破除迷思,揭示真相:分布式和点对点协同编辑中的OT与CRDT之争

分布式和集群有什么区别 分布式和集群的区别 阅读详情

本文旨在澄清OT与CRDT普遍存在的迷思和误解,并阐明分布式和点对点协同编辑的真实情况,为现实世界中的协同编辑技术进步提供必要的清晰度。原文来自于Prof. Sun(已获授权进行翻译)发表在Medium上面的文章《Debunking Myths and Unveiling Facts: OT vs. CRDT in Distributed and Peer-to-Peer Co-Editing》

1. 迷思:在点对点协同编辑中,CRDT比OT优越

在协同编辑领域,一直存在一种观点,即CRDT是分布式协同编辑的关键技术,CRDT与OT的主要区别在于CRDT能够支持“点对点协同编辑”(P2P Co-Editing),并且在这方面优于OT。支持这些说法的常见论据是:OT需要一个中心服务器(如Google Wave/Docs),而CRDT可以脱离中心服务器运行。

然而,这些说法不仅与事实不符,而且极具误导性。在协同编辑社区,尤其是在新人中,造成了严重的混淆。这些误解源于多种因素,包括对分布式协同编辑知识的普遍缺乏,以及错误信息的反复产生和传播。

2. 点对点协同编辑的关键因素

2.1 操作传播的约束

无论是OT还是 CRDT 协同编辑解决方案,都有一个共同要求:编辑操作必须按照它们的因果顺序执行,以确保因果关系得以保留。这种顺序基于happen-before关系,并通过合适的分布式计算技术(无论是客户端-服务器还是 P2P 模型)来实现,这与OT或CRDT本身是无关的。

只有像WOOT这样的CRDT变体,才会偏离这种通用的因果排序条件,并施加特定于 WOOT 的执行条件。但所有其他的 CRDT 变体(如 RGA、Logoot)以及所有 OT 解决方案,都遵守通用的因果排序条件。因此,因果有序的操作传播和执行是 OT 和 CRDT 解决方案共享的共同要求,不能作为区分两者的因素。

2.2 对中心服务器的要求

CRDT 解决方案并没有明确要求一个通信服务器,但除了 WOOT 之外的所有方案,都假设存在一个外部的、能保持因果顺序的通信服务。

另一方面,某些OT解决方案(如 Google Wave/Docs)确实明确要求一个基于转换的服务器来执行部分转换并广播操作,这些被称为“基于服务器的OT解决方案”(SOT)。CRDT 的支持者经常引用这些SOT来断言OT依赖服务器。

然而,大多数 OT 解决方案,被称为“无服务器或分布式OT解决方案”(DOT),并不需要中心服务器来执行任何转换工作。它们依赖于一个外部的、保留因果顺序的通信服务,这与大多数 CRDT 解决方案所采用的方法本质上是相同的。

对服务器的要求仅仅是单个解决方案的特性,而不是区分OT和CRDT的普遍因素。事实上,OT 为开发者提供了在SOT和DOT之间灵活选择的自由。现存协同编辑系统中普遍采用的客户端-服务器架构,主要是为了支持共享文档存储、会话管理和消息通信等协作需求。

2.3 基于矢量 vs 基于标量的时间戳

另一个常被提及的因素是 OT 或 CRDT 解决方案中使用的是基于矢量(每个协同编辑站点一个元素)还是基于标量(独立于站点数量)的时间戳或控制机制。

然而,OT 和 CRDT 解决方案中都采用了基于矢量和基于标量的方法,因此这也不是区分两者的标准。例如,RGA 采用矢量时间戳,而 Logoot 使用可变长度的对象标识符。在OT领域,dOPT、GOT 等使用矢量时间戳,而 JUPITER-OT、POT 等则使用标量时间戳。

2.4 断言CRDT在点对点协同编辑中具有优越性是一个谬论

综上所述(见Table 1, 读者可以在文献[1]中找到更多表中引用的文献),所有与P2P协同编辑相关的关键因素,包括对中心服务器的要求、因果有序通信以及矢量/标量时间戳,都独立于采用OT还是CRDT方法。这些因素只是单个解决方案的特性,无法作为区分OT和CRDT的通用标准。因此,断言CRDT在支持P2P协同编辑方面具有优越性是一个谬论。

