注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. IP数据包与分片解析

  2. IP数据包与分片解析，通过ping des-IP -l 1472 与ping des-IP -l 1473，抓包分析，解释其中的标识字段，标志，片偏移等。

  3. 所属分类：网络基础

    • 发布日期：2014-06-12
    • 文件大小：1048576
    • 提供者：tony_911

  1. Elasticsearch 技术解析与实战.zip

  2. 前言 第1章 Elasticsearch入门 1 1.1 Elasticsearch是什么 1 1.1.1 Elasticsearch的历史 2 1.1.2 相关产品 3 1.2 全文搜索 3 1.2.1 Lucene介绍 4 1.2.2 Lucene倒排索引 4 1.3 基础知识 6 1.3.1 Elasticsearch术语及概念 6 1.3.2 JSON介绍 10 1.4 安装配置 12 1.4.1 安装Java 12 1.4.2 安装Elasticsearch 12 1.4.3 配置

  3. 所属分类：其它

    • 发布日期：2019-07-25
    • 文件大小：124780544
    • 提供者：jinsihewas

  1. 【通信工程师中级】2018年通信中级互联网技术实务真题-解析+答案+最终完整版.pdf

  2. 【通信工程师中级】2018年通信中级互联网技术实务真题-解析+答案+最终完整版.pdf试题二(20分) 阅读下列说明,回答问题1至问题4,请解答填入答题纸的以应栏内。 [说明 图2是一个包括三个子网的网络拓扑,图屮标注了各个设备的P地址、各子网的网络地址和子网掩码, 并示意性给出了路由器R1的路由表。 R1的路由表(未给出默认路由) 日的网络地址子网掩码下一跳 128.30.33.13 子网1 网终地址128.30.33.0 分 H1 子网掩码25.255.255.128 128.30.33.0

  3. 所属分类：其它

    • 发布日期：2019-10-20
    • 文件大小：822272
    • 提供者：ownskin

  1. 分布式事务 Seata TCC 模式深度解析

  2. 本文档的内容主要分为以下四个部分： 1、Seata TCC 模式的原理解析； 2、从 TCC 的业务模型与并发控制分享如何设计一个 TCC 接口，并且适配 TCC 模型； 3、如何控制异常； 4、性能优化，使得 TCC 模式能够满足更高的业务需求。Seat关注的就是微服务架构下的数据一致性问题,是一整套的分布式事务解决方案。 Seat框架包 含两种模式,一种是AT模式。AT模式主要从数据分片的角度,关注多DB访问的数据一致性,当 然也包括多服务下的多DB数据访问一致性问题。 另外一个就是τCC模

  3. 所属分类：Java

    • 发布日期：2019-07-01
    • 文件大小：1048576
    • 提供者：longlongriver

  1. IP分片.pcapng

  2. 用于分析IP分片的wireshark抓包文件，IP分片解析文章地址：https://blog.csdn.net/Firefly_cjd/article/details/110366657

  3. 所属分类：互联网

    • 发布日期：2020-11-30
    • 文件大小：9216
    • 提供者：Firefly_cjd

  1. python sorted方法和列表使用解析

  2. 这篇文章主要介绍了python sorted方法和列表使用解析,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下 一、基本形式列表有自己的sort方法，其对列表进行原址排序，既然是原址排序，那显然元组不可能拥有这种方法，因为元组是不可修改的。排序，数字、字符串按照ASCII，中文按照unicode从小到大排序 如果有一个人排序好的副本，同时保持原有的列表不变，怎么实现呢？ 注意:y=x通过分片操作将列表x的元素全部拷贝给y,如果简单的把X赋值给

  3. 所属分类：其它

    • 发布日期：2020-12-25
    • 文件大小：295936
    • 提供者：weixin_38616033

  1. sharding-shpere-temp:分片球形原始解析-源码

  2. 官方网站： ： 文档 概述 ShardingSphere是一个开放源代码生态系统，由一组分布式数据库中间件解决方案组成，包括两个独立产品Sharding-JDBC和Sharding-Proxy和Sharding-Sidecar（待办事项）。 它们都提供数据分片，分布式事务和数据库编排功能，适用于各种情况，例如Java同构，异构语言和云原生。 为了合理地利用分布式系统中数据库的计算和存储容量，ShardingSphere将自己定义为中间件，而不是全新的数据库类型。 作为许多企业的基石，关系数据

