- 综合排序
- 最热优先
- 最新优先
- 来自专栏喔家ArchiSelf
分布式系统的时间问题
2 物理时间：墙上时钟 3 逻辑时钟：为事件定序 4 Turetime：物理时钟回归 5 区块链：重新定义时间 6 其他影响 6.1 NTP的时间同步 6.2 有限时间内的不可能性 6.3 例如，返 回的时间戳是1分30秒350毫秒，而误差是5毫秒，那么真实的时间在1分30秒345毫秒到355毫秒之间。真实的系统中ε平均下来是4毫秒。 5 区块链：重新定义时间 中本聪在比特币一文——《Bitcoin: A Peer-to-Peer Electronic Cash System》中提出了时间戳服务器模型，并奠定了区块链的基础。 想一想，我们知道在有限时间内达到绝对的一致性是不可能的，那为什么程序员自信的设置超时值为5秒呢？ 就像这个世界的概率本质一样，分布式系统同样构建在概率的基础之上。 通过版本号、时间周期，或者到某个固定时间点认为租约的证书失效 租约可以说是分布式系统的心跳机制。在分布式系统中，像分布式锁，集群leader这样角色，可能随时变化。
1.2K53发布于 2020-02-26 - 来自专栏开源心路
分布式系统集群的时间同步
server 127.127.1.0 # local clock fudge 127.127.1.0 stratum 10 后两行是让本机的ntpd和本地硬件时间同步。 当然，我们也可以添加server xxx.xxx.xxx.xxx，让他和其他的time server时间同步。 4. /etc/init.d/ntpd restart或者 service ntpd restart 5. chkconfig ntpd on 设置开机自启动 6. NTP socket is in use, exiting 好，开始写定时任务： [root@sv1 logs]# crontab -e #synchronize time with node1 */5 * * * * /usr/sbin/ntpdate nimbus >/dev/null 2>&1 意思是每5分钟同步一次时间； systemctl enable ntpd systemctl status
49320编辑于 2023-06-29 - 来自专栏运维部落
分布式系统的时间问题
2 物理时间：墙上时钟 3 逻辑时钟：为事件定序 4 Turetime：物理时钟回归 5 区块链：重新定义时间 6 其他影响 6.1 NTP的时间同步 6.2 有限时间内的不可能性 6.3 例如，返 回的时间戳是1分30秒350毫秒，而误差是5毫秒，那么真实的时间在1分30秒345毫秒到355毫秒之间。真实的系统中ε平均下来是4毫秒。 5 区块链：重新定义时间 中本聪在比特币一文——《Bitcoin: A Peer-to-Peer Electronic Cash System》中提出了时间戳服务器模型，并奠定了区块链的基础。 想一想，我们知道在有限时间内达到绝对的一致性是不可能的，那为什么程序员自信的设置超时值为5秒呢？ 就像这个世界的概率本质一样，分布式系统同样构建在概率的基础之上。 通过版本号、时间周期，或者到某个固定时间点认为租约的证书失效 租约可以说是分布式系统的心跳机制。在分布式系统中，像分布式锁，集群leader这样角色，可能随时变化。
1.2K74发布于 2020-02-26 - 来自专栏爱可生开源社区
分布式 | dble 中分布式时间戳方式的全局序列
dble 中目前有 4 种方式的全局序列，分别是 MySQL offset-step 方式、时间戳方式、分布式时间戳方式、分布式 offset-step 方式全局序列。 本文将会从测试的角度简单讲述一下分布式时间戳方式的全局序列的环境搭建及使用。 一、分布式时间戳方式的全局序列简介 此种方式提供一个基于 Zookeeper（以下简称 ZK）的分布式 ID 生成器，可以生成全局唯一的 63 位（首位恒为 0，保证全局序列为正数）二进制 ID。 39 位值（可以使用 17 年） 二、搭建使用分布式时间戳方式的全局序列的环境 1. 5）将得到的日期 (t1)-1970/01/01，得到时间差记为 (t2) select datediff('1979-01-08 08:53:58.752000','1970-01-01'); ?
