尹自强.DoSomething()

运行cmd控制台，输入以下命令后会添加Memcached自启动服务C:\Progra~2\MemCac~1\BinaryFiles\memcached.exe -d install输入以下命令后会启动Memcached服务，也可以在Windows服务界面中操作C:\Progra~2\MemCac~1\BinaryFiles\memcached.exe -d start使用工具【Me

前言Redis是常用基于内存的Key-Value数据库，比Memcache更先进，支持多种数据结构，高效，快速。用Redis可以很轻松解决高并发的数据访问问题；做为时时监控信号处理也非常不错。目录Redis在Windows中安装Redis在Linux Ubuntu中安装通过命令�
8C客户端访问Redis修改Redis的配置1. Redis在Windows

1，在文件服务器上，创建一个本地帐户，比如登录名：upload，密码：upload，注意在创建的时候选择“密码永不过期”，去掉勾选“用户下次登录时须更改密码”的选项；2，在要共享的文件夹上点右键，选择“属性”-“安全”，增加upload帐户可以写入的权限；3，在要共享的文件夹上点右键，选择“共享”，共享此文件夹，并在“权限”按钮点击后添加帐户upload可修改；4.需要在应用程序服务器

对软件实现负载均衡的几个软件，小D详细看了一下，从性能和稳定上还是LVS最牛，基本达到了F5硬件设备的60%性能，其他几个10%都有点困难。不过就因为LVS忒牛了，配置也最麻烦了，而且健康检测需要另外配置Ldirector，其他HAPROXY和NGINX自己就用，而且配置超级简单。所以小D建议，如果网站访问量不是门户级别的用HAPROXY或者NGINX就OK了，到了门户级别在用LVS+

本文讨论针对大型数据表（记录数2千万以上）进行数据查找与分页的可行的高效方案。     首先，恰当的索引是必须的。     没有索引的支持，在大数据表中进行查询是不可思议的。关键点在于如何创建索引？1.建立正确的聚集索引(clustered index)。由于聚集索引的叶子节点就是记录本身，所以选择哪个索引为聚集索引非常关键。通过聚集索引扫描记录更快。2.根据你的系统的需求总结常用

经过这几年的积累，在系统架构方面逐渐积累了一些自己的经验，到今天有必要对这些经验作个小结。在我的架构思维中，主要可以归类为三种架构模型：3/N层架构、“框架＋插件”架构、地域分布式架构。一．三种架构模型1．3/N层架构       这是经典的多层架构模型，对于稍微复杂一点或特别复杂的系统，不使用分层架构是很难想象的。下图是经典的3层架构：    如今，凡是个程序员都能侃侃而

最初Peter Deutsch从J2EE的企业开发中总结了7大谬误，后来，James Gosling在其基础上增加了一条，再后来，Ted Neward又在其上增加了两条，总共为“十大谬误”。这段时间正在看两本书：《Effective Enterprise Java》和《J2EE AntiPatterns》，恰好两本书都提到了“分布式计算的*大谬误”，我在这里简单引荐一下这“分布式计算十大谬误”：）

对大多数大型系统而言，数据库往往是最容易出现瓶颈的地方，而通过使用恰当的缓存技术可以非常有效地减轻数据库的负载。          将系统中用到的所有数据进行分类，分别对待不同种类的数据而不是一视同仁，有利于正确地做出缓存哪些数据、以及如何缓存的决策。     我通常将系统中用到的数据分为四类：恒定不变的数据，只发生增量的数据，偶尔改变的数据，经常改变的数据。 （1）对于恒定不变的

物理环境：PC_1，PC_2系统环境：Windows Server 2008 R2 SP1软件环境：.NET Framework 4，IIS7.5，Nginx配置sessionState，可用SQLServer，本文使用StateServer。在【服务】面板中设置ASP.NET 状态服务（aspnet_state）为自动启动，并且启动该服务。在【注册表】面板中打开地址【HK

ASP.net2.0的machineKey machineKey的作用在于下述场景：ASP.net 使用 forms authentication 时的 cookie 数据的加密和解密。以确保这部分数据不会被篡改。 viewstate 数据的加密和解密。以确保这部分数据不会被篡改。 使用进程外session（out-of-process session）时，对会话状态标识进行验证。

在IDF05（Intel Developer Forum 2005）上，Intel首席执行官Craig Barrett就取消4GHz芯片计划一事，半开玩笑当众单膝下跪致歉，给广大软件开发者一个明显的信号，单纯依靠垂直提升硬件性能来提高系统性能的时代已结束，分布式开发的时代实际上早已悄悄地成为了时代的主流，吵得很热的云计算实际上只是包装在分布式之外的商业概念，很多开发者（包括我）都想加入研究云计算这

一个完整的mysql读写分离环境包括以下几个部分：应用程序clientdatabase proxydatabase集群在本次实战中，应用程序client基于c3p0连接后端的database proxy。database proxy负责管理client实际访问database的路由策略，采用开源框架amoeba。database集群采用mysql的master-slave的replic

数据库高可用架构对于我们这些应用端开发的人来说是一个比较陌生的领域，是在具体的数据库产品之上搭建的环境，需要像DBA这样对数据库产品有足够的了解才能有所涉及，虽然不能深入其中，但可以通过一些经典的高可用架构学习其中的思想。就我所了解到的有以下几种：MySQL ReplicationMySQL ClusterOracle RACIBM HACMPOracle ASMMySQL Repli

一个大型系统里各个环节中最容易出性能和可用性问题的往往是数据库，因此分布式设计与开发的一个重要领域就是如何让数据层具有可扩展性，数据库的扩展分为Scale Up 和Scale Out，而Scale Up说白了是通过升级服务器配置来完成，因此不在分布式设计的考虑之内。Scale Out是通过增加机器的方式来提升处理能力，一般需要考虑以下两个问题：数据拆分数据库高可用架构数据拆分是最先会被

分布式设计与开发中有些疑难问题必须借助一些算法才能解决，比如分布式环境一致性问题，感觉以下分布式算法是必须了解的（随着学习深入有待添加）：Paxos算法一致性Hash算法Paxos算法1）问题描述分布式中有这么一个疑难问题，客户端向一个分布式集群的服务端发出一系列更新数据的消息，由于分布式集群中的各个服务端节点是互为同步数据的，所以运行完客户端这系列消息指令后各服务端节点的

分布式环境中大多数服务是允许部分失败，也允许数据不一致，但有些最基础的服务是需要高可靠性，高一致性的，这些服务是其他分布式服务运转的基础，比如naming service、分布式lock等，这些分布式的基础服务有以下要求：高可用性高一致性高性能对于这种有些挑战CAP原则的服务该如何设计，是一个挑战，也是一个不错的研究课题，Apache的ZooKeeper也许给了我们一个不错的答案。Zo

ZooKeeper典型应用场景一览数据发布与订阅（配置中心）、负载均衡、命名服务、分布式通知/协调、集群管理与Master选举、分布式锁、分布式队列