Redis集群一般有四种方式，分别为：主从复制、哨兵模式、Cluster以及各大厂的集群方案。在3.0版本之前只支持单实例模式，3.0之后支持了集群方式。在3.0之前各大厂为了解决单实例Redis的存储瓶颈问题各自推出了自己的集群方案，其核心思想就是数据分片，主要有客户端分片、代理分片、服务端分片。这里咱们只介绍前三种方式：主从、哨兵、Cluster。

摘要：GaussDB(DWS)支持在相同网络中，配置一个GaussDB(DWS)集群连接到一个MRS集群，然后将数据从HDFS中的文件读取到GaussDB(DWS)。MapReduce服务（MapReduceService，简称MRS）是一个基于开源Hadoop生态环境而运行的大数据集群，对外提供大容量数据的存储和分析能力，可解决用户的数据

之前介绍了rediscluster的结构及高可用集群部署过程，今天这里简单说下redis集群的迁移。由于之前的rediscluster集群环境部署的服务器性能有限，需要迁移到高配置的服务器上。考虑到是线上生产环境，决定在线迁移，迁移过程，不中断服务。操作过程如下：一、机器环境123456789101

框架特点1.支持各种基于spring的db框架2.兼容springcloud、dubbo3.使用简单，代码完全开源4.基于切面的强一致性事务框架5.高可用，模块可以依赖dubbo或springcloud的集群方式做集群化，TxManager也可以做集群化使用示例分布式事务发起方：@Overrid

背景由于公司目前的主要产品使用的注册中心是consul，consul需要用集群来保证高可用，传统的方式（Nginx/HAProxy）会有单点故障问题，为了解决该问题，我开始研究如何只依赖consul做集群的注册的方式，经过一天的折腾，总算验证了可以通过集群版ConsulClient(https://www.oschina.net/a

一说到集群服务相信对普通开发者来说肯定想到很复杂的事情，如zeekeeper,反向代理服务网关等一系列的搭建和配置等等；总得来说需要有一定经验和规划的团队才能应用起来。在这文章里你能看到在.netcore下的另一种集群构建方案，通过Beetlex即可非常便捷地构建高可用的集群服务。简述Beetlex的Webapi集群应用并没有依赖于第三方服

首先是为什么使用portainer？开源的容器编排和监控管理就得说下DockerUI和shipyard    DockerUI和portainer是同一个大神开源的容器工具，DockerUI只能布署单台服务器无法编排集群应用现在github上也有阵没有更新了。   shipyard支持集群编排，自个使用了下，不好用。因为为了加入集群每

!(https://oscimg.oschina.net/oscnet/4052c56a29244f8480cbfc7a24053721.png)Kafka集群方案该怎么做。既然是集群，那必然就要有多个Kafka节点机器，因为只有单台机器构成的Kafka伪集群只能用于日常测试之用，根本无法满足实际的线上生产需求。而真正的线上环境需要

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

VM集群由以下子模块组成vmstorage：存储原始数据，并根据指定时间范围和标签过滤条件等返回查询数据集vminsert：接收数据写入，并根据指标名和标签按一致性hash分发至集群中vmstorage节点vmselect：执行查询请求，从数据所在的vmstorage节点获取数据每个模块可以独立扩缩容。其中vmstorage各节点之间不互相通信，属于sharenothing架构。如此可以增加集群可用性，也简化了集群维护、扩容。