90030发布于 2020-06-04 - 来自专栏数据分析与挖掘
hadoop完全分布式之集群时间同步
找一个机器，作为时间服务器，所有的机器都和这台机器时间进行定时的同步，比如每隔十分钟，同步一次时间。 1、以hadoop02作为时间服务器。 检查ntp是否安装 rpm -qa |grep ntp 2、修改ntp配置文件 （1）授权192.168.1.0-192.168.1.255网段上的机器可以从这台机器上查询和同步时间 （2）集群在互联网中不使用其它互联网上的时间 （3）当该节点丢失网络连接，依然可以采用本地时间作为时间服务器为集群中的其它节点提供时间同步。 加入： server 127.127.1.0 fudge 127.127.1.0 stratum 10 3、修改/etc/sysconfig/ntpd文件 让系统时间和启动时间一起同步 vim /etc /sysconfig/ntpd 加入：SYNC_HWCLOCK=yes 4、重启ntp服务 service ntpd start 5、设置ntp服务开机启动 chkconfig ntpd on 6、其它机器配置
70430发布于 2020-08-26 - 来自专栏罗西的思考
TensorFlow 分布式环境(5) --- Session
[源码解析] TensorFlow 分布式环境(5) --- Session 目录 [源码解析] TensorFlow 分布式环境(5) --- Session 1. Systems" [翻译] TensorFlow 分布式之论文篇 "Implementation of Control Flow in TensorFlow" [源码解析] TensorFlow 分布式环境 (1) --- 总体架构 [源码解析] TensorFlow 分布式环境(2)---Master 静态逻辑 [源码解析] TensorFlow 分布式环境(3)--- Worker 静态逻辑 [源码解析 ] TensorFlow 分布式环境(4) --- WorkerCache 1. 图 5 WorkerSession 概念 // WorkerSession encapsulates all of the state relating to a given session. class
86111编辑于 2022-05-09 - 来自专栏腾讯云混沌工程团队
【云顾问-混沌】容易忽视的分布式时间
导语 时间在分布式系统中是一个重要且有趣的问题。时间是我们一直想要准确测量的量。为了知道特定事件在一天中的什么时间发生在特定计算机上，有必要将其时钟与权威的外部时间源同步。 很显然，在复杂的分布式系统中，准确的时间十分重要。既然时间这么重要，那时间不准确或者出现跳变的情况，会对系统产生影响吗？答案是会的。 手机里的时间准确吗？ 当别人问你现在什么时间的时候，你会怎么做？ 但是这个时间是经过协调的，真正准确的时间是国际原子钟时间（International Atomic Time, TAI）。UTC时间和TAI时间是有差异的。 步骤一：选择告警服务CVM实例，时间回退5秒钟 步骤二：故障注入成功之后，观察程序是否正常执行 步骤三：启动恢复动作，恢复告警服务CVM实例系统时间 步骤四：恢复动作执行成功之后，观察程序是否恢复正常运行 ，告警服务所在实例的系统时间回退了5s, 使得times < 0，进而无法触发告警逻辑，而且这个异常会一直存在除非时间恢复。
86810编辑于 2024-03-15 - 来自专栏四火的唠叨
聊一聊分布式系统中的时间
今天聊一下时间的话题。在分布式系统中，“时间” 是一个挺有趣，但是很难处理的东西。我把自己的理解简单整理下来。 不可靠的物理时钟 首先，单一节点的物理时钟是不可靠的。 如果一个分布式系统，多个节点想要仅仅依赖于物理时钟来完成什么操作，那么只能祈祷运气足够好了。 很多分布式系统中都会使用一种 lease（租约）的机制，比如一个集群中的 leader，作为 leader 会扮演不同的角色，但是必须要 renew 这个 lease，否则超过一定的时间，无论它给不给响应 上面说的节点超时的情况我在《谈谈分布式锁》里面有详细说明。 TT.before(t) 它返回当前时间是不是肯定在 t 之前 有了 TrueTime，这让分布式系统中，本来无法通过物理时钟解决的问题也变得可解决了。
37410编辑于 2024-10-21 分布式缓存算法获IEEE时间检验奖
分布式缓存算法荣获2022年IEEE INFOCOM时间检验论文奖某中心应用科学经理Anwar Walid因其2010年关于内容分发网络分布式缓存算法的论文，荣获2022年IEEE INFOCOM时间检验奖 当时，大型视频对象存储在通常远离用户的中央服务器中，导致视频下载时间过长以及流媒体传输延迟或中断。通过在网络提供商的不同位置设置缓存，存在优化机会。 三大技术目标"该方案通过分布式缓存实现三个目标，"Walid解释道，"一是减少延迟，提高客户观看视频时的服务质量；二是提高下载大容量内容的吞吐量；三是提升可靠性。"" 分布式策略根据附加到每个对象的效用函数，决定是否缓存对象或将其从缓存中驱逐。"我们的解决方案提供了数据驱动的分布式算法来管理这些缓存，"Walid说，"决策包括例如缓存哪些对象以及在哪里缓存。" 我的背景有助于贡献分布式缓存解决方案的设计，帮助解决了这个问题，"他解释道。IEEE（电气与电子工程师学会）是全球最大的专业技术组织，致力于推动技术发展造福人类。