3. 关于分布式OT解决方案的误解

尽管分布式 OT 解决方案已经非常普遍,但某些误解仍在困扰着人们对这项技术的理解:

  1. 分布式OT解决方案固有地要求转换函数保持特定的转换特性(如 CP2 或 TP2),这已知会导致某些复杂性。

  2. 分布式 OT 解决方案必须使用矢量时间戳,这被认为不适合 P2P 协同编辑。

事实:POT 和 TIBOT/TOBOT2.0 等分布式 OT 解决方案证明了这些误解是不成立的。它们不需要组合转换函数保留 CP2,并且采用的是标量时间戳,而非基于矢量的。

4. 关于交换性的迷思

另一个与 P2P 协同编辑相关的误解围绕着 OT 和 CRDT 在协同编辑系统中实现并发操作交换性的方式。

4.1 CRDT的“原生交换性”

CRDT 通常被描述为一种保证“并发操作彼此交换”的数据类型。然而,交换性的概念在协同编辑中并不是新鲜事。早在CRDT出现前十年,OT就以能够使复制文档中的并发编辑操作具有交换性而闻名。

为了将CRDT与OT区分开来,CRDT的支持者提出了“原生交换性”的论点:与OT事后通过转换实现交换性不同,CRDT使并发操作天然地具有交换性,从而从设计上规避了不一致性和冲突问题。

然而,CRDT 这种所谓的原生交换性在协同编辑中,实际上是一个误解。CRDT 内部的核心组件,无论是内部对象结构、基于标识符的操作,还是对象序列搜索和操作方案,都不是任何编辑器的原生特性。此外,CRDT 无法规避文本协同编辑中位置偏移或重叠冲突的问题。相反,CRDT 也必须通过转换来处理相同的不一致性问题,并使基于位置的并发操作具有交换性,尽管是以间接且复杂度更高的方式。

4.2 CRDT的“通用交换性”

关于 CRDT原生交换性的争论中,又出现了新的变体,暗示:“OT算法通过比 CRDT 使用的通用交换性更具限制性的规则来重新排序并发操作,从而实现操作的重新排序。”

这种 CRDT 的“通用交换性”论点是含糊不清的。它没有解释为什么OT所支持的交换性比 CRDT 更具限制性,也没有说明这种差异会如何影响实际应用。更重要的是,这个论点的提出者似乎不知道存在大量OT解决方案,它们能够在不需要重新排序并发操作的情况下实现交换性。

4. 关于OT实现分布式协同编辑的事实

从历史上看,第一个 OT 解决方案 dOPT(分布式操作转换)早在 1989 年就问世,它是一种分布式乐观并发控制解决方案,无需中心服务器。尽管后来出现了一些基于服务器的 OT 解决方案(如 Google Wave/Docs),但大多数 OT 解决方案(如 adOPTed, GOT, POT 等)都延续了 dOPT 的分布式性质,作为分布式 OT 解决方案在运行。

关键事实是: 许多协同编辑系统和产品,包括早期的基于 Web 的纯文本编辑器 REDUCE、桌面生产力工具 CoWord/CoPowerPoint,以及近年的 Web 富文本协同编辑产品,都是基于无服务器或分布式 OT 解决方案构建的。

5. 结论

“在本文中,我针对与点对点(P2P)、分布式和可交换协同编辑相关的几个常见迷思和误解进行了阐述,并提供了相应的、汇总在下表中的事实。”

正如本文所强调的,这种反复制造和传播错误观念的模式,严重阻碍了协同编辑领域的进步,亟需依靠集体的力量进行纠正。我们坚信,对协同编辑领域现有知识达成深刻而准确的理解,对于消除这些误解至关重要。同样关键的是,我们必须承诺基于可靠、全面的事实来构建论点,避免误导性主张和毫无根据的断言。维护这些原则,对于将我们的进步牢固地锚定在既有的先进技术基础之上至关重要。

在不断发展的协同编辑领域中,新的解决方案提案层出不穷。为了产生持久的影响,任何提出的解决方案必须通过超越或补充现有先进解决方案的能力来证明其价值,同时不能扭曲事实或做出虚假声明。现实世界的应用是检验所有解决方案的试金石,也是整个协同编辑研究的最终验证。

参考文献

[1]. D. Sun, C. Sun, Agustina, W. Cai. “Real differences between OT and CRDT in building co-editing systems and real-world applications,” May 2, 2019.

