HekaFS 是一個分布式文件系統，專門為云服務提供者解決存儲問題，提供文件系統級別的訪問。 CloudFS is a distributed fileysystem specifically intended

事務是為了保障業務數據的完整性和準確性的。 分布式事務，常見的兩個處理辦法就是兩段式提交和補償。 兩段式提交典型的就是XA，有個事務協調器，告訴大家，來都準備好提交，大家回復，都準備好了，然后協調器告訴大家，一起提交，大家都提交了。

分布式系統很重要的一個設計原則是松耦合，即盡量減少子系統間的依賴。這樣各個子系統可以相互獨立的進行演進，維護，重用等。Message Queue （MQ）是一種很好的解耦手段。要了解MQ在系統整合中的作用，可以看

Go 語言的分布式讀寫互斥 Go語言默認的 sync.RWMutex 實現在多核環境中表現并不佳，因為所有的讀者在進行原子增量操作時，會搶占相同的內存地址。該文探討了一種 n-way RWMutex，也可以稱為“大讀者(big

以事件沒基礎進行設計，將每一次數據當成是一個事件來處理 使用 ZooKeeper 進行分布式數據的管理，在內部實現了負載均衡、容錯、分發、路由等功能；

在分布式數據庫環境中，一個數據庫事務可以更新多個場地上的數據，這種數據庫事務稱為分布式事務。 分布式事務必須滿足傳統事務的特性，即原子性，一致性，分離性和持久性。但是分布式事務處理過程中，某些場地(Server)可能發生故障，或

Petuum 是一個分布式機器學習框架。它致力于提供一個超大型機器學習的通用算法和系統接口。它主要集中在系統上 "plumbing work"和算法加速的優化上面，當簡化分布式 ML 程序實現時——允

兔子和分布式機器學習 上個學習的時候，我除了 TA 機器學習以外，另外一半的時間就是上了 System 課程。因為上課的緣故，需要做一個課程項目，于是我決定做一些和分布式機器學習相關的事情。 來到

Storm是一個免費開源、分布式、高容錯的實時計算系統。它與其他大數據解決方案的不同之處在于它的處理方式。Hadoop 在本質上是一個批處理系統，數據被引入 Hadoop 文件系統 (HDFS) 并分

很簡單，下面讓我們部署新鏡像的3個實例，我們使用了Docker的端口映射機制，從而我們就可以使用Host服務器的IP訪問這些實例，我們給這些實例關聯的端口如下： node1 - hostip：7001 node2

而Git是分布式版本控制系統，集中式和分布式版本控制系統有什么區別呢？ 先 說集中式版本控制系統，版本庫是集中存放在中央服務器的，而干活的時候，用的都是自己的電腦，所以要先從中央服務器取得最新的版本，然后開始干活，干完活

本文是我對分布式計算的算子這層的一些認識和想法。因為最近自己的開發任務也是這方面相關的，公司內部有自研的類流式計算框架需要做一層算子層。我主要分析的是流式系統上實現算子這一點入手，對比現有計算框架和業界正在開展的項目，分析分析這件事的

數據庫存儲 分布式緩存存儲 分布式Session 隨著網站規模（訪問量/復雜度/數據量）的擴容，針對單機的方案將成為性能的瓶頸，分布式應用在所難免。所以，有必要研究一下 Session 的分布式存儲。

是Appach的一個用java語言實現開源軟件框架，實現在大量計算機組成的集群中對海 量數據進行分布式計算。Hadoop框架中最核心設計就是：MapReduce和HDFS。MapReduce提供了對數據的計算，HDFS提供了海量數

隨之而來的是分布式、容錯事務又開始出現在了人們的視野中。 向分布式、容錯事務領域的進軍起始于2012年秋季，那時Google發布了 Spanner 數據庫。Spanner是個全局分布式、容錯、事務

難進行維持。 目前，我正在使用一個分布式系統并且它沒有使用任何上述技術。這個分布式系統運行的很好，雖然它不完美，但是它的確實現了。這就引發我思考分布式框架是否是必須的。實際上，MapReduc

在 2015 年 3 月 17 日接納的一個孵化項目，是個分布式深度學習平臺。 SINGA 是基于大型數據集訓練大型深度學習模塊的常規分布式學習平臺。SINGA 支持各種流行的深度學習模塊，其中的 feed-forward

一、使用分布式鎖要滿足的幾個條件： 系統是一個分布式系統（關鍵是分布式，單機的可以使用ReentrantLock或者synchronized代碼塊來實現） 共享資源（各個系統訪問同一個資源，資

資源利用率低的問題。很多團隊一碰到性能下降，就希望擴容，這會導致很多時候機器利用率只有 10%（更新一下數據，其實很多服務器的利用率不足1%）。我們正在積極準備上容器化方案來解決這個問題。 服務依賴不清晰 大的系統中，服

1. 第六章 分布式系統中的死鎖 2. 6.1 死鎖問題一般地說，分布式系統涉及更廣泛的資源和數據共享。 同集中式系統相比，分布式系統需要通過多個機器才能得到相關信息，其死鎖更難避免、更難防止、更難檢