首页
Python
Java
前端
数据库
Linux
Chatgpt专题
开发者工具箱
之高专题
MySQL5.7.36之高可用架构部署-MHA-VIP漂移
1、创建文件 vi /usr/local/bin/master_vip_mysql_mha #!/usr/bin/env perluse strict;use warnings FATAL => 'all';use Getopt::Long;my ($command, $ssh_user, $orig_master_host, $orig_master_i
阅读更多...
Java源码学习之高并发编程基础——AQS源码剖析之线程间通信之条件等待队列
1.前言&目录 前言: 在Java中,使用synchronized关键字构建的锁,线程间通信可以使用某对象实例的wait/notify机制完成。AQS同样也提供了一套线程间通信的解决方案——条件等待队列。 在AQS源码分析的两篇文章AQS源码分析(上)、AQS源码分析(下)中,我们知道了,无论是独占锁模式还是共享锁模式,AQS提供的能力是将获取不到锁的线程将它们封装成链表节点的形式组织
阅读更多...
Keepalived+LVS+Nginx负载均衡之高可用
一、Keepalived介绍 Keepalived是分布式部署系统解决系统高可用的软件,结合LVS(Linux Virtual Server)使用,其功能类似于heartbeat,解决单机宕机的问题。 二、Keepalived技术原理 keepalived是以VRRP协议为实现基础的,VRRP全称Virtual Router Redundancy Protoco
阅读更多...
集群之高可用集群
什么是高可用集群呢?以前我不知道的时候感觉这东西很高端的说,等明白了以后发现高可用集群也就是当一台主机出现故障(包括物理故障和服务故障)后,在很短时间内有其它服务器来接替它的工作,代它响应客户请求,就这么简单。显然我们只知道这个是不够的,我们必须得从内部原理上来理解高可用集群的实现机制。 信息层:有两个节点的webserver集群,RS1平时响应客户请求,RS2做备用在RS1节点故障的
阅读更多...
【后端开发】服务开发场景之高可用(冗余设计,服务限流,降级熔断,超时重试,性能测试)
【后端开发】服务开发场景之高可用(冗余设计,服务限流,降级熔断,超时重试,性能测试) 文章目录 序:如何设计一个高可用的系统?可用性的判断指标是什么?哪些情况会导致系统不可用?有哪些提高系统可用性的方法? 1、未雨绸缪(冗余设计)2、东窗事发(服务的限流、降级、熔断)服务限流(请求速率)服务降级(整体功能)服务熔断(下游故障) 3、事后补救(超时重试,性能测试)超时重试性能测试 附:参考资
阅读更多...
浅解软件工程之高内聚低耦合
定义 高内聚低耦合,是软件工程中的概念,是判断设计好坏的标准,主要是面向对象的设计,主要是看类的内聚性是否高,耦合度是否低。
阅读更多...
【S32K3驱动配置】-1.2-GPIO配置及其应用-DIO之高低电平输入-按键(基于SDK)
"><--返回「Autosar_MCAL高阶配置」专栏主页--> 目录(共9页精讲,基于评估板: NXP S32K312EVB-Q172,手把手教你S32K3从入门到精通) 实现的架构:基于Drivers层(以往的SDK) 前期准备工作:
阅读更多...
11 Redis之高并发问题(读+写) + 缓存预热+分布式锁
8. 高并发问题 Redis做缓存虽减轻了DBMS的压力,减小了RT(Response Time),但在高并发情况下也是可能会出现各种问题的。 8.1 缓存穿透 当用户访问的数据既不在数据库中也不在缓存中,如id为“-1”的数据或id为特别大不存在的数据, 这时的用户很可能是攻击者,攻击会导致数据库压力过大。就会导致每个用户查询都会“穿透”缓存“直抵”数据库。这种情况就称为缓存穿透。 当高度
阅读更多...
足球大数据预测实战之高胜率盈亏条件验证及优化算法
上周接到一位老用户,之前为他做过数据验证,给出了组合条件下的胜率回查,结果有些难看啊。这期主要介绍常用人工智能算法中在足球预测中的应用,以及数据验证后的实际效果。 由上图为用户依据条件查证后的比赛场次和概率统计。可以看出,在均投时并不理想,在大数据回查下并没有实质作用。 上图是我提供的一种条件组合所得到的比赛场次和概率 因为一直保持联系,他平时也咨询我一些模型算法方面的用途和意义,当
阅读更多...
为什么现在离婚率如此之高?
离婚自由是进步,但离婚率高并不是进步。 堕胎自由是进步,但堕胎率高并不是进步。 婚姻是一个围城。结婚不会让人变得更幸福,其实离婚也不会。 更多情况下,婚姻是双方各有安慰,也互有伤害的相处模式。
阅读更多...
