<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[sun's blog]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/sprite101</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; sprite101]]></copyright><item><title><![CDATA[IAAS,PAAS,SAAS]]></title><link>https://blog.youkuaiyun.com/sprite101/article/details/84763686</link><guid>https://blog.youkuaiyun.com/sprite101/article/details/84763686</guid><author>sprite101</author><pubDate>Thu, 28 Jan 2016 10:15:44 +0800</pubDate><description><![CDATA[
看到一篇关于云的文章，挺形象，链接：http://www.zhihu.com/question/21641778/answer/62523535云服务”现在已经快成了一个家喻户晓的词了。如果你不知道PaaS, IaaS 和SaaS的区别，那么也没啥，因为很多人确实不知道。　　“云”其实是互联网的一个隐喻，“云计算”其实就是使用互联网来接入存储或者运行在远程服务器端的应用，数据，或者服务。　　任何...]]></description><category></category></item><item><title><![CDATA[REST-WEB-2]]></title><link>https://blog.youkuaiyun.com/sprite101/article/details/84763609</link><guid>https://blog.youkuaiyun.com/sprite101/article/details/84763609</guid><author>sprite101</author><pubDate>Wed, 27 Jan 2016 16:46:18 +0800</pubDate><description><![CDATA[
注：以下内容摘自;http://www.cnblogs.com/artech/p/restful-web-api-02.html
Web服务已经成为了异质系统之间的互联与集成的主要手段，在过去一段不短的时间里，Web服务几乎清一水地采用SOAP来构建。构建REST风格的Web服务是最近两三年风行的潮流，所以很多人以为REST是一个事物。而事实却是：REST自其诞生之日起到现在（2014年）已...]]></description><category></category></item><item><title><![CDATA[REST-WEB-1]]></title><link>https://blog.youkuaiyun.com/sprite101/article/details/84763608</link><guid>https://blog.youkuaiyun.com/sprite101/article/details/84763608</guid><author>sprite101</author><pubDate>Wed, 27 Jan 2016 16:44:06 +0800</pubDate><description><![CDATA[
注：以下内容摘自：http://www.cnblogs.com/artech/p/restful-web-api-01.html
REST不是一个标准，而是一种软件应用架构风格。基于SOAP的Web服务采用RPC架构，如果说RPC是一种面向操作的架构风格，而REST则是一种面向资源的架构风格。REST是目前业界更为推崇的构建新一代Web服务（或者Web API）的架构风格。由于REST仅仅是...]]></description><category></category></item><item><title><![CDATA[分布式事务]]></title><link>https://blog.youkuaiyun.com/sprite101/article/details/84763554</link><guid>https://blog.youkuaiyun.com/sprite101/article/details/84763554</guid><author>sprite101</author><pubDate>Wed, 27 Jan 2016 14:35:18 +0800</pubDate><description><![CDATA[
注：以下内容摘自：http://blog.youkuaiyun.com/bluishglc/article/details/7612811
1.XA
 
XA是由X/Open组织提出的分布式事务的规范。XA规范主要定义了(全局)事务管理器(Transaction Manager)和(局部)资源管理器(Resource Manager)之间的接口。XA接口是双向的系统接口，在事务管理器（Transac...]]></description><category></category></item><item><title><![CDATA[现金流的秘密[转]]]></title><link>https://blog.youkuaiyun.com/sprite101/article/details/84762495</link><guid>https://blog.youkuaiyun.com/sprite101/article/details/84762495</guid><author>sprite101</author><pubDate>Thu, 21 Jan 2016 09:11:29 +0800</pubDate><description><![CDATA[
注：以下内容摘自http://www.jianshu.com/p/231874bfb0e8
 
我相信，通过我的生动分析，你会对苏宁、国美、京东有入目三分的认识！不是我自吹，我这篇文章至少值1000块钱，因为老夫做过生意，知道其中的关键之处，和天天读新闻只知道装B的家伙完全不一样！没人能用这么生动的语言、讲清楚这么重要的问题！
现金流，知道对做生意的有多重要吗？
上一篇我已经说了，国美...]]></description><category></category></item><item><title><![CDATA[spark性能调优]]></title><link>https://blog.youkuaiyun.com/sprite101/article/details/84762493</link><guid>https://blog.youkuaiyun.com/sprite101/article/details/84762493</guid><author>sprite101</author><pubDate>Thu, 21 Jan 2016 09:11:11 +0800</pubDate><description><![CDATA[
注:以下内容摘自：http://segmentfault.com/blogs
 
