2019年04月_hcinfo_18

原创分布式消息队列RocketMQ与Kafka架构上的巨大差异

分布式消息服务 Kafka 是一个高吞吐、高可用的消息中间件服务，适用于构建实时数据管道、流式数据处理、第三方解耦、流量削峰去谷等场景，具有大规模、高可靠、高并发访问、可扩展且完全托管的特点，是分布式应用上云必不可少的重要组件。NameSrv是无状态的，你可以随意的部署多台，其代码也非常简单，非常轻量。那不禁要问了：ZooKeeper是业界用来管理集群的一个非常常用的中间件，比如Kafka...

2019-04-16 17:02:33 1384

原创这七个关于分布式消息服务的常见问题，你知道吗？

分布式消息服务（Distributed Message Service，简称DMS）是一项基于高可用分布式集群技术的消息中间件服务，提供了可靠且可扩展的托管消息队列，用于收发消息和存储消息。使用DMS，您可以创建消息队列，将消息队列作为一个传输消息的中转站，存储应用程序不同组件间传递的消息，从而做到在应用程序的不同组件之间传输消息时，不要求各个组件同时处于可用状态。那么我们在使用分布式消息...

2019-04-08 15:51:03 311

原创详细介绍redis的集群功能，带你了解真正意义上的分布式

Redis 集群是一个分布式（distributed）、容错（fault-tolerant）的 Redis 实现，集群可以使用的功能是普通单机 Redis 所能使用的功能的一个子集（subset）。Redis 集群中不存在中心（central）节点或者代理（proxy）节点，集群的其中一个主要设计目标是达到线性可扩展性（linear scalability）。Redis 集群为了保证一...

2019-04-02 17:15:26 320

原创教你简单理解分布式与传统单体架构的区别

分布式是一种系统架构方式，而在分布式系统中一般基于中间件进行开发，消息中间件是分布式系统中比较核心的中间件之一。这三样东西随便拿出一个来都可能要说上半天，而且个人水平有限，所以这里我也只能按照个人的理解简单说一下。分布式是区别于传统的传统的单体架构而言的。下面以小作坊和大工厂为例简单说一下。小作坊就相当于是传统的单体架构。一般来说，小作坊人手比较少，甚至只有一个人，那么其中所有的工...

2019-04-01 15:43:25 1064

原创关于“程序员996”，互联网大神发话了，能顶用吗？

前段时间关于“程序员996”的话题热度一直不减，这不pathon创始人Guido,也站出来发表自己的心声。看到这个新闻，我第一个感想就是——还是程序员心疼程序员！这是一个老程序员跨越国界对另一个世界程序员的关怀，可比当年的白求恩，但是，作为一个熟悉程序员江湖的老兵，我也很清楚，他并帮不上什么忙。果然，现在Guido已经申请关闭那个讨论了。我翻译一下：我会请管理员关闭这个讨论，...

2019-04-23 18:10:03 395

转载 Kafka科普系列 | Kafka中的事务是什么样子的？

事务，对于大家来说可能并不陌生，比如数据库事务、分布式事务，那么Kafka中的事务是什么样子的呢？在说Kafka的事务之前，先要说一下Kafka中幂等的实现。幂等和事务是Kafka 0.11.0.0版本引入的两个特性，以此来实现EOS（exactly once semantics，精确一次处理语义）。幂等，简单地说就是对接口的多次调用所产生的结果和调用一次是一致的。生产者在进行重试的时候有...

2019-04-12 16:36:58 313

原创 RabbitMQ和Kafka,更加便捷高效的消息队列使用方式，请放心食用

一、RabbitMQ实例介绍RabbitMQ实例由华为云分布式消息服务（DMS）团队打造，实例采用物理隔离的方式部署，租户独占RabbitMQ实例。一键式部署，完全兼容开源RabbitMQ的使用方式，真正做到服务零改动快速迁移，大大节省维护和使用成本。产品特点一键式部署用户只需要在实例管理界面点击申请按钮，提交订单。后台将自动创建部署完成一整套RabbitMQ实例。即时可用...

2019-04-11 16:48:48 332

转载艰涩难懂，不存在的，消息队列其实很简单

分布式消息服务（Distributed Message Service，简称DMS）是一项基于高可用分布式集群技术的消息中间件服务，提供了可靠且可扩展的托管消息队列，用于收发消息和存储消息。使用DMS，您可以创建消息队列，将消息队列作为一个传输消息的中转站，存储应用程序不同组件间传递的消息，从而做到在应用程序的不同组件之间传输消息时，不要求各个组件同时处于可用状态。一、什么是消息队列我...

2019-04-10 16:57:02 384

原创别再犯低级错误，带你了解更新缓存的四种Desigh Pattern

在我们使用分布式缓存Redis或者Memcached编写更新缓存数据代码时，我们总是会犯一个逻辑错误。先删除缓存，然后再更新数据库，而后续的操作会把数据再装载的缓存中。试想，两个并发操作，一个是更新操作，另一个是查询操作，更新操作删除缓存后，查询操作没有命中缓存，先把老数据读出来后放到缓存中，然后更新操作更新了数据库。于是，在缓存中的数据还是老的数据，导致缓存中的数据是脏的，而且还一直这样脏下去了...

2019-04-04 16:13:58 331

hcinfo_18的博客