机器学习数学基础之高数篇——积分源起(python版)
大学的高数课本往往将积分放在微分后面,这种排序个人觉得不是很合理。 不仅积分的出现要比微分早的多(早了大约1300年),而且初中、高中学过的数学知识里已经包含了积分的概念,理解积分要比理解微分要更容易的多。 数学是一门注重思考的学科,我们应该将思考应用于解决实际问题,用已知的知识去推导未知的面积、体积,才是学习积分的乐趣和意义所在。 而大学课程里上来就硬生生的塞给我们一堆公式,告诉我们这些地
阅读更多...
redis之高可用
(一)redis之高可用 1、在集群当中有一个非常重要的指标,提供正常服务的时间的百分比(365天)99.9% 2、redis的高可用的含义更加广泛,正常服务是指标之一,数据容量的扩展、数据的安全性 3、在redis中实现高可用的技术 (1)持久化 (2)主从复制 (3)哨兵模式 (4)cluster集群 (二)持久化(RDB/AOF)(重点) 1、持久化:最简单的高可用方法
阅读更多...
shader- 之高光反射
Shader "Shadertest/test1Shader" { Properties { _Diffuse ("Diffuse", Color) = (1,1,1,1) } SubShader { //Tags { "RenderType"="Opaque" } //顶点/片元着色器代码需要卸载pass
阅读更多...
ONOS系统架构之高可用实现方案的演进
上篇文章《ONOS高可用性和可扩展性实现初探》讲到了ONOS系统架构在高可用、可扩展方面技术概况,提到了系统在分布式集群中如何保证数据的一致性。在数据最终一致性方面,ONOS采用了Gossip协议,这一部分的变化不大,而在强一致性方案的选择方面则在不断进行调整,其主要原因是分布式系统中强一致性对系统性能影响较大,而且现有的支持Paxos算法的实现不多。本文承接上一篇提出的一个
阅读更多...
LVS之高可用群集Haproxy
LVS之高可用群集Haproxy 一、常见的Web集群调度器二、Haproxy1、应用分析2、调度算法原理 三、搭建 Web 群集1、编译安装Nginx服务器2、部署haproxy服务器3、window端访问测试 四、日志定义五、Haproxy参数优化 一、常见的Web集群调度器 二、Haproxy 1、应用分析 2、调度算法原理 三、搭建 Web 群集 链接
阅读更多...
LVS之高可用群集DR+Keepalived
LVS之高可用群集DR+Keepalived 一、LVS+Keepalived 高可用群集1、LVS2、Keepalived3、Keepalived实现原理剖析 二、LVS负载均衡DR模式群集部署1、部署共享存储2、配置节点服务器3、配置负载调度器4、客户机访问 一、LVS+Keepalived 高可用群集 1、LVS 2、Keepalived 3、Keepaliv
阅读更多...
LVS之高可用集群DR
LVS之高可用集群DR 一、LVS-DR工作原理1、数据包流向分析2、DR模式的特点 二、LVS-DR中的ARP问题问题一:问题二: 三、LVS负载均衡DR模式群集部署1、部署共享存储2、配置节点服务器3、配置负载调度器4、测试验证 一、LVS-DR工作原理 1、数据包流向分析 2、DR模式的特点 二、LVS-DR中的ARP问题 问题一: 问题二: 修
阅读更多...
LVS之高可用集群NAT
LVS之高可用集群NAT 一、群集1、群集的含义2、为什么会有群集 二、群集的分类1、负载均衡群集2、高可用群集3、高性能群集 三、负载均衡群集架构和工作模式1、负载均衡的结构2、负载均衡群集工作模式分析四、LVS虚拟服务器1、Linux Virtual Server2、LVS的负载调度算法 五、LVS负载均衡NAT模式群集部署1、部署共享存储2、配置节点服务器3、配置负载调度器4、测试效果
阅读更多...
MySQL之高可用集群部署及故障切换
MySQL之高可用集群部署及故障切换 一、MHA1、概念2、MHA 的组成3、MHA 的特点 二、搭建MySQL+MHA思路和准备工作1、关闭防火墙,检测端口是否开启2、修改mysql节点的主机名3、修改三台MySQL服务器的主配置文件/etc/my.cnf,并创建命令软链接4、配置MySQL一主两从5、安装 MHA 软件6、在所有服务器上配置无密码认证7、在 manager 节点上配置 M
阅读更多...
【Redis】之高并发场景下主从同步数据一致性问题探究
高并发极限场景 问题分布式锁失效,高并发极限场景下主从同步延时主节点崩溃等原因导致的数据不一致 背景知识:redis主从复制为异步同步过程 如图:redis cluster集群部署,多主多从架构(基于哈希槽的分配策略) 问题出现过程 1.A线程调用主节点master,A加锁成功 2.master节点崩溃or运维重启,master同步到slave异步操作,此时数据没有同步到slave
阅读更多...
图像处理系列——图像融合之高通滤波(HPF)
前话不多说,直接进入主题。 一、基于高通滤波融合算法原理 HPF融合算法原理其实就是将高空间分辨率全色影像中的高频信息(细节、边缘)叠加到低分辨率多光谱影像上。其处理流程如下图所示,先将高分辨率全色影像与低分辨率多光谱影像进行直方图匹配;再利用高通滤波器提取出直方图匹配后全色影像的高频分量,低频信息大部分被滤除;最后将提取的高频信息加入到低分辨率多光谱影像中,即可形成分辨率较高且纹理细节突出的
阅读更多...