[2] C. Sun, D. Sun, Agustina, W. Cai, B. Cho: “Real differences between OT and CRDT under a general transformation framework for consistency maintenance in co-editors, ” Proc. of the ACM on Human-Computer Interaction, 4(GROUP), Article 6, January 2020

[3] D. Sun, C. Sun, Agustina, and W. Cai: “Real differences between OT and CRDT in correctness and complexity for consistency maintenance in co-editors,” Proc. of the ACM on Human-Computer Interaction, 4(CSCW1), May 2020.

[4] C. Sun, X. Jia, Y. Zhang, Y. Yang and D. Chen: “Achieving convergence, causality-preservation, and intention-preservation in real-time cooperative editing systems,” ACM Transactions on Computer-Human Interaction, Vol. 5, №1, pp.63–108, March 1998.

[5]. C. Sun, S. Xia, D. Sun, D. Chen, H.F. Shen and W. Cai: “ Transparent adaptation of single-user applications for multi-user real-time collaboration,” ACM Transactions on Computer-Human Interaction, Vol. 13, №4, pp. 531–582, December 2006.

[6] C. Sun, A Critical Examination of “the Fugue Paper” in Relation to OT. Published on medium in August, 2023.

[7] C. Sun, “OTFAQ: Operational Transformation Frequently Asked Questions and Answers.”

crowdcountingp2p代码复现 前面学习了一下论文:Improved Field-Based Soybean Seed Counting and Localization with Feature Level Considered该论文的模型原型由CrowdCounting-P2PNet改进而来这里先复现一下CrowdCounting-P2PNet模型,然后再学习P2PNet-Soy模型。 阅读详情

相关推荐

PCB模块化设计24——DCDC电源模块PCB布局布线设计规范

PCB模块化设计24——DCDC电源模块PCB布局布线设计规范

qq_31444421的博客 2万+

HarmonyOS 分布式深度:跨端迁移、数据对象与多设备协同

本文深入解析鸿蒙分布式能力实战,聚焦跨端迁移、协同与共享三大形态,详解权限配置、设备发现、onContinue状态管理及分布式数据对象、KV同步机制。强调“先分清场景”“前置条件必全”“数据需重验”,揭示迁移失败、同步失效等七大常见坑,指导开发者规避陷阱,实现真实可用的多设备协同。

信息安全领域优质创作者|操作系统领域专家 147

手教你如何使用Simulink和相关工具箱模拟和实现无人机的多机接力信号中继的建模

扩大通信范围:单架无人机的通信能力有限,通过多机接力的方式可以显著扩展通信覆盖范围。提高可靠性:当某架无人机出现故障或电量不足时,其他无人机可以接管其任务,确保通信不中断。适应复杂环境:在山区、森林等复杂地形中,多机接力可以绕过障碍物,建立稳定的通信链路。使用Communications Toolbox中的模块来模拟无线通信链路。例如,可以使用模块模拟噪声信道,或者使用模块计算信号衰减。matlab深色版本。

MHD0815的博客 769

OpenTelemetry 实战:打通日志、指标与分布式链路追踪

从 Trace、Span 和上下文传播开始,接着部署 Collector、接入 Java 自动埋点,并把指标交给 Prometheus、调用链交给 Jaeger。你会得到一条可逐段验证的遥测链路,也会知道日志关联、采样、敏感字段和高基数数据需要在哪些边界治理。

m0_62221377的博客 233

STM32+OOK通讯(OOK发送+OOK接收)+cubemx配置

关于OOK通信,我的理解就是将要发送的信息转换成高低电平(即0和1),然后接收方通过对01进行解码获得信息。于是我用了非常朴素的字符串转二进制+AM调制来完成通信链。话不多说我们直接开始!!!

qq_73856732的博客 2343

Unity中Newtonsoft.Json的使用(一)

在Unity中下载Newtonsoft.Json,并进行序列化和反序列化

洛苍离的博客 1万+

从单机到分布式:定时任务如何处理大量数据与执行失败?