Spark是基于内存的分布式计算引擎，以处理的高效和稳定著称。然而在实际的应用开发过程中，开发者还是会遇到种种问题，其中一大类就是和性能相关。在本文中，笔者将结合自身实践，谈谈如何尽可能地提高应用程序性能。
分布式计算引擎在调优方面有四个主要关注方向，分别是CPU、内存、网络开销和I/O，其具体调优目标如下...]]></description><category></category></item><item><title><![CDATA[spark RDD]]></title><link>https://blog.youkuaiyun.com/sprite101/article/details/84762296</link><guid>https://blog.youkuaiyun.com/sprite101/article/details/84762296</guid><author>sprite101</author><pubDate>Wed, 20 Jan 2016 10:18:06 +0800</pubDate><description><![CDATA[
RDD是Spark中对数据和计算的抽象，是Spark中最核心的概念，它表示已被分片（partition），不可变的并能够被并行操作的数据集合。
对RDD的操作分为两种transformation和action。Transformation操作是通过转换从一个或多个RDD生成新的RDD。Action操作是从RDD生成最后的计算结果。
在Spark中，提供丰富的transformation和a...]]></description><category></category></item><item><title><![CDATA[spark join]]></title><link>https://blog.youkuaiyun.com/sprite101/article/details/84762289</link><guid>https://blog.youkuaiyun.com/sprite101/article/details/84762289</guid><author>sprite101</author><pubDate>Wed, 20 Jan 2016 10:08:06 +0800</pubDate><description><![CDATA[
Spark join有两种方式:map-side join和reduce-side join
1、Map-side Join使用场景是一个大表和一个小表的连接操作，其中，“小表”是指文件足够小，可以加载到内存中。该算法可以将join算子执行在Map端，无需经历shuffle和reduce等阶段，因此效率非常高。
在Hadoop MapReduce中， map-side join是借助Dist...]]></description><category></category></item><item><title><![CDATA[可伸缩性、可扩展性、缓存可扩展性]]></title><link>https://blog.youkuaiyun.com/sprite101/article/details/84762275</link><guid>https://blog.youkuaiyun.com/sprite101/article/details/84762275</guid><author>sprite101</author><pubDate>Wed, 20 Jan 2016 09:29:52 +0800</pubDate><description><![CDATA[
注：以下内容摘自:http://www.jianshu.com/p/bde93f9d1469
 
一、什么是可伸缩性
可伸缩性是一种对软件系统计算处理能力的设计指标，高可伸缩性代表一种弹性，在系统扩展成长的过程中，软件能够保证旺盛的生命力，通过很少的改动甚至只是硬件设置的添置，就能实现整个系统能力的线性增长，实现高吞吐量和低延迟性能。
 
