1.一致性HASH算法 ---直接在客户端实现分布式
适合场景:分布式数据存储,分布式缓存,
http://blog.youkuaiyun.com/kongqz/article/details/6695417
http://www.cnblogs.com/rockli/p/3530176.html
缺点:当cache节点崩溃后,必定丢失部分cache数据,并且要根据活着的cache server和key进行新的一致性匹配计算。有可能对部分没有丢失的数据也要做重建。
2.paxos算法: 如:ZooKeeper
适合场景:分布式服务集群
http://csrd.aliapp.com/?p=160
3.分布式mysql的美丽说实现:
http://wenku.baidu.com/view/7f85b41d55270722192ef78e?refer=&clickSort=download
4.于java nio实现的高性能可扩展的memcached客户端:Xmemcached
https://github.com/killme2008/xmemcached
http://snowolf.iteye.com/blog/1471805
适合场景:分布式数据存储,分布式缓存,
http://blog.youkuaiyun.com/kongqz/article/details/6695417
http://www.cnblogs.com/rockli/p/3530176.html
缺点:当cache节点崩溃后,必定丢失部分cache数据,并且要根据活着的cache server和key进行新的一致性匹配计算。有可能对部分没有丢失的数据也要做重建。
2.paxos算法: 如:ZooKeeper
适合场景:分布式服务集群
http://csrd.aliapp.com/?p=160
3.分布式mysql的美丽说实现:
http://wenku.baidu.com/view/7f85b41d55270722192ef78e?refer=&clickSort=download
4.于java nio实现的高性能可扩展的memcached客户端:Xmemcached
https://github.com/killme2008/xmemcached
http://snowolf.iteye.com/blog/1471805