop分布式文件系统1、基本概念（什么是HDFS） 2、优势是什么？ 3、同时需要改进的地方是什么？（有些是后面的HBase可以解决的）
lenhan12345
P27
P27 
hojave SparkR：数据科学家的新利器 经验
n API之外增加了R API（SparkR）。SparkR 使得熟悉R的用户可以在Spark的分布式计算平台基础上结合R本身强大的统计分析功能和丰富的第三方扩展包，对大规模数据集进行分析和处理。本文将回顾
P119 Java最全笔试面试题(含答案) 文档
COM 组件，它是不能被跨进程访 问的。Enterprise Java Bean 相当于 DCOM，即分布式组件。它是基于 Java 的 远程方法调用（RMI）技术的，所以 EJB 可以被远程访问（跨进程、跨计算机）。
goldengoat Druid 实时数据分析存储系统 经验
简介 Druid 是一个开源的，分布式的，列存储的，适用于实时数据分析的存储系统，能够 快速聚合、灵活过滤、毫秒级查询、和低延迟数据导入 。 Druid在设计时充分考虑到了高可用性，各种节
TensorFlow白皮书阅读笔记 经验
某一个tensor，TensorFlow只使用一个Recv节点，参看上图右边的b,c。 分布式执行 分布式执行非常像多设备执行，之中要解决容错的问题。 错误主要发生在： Send/Recv的通信错误