所有子任务执行后,可以进入汇总阶段。统计成功数量。统计失败数量。汇总处理结果。判断是否需要触发后续任务。Reduce 不只是简单地把所有结果加起来。它还可以承担任务完成判断和后续流程衔接。另外,是否执行 Reduce、如何处理失败子任务,需要根据框架配置和业务逻辑设计。如果不需要汇总,可以使用只负责 Map 分发的模式。能力解决的问题任务调度什么时候执行任务分片工作如何分配批量处理如何控制单次处理的数据量失败恢复出错之后如何继续结果校验如何确认业务真正完成。

dshizixu的博客 198

SPI 总线信号完整性与时序一致性测试

SPI总线测试的核心目标是验证其电气与时序行为是否满足芯片规格要求,确保通信可靠性

硬核科技 332

EtherCAT从站实现(三):DC同步机制与分布式时钟实现

本文详解EtherCAT伺服从站DC同步机制,解决高精度控制中因主站抖动与传播延迟导致的相位偏差问题。通过ESC硬件维护1ns分辨率全局时间,实现从站自主同步,确保PDO更新与控制环采样精准对齐。核心流程包括传播延迟测量、时钟初始化、漂移补偿及SYNC0/SYNC1信号生成。从站需正确配置DC能力与同步模式,主站则通过DCM机制保障发送周期稳定。调试建议结合示波器与寄存器监控,分阶段验证时序关系,确保多轴协同无误。

yangmu3203的博客 162

10、基于单倍型多样性隐马尔可夫模型的基因型错误检测

本文提出了一种基于单倍型多样性隐马尔可夫模型(HMM)的基因型错误检测方法,旨在提升三人组基因型数据中错误识别的准确性。通过利用群体水平的连锁信息,该方法克服了传统方法在小系谱数据中表现不佳的局限性。文章详细介绍了模型结构、三种替代似然函数及其计算方法,并通过模拟数据集和真实数据集验证了方法的有效性。实验结果显示,该方法在灵敏度、特异度和准确率方面均表现出色,为基因数据质量控制提供了新的解决方案。

moon9的博客 96

CollisionLoss 设计与实现原理说明

文章摘要 CollisionLoss是一种用于自动驾驶轨迹规划的碰撞惩罚损失函数,其核心思想是用多个沿车身纵轴排列的圆盘来近似表示车辆(Oriented Bounding Box)。该设计通过圆盘间的距离计算实现碰撞检测,具有以下特点: 可微性:圆盘距离计算处处可微,便于梯度回传,而传统矩形碰撞检测(分离轴定理)不可微且计算复杂。 多圆盘设计:沿车身纵向排列多个圆盘能更精确地拟合细长车体,避免单圆盘过度膨胀导致的误报。 安全覆盖:圆盘半径经过数学推导,确保完全覆盖车体矩形,避免漏检(宁可保守)。 软惩罚机制

@bangbang的博客 97

分布式管控系统技术架构深度拆解:从编解码协议到SM4硬件级安全

支持音视频同步及异步切换、最大16路混音输出这些能力,在方案阶段是参数,在调试阶段是测试项。具备工程替代价值的节点应集成4路IR红外、2路RS232、4路I/O、2路继电器及1路RS485,这一档配置使节点具备直接驱动声、光、电及环境控制回路的能力,在中小型会议室场景中可以替代独立中控主机。H.265/H.264双标准支持是基础,每路视频的主码流与双码流独立控制(VBR/CBR)才是影响带宽规划的关键——双码流的意义在于将本地存储与远端预览的码率策略解耦,全局单一码率在多路并发场景下很难兼顾画质和带宽。

2603_95485477的博客 198

016、自动标注方案实战:用大模型(SAM/Grounding DINO)生成 YOLO 格式伪标签

本文介绍了一种利用大模型自动生成YOLO格式伪标签的实战方案。针对传统人工标注效率低、易出错的问题,作者提出结合Grounding DINO(零样本检测)和SAM(精细分割)的优势:前者快速生成候选框,后者优化边界精度。文章详细阐述了技术选型理由(平衡速度与精度)、环境搭建避坑指南(关键依赖版本)、核心三步流程(检测-分割-格式转换)以及后处理技巧(置信度分级过滤)。实验表明,该方案相比纯人工标注可节省80%时间,且经过SAM优化的边界框精度提升10-15%。特别强调了工程细节:文本描述格式、阈值设定、小目

zzfmlxs的博客 547

粮库分布式温湿度采集系统,基于环境数据的粮食霉变预警开发实战

本方案构建基于分布式温湿度采集的粮食霉变预警系统,针对传统粮库监测滞后、误报率高等痛点,通过分层布设传感节点、边缘计算网关与时序数据平台,融合温升速率、露点判别、多因子耦合等算法,实现从“静态监测”到“动态预警”的升级。系统支持平房仓、浅圆仓等多场景部署,具备国产化适配、断网续传、联动通风互锁等功能,结合工单闭环与模型迭代机制,显著提升储粮安全水平,为智慧粮库建设提供可复制的工程范式。