15410编辑于 2025-08-29- 来自专栏chester技术分享
.NET分布式Orleans - 5 - 持久化
在分布式系统中，数据的持久化是至关重要的一环。 Orleans 7 引入了强大的持久化功能，使得在分布式环境下管理数据变得更加轻松和可靠。 这对于构建可靠的分布式系统至关重要，因为它确保了数据的持久性和一致性。 持久化使得 Orleans 可以在不丢失数据的情况下处理节点故障或应用程序的重新启动。 它还可以用于支持扩展性和负载平衡，因为数据可以在集群中的不同节点上进行分布式存储。 Orleans 7 的持久化怎么设置？
43310编辑于 2024-03-27 - 来自专栏罗西的思考
PyTorch 分布式 Autograd (5) ---- 引擎(上)
[源码解析] PyTorch 分布式 Autograd (5) ---- 引擎(上) 目录 [源码解析] PyTorch 分布式 Autograd (5) ---- 引擎(上) 0x00 摘要 0x01 autograd 引擎，本文和下文就看看如何分布式引擎如何运作。 DistAutogradContext 存储在一个worker之上的每一个分布式autograd的相关信息，其在分布式 autograd 之中封装前向和后向传播，累积梯度，这避免了多个worker在彼此的梯度上互相影响 分布式引擎的多线程结构仅适用于CPU任务。如果我们有CPU->GPU->CPU这样的任务顺序，分布式 autograd 就没有线程来执行最后一个CPU任务。 | | 5
73820编辑于 2021-12-06 - 来自专栏火属性小虫
SpringCloud进阶（5）–Seata分布式事务
SpringCloud进阶（5）–Seata分布式事务 在分布式环境下，很多时候我们也需要事务的使用，如购入下单，我们可能需要经过库存服务、订单服务、用户账户服务多个步骤，如果没有事务加持，很有可能会出错 分布式事务解决方案 1. XA分布式事务协议 – 2PC（两阶段提交实现） 这里的PC指的是Prepare和Commit，也就是说它分为两个阶段，一个准备一个提交。 在准备和提交阶段，会进行： 准备阶段： 一个分布式事务是由协调者开启的，首先协调者会向所有事务执行者发送事务内容，等待所有事务执行者答复。 如果至少有一个执行者返回失败或者超时，那么所有的执行者都会回滚，分布式事务执行失败。 这个方式比较简单，但也存在几个问题： 事务协调者是非常核心的角色，一旦出现问题，将导致分布式事务不能正常运行。 如果所有的执行者至少有一个返回NO，则协调者向所有执行者发送abort请求，所有执行者在收到请求或是超过一段时间没有收到任何请求时，会中断事务。
27010编辑于 2024-02-07 - 来自专栏前端知识分享
第5天：js-系统时间对象
今天听了一小节，js中如何获取系统时间。最后做了一个轮播图效果，是在别人的代码上修改的，一开始做了好半天，都没做好，最后，在我的坚持下，终于做出来了。今天先到这儿，去休息了! 获取时间对象：new Date（） getFullYear() getMonth() getDate() getDay() getHours() getMinutes() getSeconds() 以下是个小例子 DOCTYPE html> <html lang="en"> <head> <meta charset="UTF-8"> <title>js-时间</title> <style> body{ font-size: 20px; } </style> <script> // alert(new Date());当前系统的时间对象 window.onload=function() 星期二"; }; if (iWeek==3) { iWeek="星期三"; }; if (iWeek==4) { iWeek="星期四"; }; if (iWeek==5)
2K20发布于 2018-09-11 - 来自专栏又见苍岚
Next -5- 设定站点建立时间
Hexo博客Next主题的站点建立时间主要体现在页脚的 © 2020 ，如果不修改会设置为当前年份。本文介绍该年份设置方法。
73410编辑于 2022-08-04 - 来自专栏全栈程序员必看
5个强大的Java分布式缓存框架_5个Java分布式缓存框架「建议收藏」
5个强大的Java分布式缓存框架 1、Ehcache– Java分布式缓存框架 Ehcache是一个Java实现的开源分布式缓存框架，EhCache 可以有效地减轻数据库的负载，可以让数据保存在不同服务器的内存中 Ehcache的配置示例代码： 在同类的Java缓存框架中，Ehcache配置相对简单，也比较容易上手，最大的优势是它支持分布式缓存。 2、Cacheonix– 高性能Java分布式缓存系统 Cacheonix同样也是一个基于Java的分布式集群缓存系统，它同样可以帮助你实现分布式缓存的部署。 这次介绍的Cacheonix同样也是一个基于Java的分布式集群缓存系统，它同样可以帮助你实现分布式缓存的部署。 官方网站：http://jbosscache.jboss.org/ 使用教程：http://www.codeceo.com/article/jboss-cache-java.html 5、Voldemort