  3. 所属分类：其它

    • 发布日期：2021-03-23
    • 文件大小：3145728
    • 提供者：weixin_42146086

  1. incubator-shardingsphere-4.0.0-RC2:shardingsphere原始解析-源码

  2. 官方网站： ： 文档 概述 ShardingSphere是一个开放源代码生态系统，由一组分布式数据库中间件解决方案组成，包括两个独立产品Sharding-JDBC和Sharding-Proxy和Sharding-Sidecar（待办事项）。 它们都提供数据分片，分布式事务和数据库编排功能，适用于各种情况，例如Java同构，异构语言和云原生。 为了合理地利用分布式系统中数据库的计算和存储容量，ShardingSphere将自己定义为中间件，而不是全新的数据库类型。 作为许多企业的基石，关系数据

  3. 所属分类：其它

    • 发布日期：2021-03-23
    • 文件大小：48234496
    • 提供者：weixin_42131276

  1. sharding-jdbc-1.5.1:sharding-jdbc原始码解析-源码

  2. 分片JDBC-分片数据库和表的JDBC驱动程序 概述 分片JDBC是JDBC的扩展，提供了诸如分片，读/写拆分和BASE事务之类的分布式功能。 特征 1.分片 分布式数据库中支持的聚合功能，分组依据，排序依据和限制SQL。 支持联接（内部/外部）查询。 分片运算符= ，支持BETWEEN和IN 。 支持分片算法定制。 提示支持。 2.读/写拆分 相同的交易数据并发保证。 提示支持。 3.基础交易 尽力而为交付交易。 尝试确认取消交易（TBD）。 4.相容性 ORM自适应。 支持JPA

  3. 所属分类：其它

    • 发布日期：2021-03-23
    • 文件大小：4194304
    • 提供者：weixin_42106357

  1. 搭建高可用mongodb集群（四）——分片

  2. 按照上一节中深入副本集搭建后还有两个问题没有解决：从节点每个上面的数据都是对数据库全量拷贝，从节点压力会不会过大；数据压力大到机器支撑不了的时候能否做到自动扩展？在系统早期，数据量还小的时候不会引起太大的问题，但是随着数据量持续增多，后续迟早会出现一台机器硬件瓶颈问题的。而MongoDB主打的就是海量数据架构，他不能解决海量数据怎么行！“分片”就用这个来解决这个问题。传统数据库怎么做海量数据读写？其实一句话概括：分而治之。上图看看就清楚了，如下TaoBao岳旭强提到的架构图：上图中有个TDDL，

  3. 所属分类：其它

    • 发布日期：2021-02-26
    • 文件大小：978944
    • 提供者：weixin_38726007

  1. Hadoop中Partition深度解析

  2. Partitioner的作用是对Mapper产生的中间结果进行分片，以便将同一分组的数据交给同一个Reducer处理，它直接影响Reduce阶段的负载均衡。旧版API中Partitioner的类图如图所示。它继承了JobConfigurable，可通过configure方法初始化。它本身只包含一个待实现的方法getPartition。该方法包含三个参数，均由框架自动传入，前面两个参数是key/value，第三个参数numPartitions表示每个Mapper的分片数，也就是Reducer的个数

  3. 所属分类：其它

    • 发布日期：2021-02-26
    • 文件大小：402432
    • 提供者：weixin_38673694

  1. HBase原理－数据读取流程解析

  2. 和写流程相比，HBase读数据是一个更加复杂的操作流程，这主要基于两个方面的原因：其一是因为整个HBase存储引擎基于LSM-Like树实现，因此一次范围查询可能会涉及多个分片、多块缓存甚至多个数据存储文件;其二是因为HBase中更新操作以及删除操作实现都很简单，更新操作并没有更新原有数据，而是使用时间戳属性实现了多版本。删除操作也并没有真正删除原有数据，只是插入了一条打上”deleted”标签的数据，而真正的数据删除发生在系统异步执行Major_Compact的时候。很显然，这种实现套路大大简

  3. 所属分类：其它

    • 发布日期：2021-02-25
    • 文件大小：224256
    • 提供者：weixin_38592455

  1. 三维光学数字像的一种解析逼近模型

  2. 利用双三次均匀B样条曲面片建立三维光学数字图像的逼近模型。该数学模型是依据双三次均匀B样条曲面片对三维光学数字图像的分片逼近技术来建立的。文中给出了空间自由表面的双三次均匀B样条表达方法和三维数字像的B样条重构结果。

  3. 所属分类：其它

    • 发布日期：2021-02-11
    • 文件大小：1048576
    • 提供者：weixin_38747917

  1. 谦虚：HTML5解析器myhtmlCSS选择器-源码

  2. 警告，此分片已过时并直接移至 ，请使用 > = 1.0.0 谦虚 用于HTML5解析器CSS选择器（用于水晶包装器）。 安装 将此添加到应用程序的shard.yml ： dependencies : modest : github : kostya/modest CSS选择器与myhtml解析器的结合使用 require " modest " page = <<-PAGE bla PAGE myhtml