379

温度PID控制PLC程序

温度PID稳定控制程序,适用于欧姆龙PLC,对其他PLC也具有很大参考价值

IEM模型,地表粗糙度模拟

利用微波反演土壤水分时候,利用IEM模型可以实现对随机地表的模拟

动环监控落地:多台以太网温湿度传感器分布式部署、IP 规划、告警配置

本文详解以太网温湿度传感器(H-THRJ45)在机房、库房等场景的动环监控落地实践,对比传统RS485方案,突出其PoE供电、分布式部署、免采集网关优势。重点分享架构设计、点位布设、静态IP规划、网络隔离、Zabbix告警配置及故障排查全流程,强调IP台账、命名规范与分级防抖告警策略,实现多点位高效管理。适用于运维、弱电工程及物联网开发者,助力构建稳定可扩展的环境监控系统。

weixin_41865733的博客 299

win10 跳过U8环境检测的IE WebControls.rar

win10 安装u8的时候 提示IE WebControls 不通过,这个工具可以欺骗u8的检查。 跳过U8环境检测的IE WebControls。提示导入失败后,重新检测通过。

基于分布式软总线的鸿蒙跨端数据同步与冲突合并机制

更恐怖的是,有时候平板上修改的记录,连带把手机上的最新数据给直接抹除了。这就导致了灾难性的数据覆盖。假设用户的手机系统时间比平板快了五分钟,那么在这五分钟的窗口期内,用户在平板上做出的任何修改,在同步时都会被手机上的老旧数据无情覆盖。版本号相同但内容不同时,通过业务层的自定义策略进行合并,这才是分布式应用应有的数据一致性保障。痛定思痛,我们放弃了最粗暴的覆盖式同步,全面重构了基于底层分布式数据管理的冲突解决机制。),这样不仅同步极快,发生冲突时,也只会影响单条记录,而不会导致全局覆写。

2502_91284977的博客 279

efm32 入门.pdf

本PDF共计22页,介绍的是操作驱动API,下载与否自己斟酌。

Flutter 鸿蒙分布式数字身份实战:基于 HUKS 封装 flutter_did_ohos,实现私钥安全托管、离线凭证验签

本文介绍了一个基于鸿蒙系统的 Flutter 插件 flutter_knock_share,实现去中心化身份(DID)与可验证凭证(VC)的本地闭环。通过整合 HUKS 密钥库、cryptoFramework 与分布式 KV 存储,该方案在离线环境下实现私钥安全存储、身份自证与凭证验签,具备 34ms 身份创建、3ms 签发、58ms 验证的高性能表现。核心创新在于将公钥指纹作为 DID 标识,确保身份与密钥绑定,并通过 ArkTS 插件层保障私钥不外泄,构建了无需依赖外部服务的自主身份系统。

白天写代码,晚上追AI大模型,偶尔搞点八卦 开源动态|技术干货|实习机会|生态活动 我负责分享,你负责变强 87

分布式设备列表拿到了,数据通道选错照样传不过去

分布式协作的设计顺序应该是:先确定数据的一致性语义(状态最终一致 vs 操作恰好一次),再选通道(DDO / KV / RPC / 文件),最后把标识和内容分开。离线期间手机加了三个附件,平板重连后 DDO 会把最终的字段列表对齐,中间某一条“附件关联”的副作用如果涉及独立写入,不会因为 DDO 对齐而自动补执行。的 RPC 通道,这四条路解决的是不同的问题。的场景(扣库存、审批、附件关联),DDO 只能承载最终状态,操作序列需要应用层自己的 outbox 和确认水位来兜底。

