现在摘抄一段wiki的解释，解释下什么是事务。数据库系统具有事务特性，这是其有别与文件系统重要特性。通常一个事务会有多个读写操作构成。事务具有四个基本特性，俗称ACID。数据库的状态从一种状态转变为另外一种状态，事务开始之前和是事务结束之后，数据库完整性约

在现代的编程语言中，接触过多线程编程的程序员多多少少对锁有一定的了解。简单的说，多线程中的锁就是在多线程环境下，多个线程对共享资源进行修改的时候，保证共享资源一致性的机制。在分布式环境下实现一个分布式锁服务并不太容易，需要考虑很多在单进程下的锁服务不需要考

TCC概念由Pat Helland于2007年发表的一篇名为《Life beyond Distributed Transactions:an Apostate’s Opinion》的论文提出, 在该论文中，TCC还是以Tentative-Confirmat

《redis实战》深入浅出地介绍了Redis的5种数据类型，并通过多个实用示例展示了Redis的用法。除此之外，书中还讲述了Redis的优化方法以及扩展方法，是一本对于学习和使用 Redis 来说不可多得的参考书籍。《redis实战》一共由三个部分组成。第

Redis是一个开源的使用C语言编写、遵守BSD协议、支持网络、可基于内存亦可持久化的日志型、Key-Value数据库，并提供多种语言的API。它通常被称为数据结构服务器，因为值 可以是字符串、哈希、列表、 集合 和有序集合等类型。支持多种数据结构的存储，

　　FastDFS 是用 c 语言编写的一款开源的分布式文件系统。FastDFS 为互联网量身定制， 充分考虑了冗余备份、负载均衡、线性扩容等机制，并注重高可用、高性能等指标，使用 FastDFS 很容易搭建一套高性能的文件服务器集群提供文件上传、下载等服

通过token替代session，session有个最大的问题是不支持集群。验证码有效期只有30分钟或者1小时，使用redis对验证码的code设置有效期。redis是单线程的，可以保证线程安全，保证原子性。一旦key失效时，会走客户端的一个回调，告诉客户

[ src]# yum install gettext gettext-devel libXft libXft-devel libXpm libXpm-devel autoconf libxtst-devel zlib-devel libpng-devel

本篇文章主要介绍基于Redis的分布式锁实现到底是怎么一回事，其中参考了许多大佬写的文章，算是对分布式锁做一个总结。实际上，对于分布式场景，我们可以使用分布式锁，它是控制分布式系统之间互斥访问共享资源的一种方式。Redis的SETNX命令，setnx ke

因为是纯内存操作，Redis的性能非常出色，每秒可以处理超过 10万次读写操作，是已知性能最快的Key-Value DB。Redis的出色之处不仅仅是性能，Redis最大的魅力是支持保存多种数据结构，此外单个value的最大限制是1GB，不像 memcac

在弄清楚这个问题之前，我们先了解一下什么是分布式的CAP定理。根据百度百科的定义，CAP定理又称CAP原则，指的是在一个分布式系统中，Consistency（一致性）、 Availability（可用性）、Partition tolerance，最多只能同

它的实现方式很简单，就是在数据库中创建一个lock表，申请锁就是向表中插入一行唯一关键字，数据库能够保证只有一个请求执行成功，也就是说这个请求申请到了锁，其他请求会报错说明没有申请到锁。释放锁就是在数据库中删除这一行数据。`id` varchar CHAR

HBase作为一个分布式存储的数据库，它是如何保证可用性的呢？对于分布式系统的CAP问题，它是如何权衡的呢？最重要的是，我们在生产实践中，又应该如何保证HBase服务的高可用呢？下面我们来仔细分析一下。CAP是指一致性、可用性和分区容错性。一致性指更新操作

　　每一种开发技术或许都提供有代码级别的锁来避免这种并发问题，但是当服务器部署多个实例时，代码级别的锁是无法控制这样的并发的，这个时候我们遍可以通过Redis来控制功能对锁的获取，由于应用程序和Redis之间是通过网络来进行交流，无论是单机还是集群，无论是

Consistency，一致性是指所有节点在同一时刻的数据是相同的，即更新操作执行结束并响应用户完成后，所有节点存储的数据会保持相同。Availability，可用性是指系统提供的服务一直处于可用状态，对于用户的请求可即时响应。网络分区是指因为网络故障导致

现在的互联网，几乎常见的复杂系统都会使用分布式架构，如果在不清楚概念之前，刚接触分布式架构这个名词会感觉十分的高大上，其实在对比单服务，集群服务之后，你就会发现本质上都是一样的。单服务应用，基于单服务做集群化部署，这种操作运维可以自行搭建环境，所以基本对能

Paxos算法的应用场景？Paxos算法需要解决的问题就是如何在一个可能发生上述异常的分布式系统中，快速且正确地在集群内部对某个数据的值达成一致。在 Paxos 协议中，有三类节点角色，分别是 Proposer、Acceptor 和 Learner，另外还

上周在 [分布式服务]海量互联网服务设计的有损价值观 这篇文章中提到，与金融行业服务要求的强一致性不同，海量互联网服务要求的是能够扛住更高的qps,服务降级研究的问题是在服务器资源有限的情况下，如何提供更大的访问量，并保证系统稳定运行。数据的一致性，无需绝

如果key的失效时间时，大量的用户请求涌入会直接落到数据库上，数据库一般会报一下警，但很有可能没有反应就直接挂了。当然重启数据库也会直接被流量打死。1，为了避免缓存雪崩，需要将key的过期时间后面加上随机值。

3PC是2PC的改进版本。主要有以下改进：。增加了一个询问阶段，询问阶段可以确保尽可能早的发现无法执行操作而需要中止的行为，但是它并不能发现所有的这种行为，只会减少这种情况的发生。增加了等待超时的处理逻辑，如果在询问阶段等待超时，则自动中止；如果在准备阶段