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：16384
    • 提供者：weixin_42173218

  1. myhtml：带有Crystal语言CSS选择器的快速HTML5解析器-源码

  2. 我HTML 快速HTML5解析器（用于lexborisov的和水晶绑定）。 生产中使用的此分片每天稳定地解析数百万页，非常稳定且快速。 安装 将此添加到应用程序的shard.yml ： dependencies : myhtml : github : kostya/myhtml 并运行shards install 使用范例 require " myhtml " html = <<-HTML < a xss

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：72704
    • 提供者：weixin_42143092

  1. 分片方法：分表分库的新思路-服务层共享框架，全SQL，全数据库兼容，ACID特性与原生数据库一致，能实现RR等级分离，无SQL解析性能更高-源码

  2. 核心特性 全数据库全SQL兼容，完美RR等级读写分离，与原生一致的ACID特性，轻量简单易扩展 另外一个轮子的意义 很多人会质疑城市表面过度流行的Sharding中间件/应用层Sharing框架已经有很多，他们都已经发展了很久了，功能也很强大，为什么要一个再重复制造这么个轮子呢？ 之所以这里有一个新的轮子不是因为我懒得无事，而是我对目前基于传统RDB上Sharding框架的设计的理念不太恰当，虽然他们或许都很圆，跑的很快，但是使用不当的话，容易翻车。我期望的车轮是既能跑的快，但也能跑的稳。 我们

  3. 所属分类：其它

    • 发布日期：2021-02-02
    • 文件大小：64512
    • 提供者：weixin_42131785

  1. 搭建高可用mongodb集群（四）——分片

  2. 按照上一节中深入副本集搭建后还有两个问题没有解决：从节点每个上面的数据都是对数据库全量拷贝，从节点压力会不会过大；数据压力大到机器支撑不了的时候能否做到自动扩展？在系统早期，数据量还小的时候不会引起太大的问题，但是随着数据量持续增多，后续迟早会出现一台机器硬件瓶颈问题的。而MongoDB主打的就是海量数据架构，他不能解决海量数据怎么行！“分片”就用这个来解决这个问题。传统数据库怎么做海量数据读写？其实一句话概括：分而治之。上图看看就清楚了，如下TaoBao岳旭强提到的架构图：上图中有个TDDL，

  3. 所属分类：其它

    • 发布日期：2021-01-30
    • 文件大小：978944
    • 提供者：weixin_38682790

  1. Hadoop中Partition深度解析

  2. Partitioner的作用是对Mapper产生的中间结果进行分片，以便将同一分组的数据交给同一个 Reducer处理，它直接影响Reduce阶段的负载均衡。旧版API中Partitioner 的类图如图所示。它继承了JobConfigurable，可通过configure方法初始化。它本身只包含一个待实现的方法 getPartition。该方法包含三个参数，均由框架自动传入，前面两个参数是key/va

  3. 所属分类：其它

    • 发布日期：2021-01-30
    • 文件大小：402432
    • 提供者：weixin_38718690

  1. HBase原理－数据读取流程解析

  2. 和写流程相比，HBase读数据是一个更加复杂的操作流程，这主要基于两个方面的原因：其一是因为整个HBase存储引擎基于LSM-Like树实现，因此一次范围查询可能会涉及多个分片、多块缓存甚至多个数据存储文件;其二是因为HBase中更新操作以及删除操作实现都很简单，更新操作并没有更新原有数据，而是使用时间戳属性实现了多版本。删除操作也并没有真正删除原有数据，只是插入了一条打上”deleted”标签的数据，而真正的数据删除发生在系统异步执行Major_Compact的时候。很显然，这种实现套路大大简

  3. 所属分类：其它

    • 发布日期：2021-01-27
    • 文件大小：224256
    • 提供者：weixin_38564085

  1. Python3 mmap内存映射文件示例解析

  2. 1. mmap内存映射文件 建立一个文件的内存映射将使用操作系统虚拟内存来直接访问文件系统上的数据，而不是使用常规的I/O函数访问数据。内存映射通常可以提供I/O性能，因为使用内存映射是，不需要对每个访问都建立一个单独的系统调用，也不需要在缓冲区之间复制数据；实际上，内核和用户应用都能直接访问内存。 内存映射文件可以看作是可修改的字符串或类似文件的对象，这取决于具体的需要。映射文件支持一般的文件API方法，如close()、flush()、read()、readline()、seek()、tel

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：96256
    • 提供者：weixin_38610815
« 12 3 4 5 6 7 8 »