开始进入正题一、技术介绍@MongoDB（来自于英文单词“Humongous”，中文含义为“庞大”）是可以应用于各种规模的企业、各个行业以及各类应用程序的开源数据库。作为一个适用于敏捷开发的数据库，MongoDB的数据模式可以随着应用程序的发展而灵活地更新。与此同时，它也为开发人员提供了传统数据库的功能：二级索引，完整的查询系统以及严格一致性等等。

一、Api管理的难点在哪？相信无论是前端，还是后端的测试和开发人员，都遇到过这样的困难。不同工具之间数据一致性非常困难、低效。多个系统之间数据不一致，导致协作低效、频繁出问题，开发测试人员痛苦不堪。1.开发人员在Swagger定义好文档后，接口调试的时候还需要去Postman再定义一遍。2.前端开发Mock数据的时候又要去mo

!(https://oscimg.oschina.net/oscnet/28e6892843e943139df80dc6571b37ee.jpg)前言在SpringBoot很火热的时候，阿里巴巴的分布式框架Dubbo不知是处于什么考虑，在停更N年之后终于进行维护了。在之前的微服务中，使用的是当当维护的版本Dubbox，整合方

导读：DBus是我们要介绍的在敏捷大数据（AgileBigData）背景下的第一个平台。企业中大量业务数据保存在各个业务系统数据库中，为同时解决数据同步的一致性和实时性问题，DBus（数据总线）平台应运而生。DBus专注于数据的实时采集和实时分发，是一种基于日志的解决方案，同时能够提供消息订阅的方式给下游系统使用。本篇文章主要介绍在DBus的设计中，它

本文从计算机模型开始，以及CPU与内存、IO总线之间的交互关系到CPU缓存一致性协议的逻辑进行了阐述，并对JMM的思想与作用进行了详细的说明。针对volatile关键字从字节码以及汇编指令层面解释了它是如何保证可见性与有序性的，最后对volatile进行了拓展，从实战的角度更了解关键字的运用。一、现代计算机理论模型与工作原理

①弱一致性（最终一致），更能保证用户的访问速度：举例来说，在传统的关系型数据库中，一个COUNT类型的操作会锁定数据集，这样可以保证得到“当前”情况下的精确值。这在某些情况下，例如通过ATM查看账户信息的时候很重要，但对于Wordnik来说，数据是不断更新和增长的，这种“精确”的保证几乎没有任何意义，反而会产生很大的延迟。他们需要的是一个“

事务的四大特性（ACID）1、原子性（Atomicity）事务是一个不可分割的单位，事务中的所有SQL等操作要么都发生，要么都不发生。2、一致性（Consistency）事务发生前和发生后，数据的完整性必须保持一致。3、隔离性（Isolation）当并发访问数据库时，一个正在执行的事务在执行完毕前，对应其他的会话是不可见的，多个并发事

众所周知单个机房在出现不可抗拒的问题（如断电、断网等因素）时，会导致无法正常提供服务，会对业务造成潜在的损失。所以在协同办公领域，一种可以基于同城或异地多活机制的高可用设计，在保障数据一致性的同时，能够最大程度降低由于机房的仅单点可用所导致的潜在高可用问题，最大程度上保障业务的用户体验，降低单点问题对业务造成的潜在损失显得尤为重要。

背景如果数据在同一个服务的同一个数据库，通过SQL即可查询相对比较简单，但当数据被分布到不同服务不同的数据库中时，访问组合数据的操作就变的比较困难。针对这个问题，本文描述了服务读取不同服务的数据库的几种方法：服务间通信模式、数据缓存模式、数据复制模式、数据

作者：京东物流刘浩前言在单机环境中，我们主要通过线程间的加锁机制来确保同一时间只有一个线程能够访问某个共享资源或执行某个关键代码块，从而防止各种并发修改异常。例如，在Java中提供了synchronized/Lock。但是在分布式环境中，这种线程间的锁机制