作者：赵钰莹_本文转载于InfoQ。__原文链接_：https://www.infoq.cn/article/EEKM947YbboGtD\_zQuLw(https://www.oschina.net/action/GoToLink?urlhttps%3A%2F%2Fwww.infoq.cn%2Farticle%2FEEKM947YbboGt

背景2016年Q3季度初，在美团外卖上单2.0项目上线后，商家和商品数量急速增长，预估商品库的容量和写峰值QPS会很快遇到巨大压力。随之而来也会影响线上服务的查询性能、DB（数据库，以下统一称DB）主从延迟、表变更困难等一系列问题。要解决上面所说的问题，通常有两种方案。第一种方案是直接对现有的商品库进行垂直拆分，可以缓解目前写峰值QPS过大、D

摘要：本文主要介绍了EhCache，并通过整合Spring给出了一个使用实例。一、EhCache介绍EhCache是一个纯Java的进程内缓存框架，具有快速、精干等特点，是Hibernate中默认的CacheProvider。Ehcache是一种广泛使用的开源Java分布式缓存。主要面向通用缓存,JavaEE和轻量级

摘要：本文尝试对Mongo的复制和分布式事务的原理进行描述，在必要的地方，对实现的正确性进行论证，希望能为MongoDB内核爱好者提供一些参考。1.前言MongoDB基于wiredTiger提供的泛化SI的功能，重构了readHistory(readMajority)的能力基于wiredTiger提供的AllC

阅读目录定义优秀MQ特点产品比较实例（简单的实战）关于消息队列与分布式的那些事定义：消息队列（MQ）是一种应用程序对应用程序的通信方法，应用程序通过队列进行通信，而不是通过直接调用彼此来通信，队列的使用除去了接收和发送应

Raft分布式一致性算法原理(选举和同步)一.背景在集群环境下，很容易出现单节点故障的问题，那么我们就需要进行集群部署，但是当集群部署的环境下，我们如何保证工作有序的调度与通信并且保证一致性呢，当客户端发送一连串指令，我们需要在集群环境下，所有服务机器最终要保证一致性，而且在出现一系列异常并且恢复

1\.概述本文以淘宝作为例子，介绍从一百个并发到千万级并发情况下服务端的架构的演进过程，同时列举出每个演进阶段会遇到的相关技术，让大家对架构的演进有一个整体的认知，文章最后汇总了一些架构设计的原则。2\.基本概念在介绍架构之前，为了避免部分读者对架构设计中的一些概念不了解，下面对

作为分布式缓存系统，Redis大量的应用于互联网行业的各类应用，即使是传统行业，只要是面向公众客户的互联网应用，因用户数的激增，也纷纷基于Redis做架构的改造。像微博及Twitter这两大社交平台重度依赖Redis来承载海量用户访问，通过构建可灵活扩展的Redis集群让其能够承载上亿用户的访问规模。我们按照Redis数据结构维度，其适用的具体场景如

NewSQL是各种新型可伸缩高性能SQL数据库的简称。它在分布式架构中发挥关系模型的优势，从一开始就考虑SQL函数，精简传统关系数据库中不必要的组件，提高效率。所以NewSQL数据库(https://www.oceanbase.com/)几乎可以无

UUID​UUID（通用唯一识别码）是由32个十六进制数组成的无序字符串，通过一定的算法计算出来。为了保证其唯一性，UUID规范定义了包括网卡MAC地址、时间戳、名字空间（Namespace）、随机或伪随机数、时序等元素，以及从这些元素生成UUID的算法。