2.7K20编辑于 2022-09-01 - 来自专栏黑客下午茶
分布式 PostgreSQL 集群(Citus)官方示例 - 时间序列数据
目录 扩展 Citus 上的时间序列数据 自动创建分区 使用列式存储归档 将行分区归档到列式存储 更多 在时间序列工作负载中，应用程序（例如一些实时应用程序查询最近的信息，同时归档旧信息。 ，每个表包含不同的时间范围。 例如，保留一年的时间序列数据并定期仅查询最近一周。 扩展 Citus 上的时间序列数据 我们可以将单节点表分区技术与 Citus 的分布式分片相结合，形成一个可扩展的时间序列数据库。这是两全其美的。 我们需要创建分区并指定它们的时间范围，之后我们可以插入与范围匹配的数据。 自动创建分区 Citus 为分区管理提供了辅助函数。 随着时间的推移，您将需要进行一些维护以创建新分区并删除旧分区。
2.6K30编辑于 2022-03-31 - 来自专栏初代庄主
4 年时间让 Python 性能提升 5 倍
Guido 在微软开启了一个叫 “Faster-Cpython” 的项目，其目标是在 4 年的时间里让 Cpython 解释器的性能提升 5 倍。 按计划应该是每年把性能提升到之前的 150%，这样经过 4 年刚好提升 5 倍。就 3.11.0 这个版本来说，相比预期还是要差上一些。
54120编辑于 2022-12-19 - 来自专栏Python编程爱好者
5分钟Flink - 时间语义和Watermark
的流式处理中，会涉及到时间的不同概念，如下图所示: Event Time：事件实际发生而产生的时间 Ingestion time：数据进入 Flink 处理框架的时间 Processing Time： operator 的数据都是按照事件产生的时间顺序来的，但是也不排除由于网络、分布式等原因，导致乱序的产生，所谓乱序，就是指 Flink 接收到的事件的先后顺序不是严格按照事件的 Event Time 上图中，我们设置的允许最大延迟到达时间为 2s，所以时间戳为 7s 的事件对应的 Watermark 是 5s，时间戳为 12s 的事件的 Watermark 是 10s，如果我们的窗口 1 是 1s~ 5s，窗口 2 是 6s~10s，那么时间戳为 7s 的事件到达时的 Watermarker 恰好触发窗口 1，时间戳为 12s 的事件到达时的 Watermark 恰好触发窗口 2。 arr(1).toLong, 1) } }).keyBy(0) .window(TumblingProcessingTimeWindows.of(Time.seconds(5)
89510发布于 2020-09-08 - 来自专栏小白晋级大师
分布式系统架构5：限流设计模式
这是小卷对分布式系统架构学习的第5篇文章，今天来学习限流器和限流设计模式1.为什么要限流？ 实现方式：将时间划分为固定的时间窗口（如 1 秒、1 分钟）。每个窗口维护一个计数器，记录当前时间窗口内的请求次数。如果计数器值超过限流阈值，直接拒绝请求；否则增加计数器。 答案是可以的存在缺陷：造成上面2个问题得原因是流量计数器模式是对时间点进行离散的统计2.2滑动窗口模式概念：时间轴上，一个固定大小的窗口随时间平滑滚动。 实现方式基于 Redis + Lua 脚本使用 Redis 脚本实现分布式限流，在 Redis 中存储全局的请求计数器基于一致性算法使用分布式一致性算法（如 Raft、Paxos）维护全局流量状态分布式网关通过 简单了解了下分布式限流的概念。限流本身是有代价的，实际开发中需要权衡方案的代价和收益。后续有时间补充Sentinel的限流原理和其中用了哪些设计模式。
43610编辑于 2024-12-22 - 来自专栏大数据知识
常用的5个分布式缓存框架
今天，我们通过本文主要是分享了 5 个常用的Java分布式缓存框架，这些缓存框架支持多台服务器的缓存读写功能，可以让你的缓存系统更容易扩展。 1、Ehcache – Java分布式缓存框架 Ehcache 是一个 Java 实现的开源分布式缓存框架，EhCache 可以有效地减轻数据库的负载，可以让数据保存在不同服务器的内存中，在需要数据的时候可以快速存取 2、Cacheonix – 高性能Java分布式缓存系统 Cacheonix同样也是一个基于Java的分布式集群缓存系统，它同样可以帮助你实现分布式缓存的部署。 5、Voldemort – 基于键-值（key-value）的缓存框架 Voldemort是一款基于Java开发的分布式键-值缓存系统，像JBoss Cache一样，Voldemort 同样支持多台服务器之间的缓存同步 对于学习java的小伙伴，首先我们主要的中心就是围绕着学习的，而在学习中要有目的有方法的去学习，最主要的是要把Java课程内容中的核心知识必须掌握，像分布式缓存框架这样的在实际开发中常用到的知识，我们就有必要熟练掌握
1.4K30编辑于 2021-12-07
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号