- 博客(5)
- 资源 (5)
- 收藏
- 关注
原创 elasticsearch index索引操作
elasticsearch index入门新增索引curl -X PUT "localhost:9200/nba"{"acknowledged":true,"shards_acknowledged":true,"index":"nba"}获取索引curl -X GET "localhost:9200/nba"curl -X GET "localhost:9200/nba?pretty"{ "nba" : { "aliases" : { }, # 别名 "mapp
2021-03-31 23:40:13 455
原创 服务注册与发现(python+etcd)
服务注册与发现简单的实现思路如下。服务端启动时,向中心注册, 写入服务器信息.停止时,服务器数据从中心删除。客户端启动时,可以获取所有可用服务器的信息。# 服务端向etcd注册 key value 如下# 客户端 获取以/job/demo开头的所有value,即可知道有哪些服务器可用。key1:/job/demo@127.0.0.1:9001 value1:127.0.0.1:9001key2:/job/demo@127.0.0.1:9002 value2:127.0.0.1:9
2021-03-11 00:50:03 1956
原创 消息队列的消息丢失、重复、积压
消息队列 MQ# 好处系统解耦流量控制,削峰填谷# 引入的问题系统解耦,分布式,带来了数据一致性问题,数据丢失与重复流量控制,也会导致消息堆积的问题。保证数据不丢失?# 消息生成阶段send -> ack确认响应,向消息队列存消息的时候,处理好响应结果和异常就可以保证发送成功了。# 消息存储阶段简单的就是交给中间件来保障消息存储不丢失但是我们也要理解原理,比如Broker副本,至少同步两个节点再返回ack确认响应。# 消息消费阶段获取消息后,先不要给Broker发
2021-03-09 23:52:56 326 1
原创 海量并发下的事物一致性
事物:一系列操作,要么都执行,要么都不执行。事物的一致性:分布式的情况下,比如下订单,有订单系统,商品库存,支付系统等。每一个子系统执行的操作,都是一个事物。所有子系统执行的操作,合起来还可以看成一个事物。强一致性:就是同步执行各个事物,所有都正确执行。最终一致性:可以通过消息队列完成,比如商品和支付先执行,通过消息队列发给订单系统,因为消息队列可以数据持久化,我们认为商品系统的事物一定会正确执行,这样最终的结果也是正确的,就是最终一致性。实现分布式的一致性:除了消.
2021-03-08 23:46:04 164
原创 海量存储下的哈希分片
哈希分片哈希(商品ID) % 存储节点数Hash后取模,比如我们有4个存储节点取模结构为0,则存在1号节点上。取模结构为1,则存在2号节点上。取模结构为2,则存在3号节点上。取模结构为3,则存在4号节点上。这就是最简单的哈希分片**优点:**实现了数据的均匀分布,且实现起来简单。**缺点:**扩展性差,比如我们节点变动,由4个增加到5个,会导致大规模数据迁移。如何保证扩展性呢?一致性Hash将存储节点和数据都进行哈希,映射到一个环上。存储节点一般根据IP进行HASH数据就使用唯
2021-03-07 22:52:00 364
shell编写 批量测试防火墙端口开通 使用telnet
2020-03-20
Python-RQ.md
2019-12-13
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人