二、可伸缩性和纯粹性能调优是有区别的：
可...]]></description><category></category></item><item><title><![CDATA[docker镜像和容器]]></title><link>https://blog.youkuaiyun.com/sprite101/article/details/84762046</link><guid>https://blog.youkuaiyun.com/sprite101/article/details/84762046</guid><author>sprite101</author><pubDate>Tue, 19 Jan 2016 09:27:10 +0800</pubDate><description><![CDATA[
docker 镜像(image),容器(container)
两者是互相转化的关系， 前者是一种【过去式】，后者是【进行时】， 镜像就好像是 git 的 tag 标签，是已经打上烙印， 是可以回滚回去的。 后者就是正在运行的状态，是基于镜像的。
比如我们对镜像 ImageA（镜像 ImageA 是静止状态）启动起来， 启动后就变成了 ContainerA 容器（运行状态）， 当我们对该容器...]]></description><category></category></item><item><title><![CDATA[docker使用场景]]></title><link>https://blog.youkuaiyun.com/sprite101/article/details/84762043</link><guid>https://blog.youkuaiyun.com/sprite101/article/details/84762043</guid><author>sprite101</author><pubDate>Tue, 19 Jan 2016 09:24:05 +0800</pubDate><description><![CDATA[
Docker应用容器相对于 VM 有以下几个优点：
1、启动速度快，容器通常在一秒内可以启动，而 VM 通常要更久
2、资源利用率高，一台普通PC 可以跑上千个容器，你跑上千个 VM 试试
3、性能开销小， VM 通常需要额外的 CPU 和内存来完成 OS 的功能，这一部分占据了额外的资源
因为VM 的 Hypervisor 需要实现对硬件的虚拟化，并且还要搭载自己的操作系统，自然在启...]]></description><category></category></item><item><title><![CDATA[分布式与集群]]></title><link>https://blog.youkuaiyun.com/sprite101/article/details/84761940</link><guid>https://blog.youkuaiyun.com/sprite101/article/details/84761940</guid><author>sprite101</author><pubDate>Mon, 18 Jan 2016 14:46:59 +0800</pubDate><description><![CDATA[
注:以下内容摘自:http://blog.chinaunix.net/uid-7374279-id-4413214.html
先说区别：一句话：分布式是并联工作的，集群是串联工作的。1：分布式是指将不同的业务分布在不同的地方。 而集群指的是将几台服务器集中在一起，实现同一业务。 分布式中的每一个节点，都可以做集群。 而集群并不一定就是分布式的。 举例：就比如新浪网，访问的人多了，他可以做一个群...]]></description><category></category></item><item><title><![CDATA[Storm分组机制]]></title><link>https://blog.youkuaiyun.com/sprite101/article/details/84761597</link><guid>https://blog.youkuaiyun.com/sprite101/article/details/84761597</guid><author>sprite101</author><pubDate>Fri, 15 Jan 2016 15:58:27 +0800</pubDate><description><![CDATA[
Stream Grouping定义了一个流在Bolt任务间该如何被切分。这里有Storm提供的6个Stream Grouping类型：
1. 随机分组（Shuffle grouping）：随机分发tuple到Bolt的任务，保证每个任务获得相等数量的tuple。
2. 字段分组（Fields grouping）：根据指定字段分割数据流，并分组。例如，根据“user-id”字段，相同“user...]]></description><category></category></item><item><title><![CDATA[Storm架构]]></title><link>https://blog.youkuaiyun.com/sprite101/article/details/84761596</link><guid>https://blog.youkuaiyun.com/sprite101/article/details/84761596</guid><author>sprite101</author><pubDate>Fri, 15 Jan 2016 15:54:00 +0800</pubDate><description><![CDATA[
storm是我接触并在项目中用到的第一个实时计算框架，做下总结：
一、首先如果如果让我们自己设 计一个实时计算系统，我们要解决哪些问题？
1、低延迟。都说了是实时计算系统了，延迟是一定要低的。
2、高性能。性能不高就是浪费机器。
3、分布式。系统都是为应用场景而生的，如果你的应用场景、你的数据和计算单机就能搞定，那么不用考虑这些复杂的问题了。我们所说的是单机搞不定的情况。
4、可扩展...]]></description><category></category></item><item><title><![CDATA[分布式]]></title><link>https://blog.youkuaiyun.com/sprite101/article/details/84761592</link><guid>https://blog.youkuaiyun.com/sprite101/article/details/84761592</guid><author>sprite101</author><pubDate>Fri, 15 Jan 2016 15:24:12 +0800</pubDate><description><![CDATA[
原文链接：http://blog.youkuaiyun.com/gugemichael/article/details/36688043
一、分布式系统中的概念
三元组：其实，分布式系统说白了，就是很多机器组成的集群，靠彼此之间的网络通信，担当的角色可能不同，共同完成同一个事情的系统。如果按”实体“来划分的话，就是如下这几种：
1、节点 -- 系统中按照协议完成计算工作的一个逻辑实体，可能是执行某些...]]></description><category></category></item><item><title><![CDATA[TCP长连接、短连接]]></title><link>https://blog.youkuaiyun.com/sprite101/article/details/84760705</link><guid>https://blog.youkuaiyun.com/sprite101/article/details/84760705</guid><author>sprite101</author><pubDate>Mon, 11 Jan 2016 14:39:43 +0800</pubDate><description><![CDATA[
一、TCP连接：
当网络通信时采用TCP协议时，在真正的读写操作之前，server与client之间必须建立一个连接，当读写操作完成后，双方不再需要这个连接时它们可以释放这个连接，连接的建立是需要三次握手的，而释放则需要4次握手，所以说每个连接的建立都是需要资源消耗和时间消耗的。
 