2602_97267507的博客 409

从零搭建一个 AI Infra 实验室㉒:KubeRay + Ray Serve——另一条分布式 AI Serving 路线

本篇探索 KubeRay + Ray Serve 这条分布式 AI Serving 路线,介绍 Ray、Task、Actor、RayService 与 vLLM on Ray 的核心原理,并在单节点 Kubernetes 上部署 Ray 集群,通过双 Worker、12 个分布式任务和 20 次 HTTP 请求,验证任务调度与服务分发机制。

mosespaul的博客 586

LabVIEW 加以太网:凹版彩印自动套色的分布式改造

凹版印刷机多色套印,张力波动和材料伸缩会让套色偏差持续漂移。手动对版靠老师傅,模拟电路精度差。把每色一个智能节点挂上以太网、上位机用 LabVIEW 做人机界面,套色偏差实时检测、自动修正,还能经互联网远程监控。

bjcyck的博客 299

【分布式训练①】总论:大模型为什么必须分布式?训练显存分析与并行策略全景

本文是分布式训练系列的第一篇。我们将从最基础的问题出发——为什么大模型必须用分布式训练?单卡到底差在哪?搞懂显存构成,才能真正理解各种并行策略的设计初衷。

Dawson Zhu的博客 448

优雅草2026年10个开源鸿蒙工业软件项目八详解:鸿蒙星闪分布式 IO 采集盒

优雅草2026开源鸿蒙工业软件项目“鸿蒙星闪分布式IO采集盒”针对产线调试中“最后一根线”难题,推出便携式电池供电、星闪无线通信的8DI+4AI采集设备。通过鸿蒙网关自动发现与虚拟寄存器映射,实现开箱即用;采用变化触发+心跳上报策略,保障实时性与低功耗,续航超8小时。打样阶段聚焦快速部署与验证,支持临时监测场景,未来可扩展为无线分布式IO系统,助力产线无布线改造。

一颗优雅草科技-央千澈的优快云博客~只想无穷无尽的学习~作息早8-晚8 183

GaussDB|集中式还是分布式?三把尺子选型

本文指出,业务是否该上分布式数据库,关键不在于性能高低,而需用“三把尺子”衡量:写TPS是否超2万、规划容量是否超24T、分片键能否改造。集中式适用于2万TPS以下、24T以内且无需改分片键的稳态业务;超过阈值或分片键难改时,强行上分布式反致性能下降。真正瓶颈常在跨分片JOIN与CN汇总开销,不如拆库为多个小集中式更优。选型核心是判断“单机是否锁死”及“改造可行性”,而非盲目扩容。

kiwixing的博客 308

用势函数做分布式网络优化

首先是方向一致,玩家想让自己代价变小,一定会让势函数变小,玩家代价变大,势函数也一定变大,其次是收敛性,只要势函数有下界,则所有玩家持续优化自身代价的过程,就是势函数持续下降过程,最终一定会停在一个极小值点,最后,纳什均衡等价于势函数极值,势函数的极小值点即纳什均衡,没任何玩家愿单方改策略,因为自己代价不会再降低,势函数也不会再降。这类博弈属势博弈,即存在一个全局的势函数,每个玩家降低自身代价的动作,都会同步让全局势函数下降,个体自私优化的过程,等价于全局势函数的自动优化,最终一定会收敛到纯策略纳什均衡。

TCP/IP 517

Elasticsearch 9.x 从入门到精通(5/7):集群、分布式与运维

《Elasticsearch 9.x 从入门到精通》共 7 篇,本篇为第 5 篇,覆盖第 21~26 章。:Elasticsearch 9.x 源码 main 分支()与官方全量文档。:每个知识点标注官方文档出处,涉及实现原理均给出源码锚点路径:行号,禁止编造 API。

Chdaring的博客 329

跨园区分布式环境监控:以太网温湿度传感器云边协同组网方案

很多企业拥有多个独立园区、异地机房、分散库房,传统方案痛点很明显:每个园区单独一套监控平台,数据孤岛;直接把传感器端口映射公网,安全风险高;广域网链路不稳定,断网之后完全丢失本地数据、告警失效;如果用 RS485 总线,跨园区布线完全不现实。以太网温湿度传感器(H-THRJ45)原生 IP 化、支持 PoE 供电、ModbusTCP/SNMP,天然适合分布式点位采集。但多园区场景,不能简单把所有传感器直接上云,最佳落地方式是云边协同:边缘网关负责本地自治采集、缓存、本地告警;

weixin_41865733的博客 328
上一篇: Codox关键技术(3):基于操作转换的OT-JSON-RT
下一篇: 批判性审视Fugue 论文与 OT 的关系
vv蔡博士
博客等级 码龄4年 35粉丝 49原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

vv蔡博士

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值