三次握手（Three-Way Handshake）即建立TCP连接，就是指建立一个TCP连接时，需要客户...]]></description><category></category></item><item><title><![CDATA[虚拟化技术docker]]></title><link>https://blog.youkuaiyun.com/sprite101/article/details/84760421</link><guid>https://blog.youkuaiyun.com/sprite101/article/details/84760421</guid><author>sprite101</author><pubDate>Sat, 09 Jan 2016 10:33:00 +0800</pubDate><description><![CDATA[
注：以下内容摘自网络！
Docker 是一种“轻量级”容器技术，它几乎动摇了传统虚拟化技术的地位，现在国内外已经有越来越多的公司开始逐步使用 Docker 来替换现有的虚拟化平台了。作为一名 Java 程序员，我们是时候一起把 Docker 学起来了！
本文会对虚拟化技术与 Docker 容器技术做一个对比，然后引出一些 Docker 的名词术语，比如：容器、镜像等。
我们先来回顾一下传...]]></description><category></category></item><item><title><![CDATA[hadoop hdfs fsimage和eidts]]></title><link>https://blog.youkuaiyun.com/sprite101/article/details/84760418</link><guid>https://blog.youkuaiyun.com/sprite101/article/details/84760418</guid><author>sprite101</author><pubDate>Sat, 09 Jan 2016 10:08:40 +0800</pubDate><description><![CDATA[
1、在HDFS中，fsimage和eidts是NameNode两个非常重要的文件。
其中，fsimage是HDFS文件系统存于硬盘中的元数据检查点，里面记录了自最后一次检查点之前HDFS文件系统中所有目录和文件的序列化信息；而edits保存了自最后一次检查点之后所有针对HDFS文件系统的操作，比如：增加文件、重命名文件、删除目录等等。
2、在NameNode启动时候，会先将fsimage中...]]></description><category></category></item><item><title><![CDATA[dubbo]]></title><link>https://blog.youkuaiyun.com/sprite101/article/details/84760357</link><guid>https://blog.youkuaiyun.com/sprite101/article/details/84760357</guid><author>sprite101</author><pubDate>Fri, 08 Jan 2016 16:18:26 +0800</pubDate><description><![CDATA[
注：以下内容摘自dubbo官网用户指南。
背景
(#)
随着互联网的发展，网站应用的规模不断扩大，常规的垂直应用架构已无法应对，分布式服务架构以及流动计算架构势在必行，亟需一个治理系统确保架构有条不紊的演进。



单一应用架构

当网站流量很小时，只需一个应用，将所有功能都部署在一起，以减少部署节点和成本。
此时，用于简化增删改查工作量的 数据访问框架(ORM) 是关键。

...]]></description><category></category></item><item><title><![CDATA[大型网站架构演变]]></title><link>https://blog.youkuaiyun.com/sprite101/article/details/84760311</link><guid>https://blog.youkuaiyun.com/sprite101/article/details/84760311</guid><author>sprite101</author><pubDate>Fri, 08 Jan 2016 13:29:55 +0800</pubDate><description><![CDATA[

转自： http://wenku.baidu.com/view/52b477b765ce0508763213c8.html


今天我们来谈谈一个网站一般是如何一步步来构建起系统架构的，虽然我们希望网站一开始就能有一个很好的架构，但告诉我们事物是在发展中不断前进的，网站架构也是随着业务的扩大、用户的需求不断完善的，下面是一个网站架构逐步发展的基本过程，读完后，请思考，你现在在哪个阶段。...]]></description><category></category></item></channel></rss>