Celery分布式任务队列的认识和基本操作
一、简单认识 Celery是由Python开发、简单、灵活、可靠的分布式任务队列，其本质是生产者消费者模型，生产者发送任务到消息队列，消费者负责处理任务。Celery侧重于实时操作，但对调度支持也很好，其每天可以处理数以百万计的任务。它的特点有：简单：熟悉了它的流程后，配置使用简单；高可用
Hadoop2.7.3完全分布式集群安装过程
需要安装的软件Hadoop包含HDFS集群和YARN集群。部署Hadoop就是部署HDFS和YARN集群。机器数量、角色4台。NameNode1台、DataNode3台主机名IP角色amaster192.168.37.143NameNode:9000ResourceManag
Dubbo+zookeeper构建高可用分布式集群（二）
在Dubbozookeeper构建高可用分布式集群（一）单机部署(https://www.oschina.net/action/GoToLink?urlhttp%3A%2F%2Fwww.cnblogs.com%2Fbarrywxx%2Fp%2F8546203.html)中我们讲了如何单机部署。但没有将如何配置微服务。下面分别介绍单机与集群微服务如何
CoreOS实践指南（五）：分布式数据存储Etcd（上）
分布式数据的存储一直是解决集群服务消息同步和协调操作的核心关注点。在这个系列的上一篇(https://www.oschina.net/action/GoToLink?urlhttp%3A%2F%2Fwww.csdn.net%2Farticle%2F20150114%2F2823554%2F2)，介绍了用于集群管理的Fleet服务，而Fleet的功能
MapReduce 基本原理（MP用于分布式计算）
hadoop最主要的2个基本的内容要了解。上次了解了一下HDFS，本章节主要是了解了MapReduce的一些基本原理。MapReduce文件系统：它是一种编程模型，用于大规模数据集（大于1TB）的并行运算。MapReduce将分为两个部分：Map（映射）和Reduce（归约）。当你向mapreduce框架提交一个计算作业，它会首先把计算作业分成若干个
BeeAPM无侵入分布式全链路监控&追踪
BeeAPM是一个分布式跟踪和应用性能监控系统。该系统应用JavaAgent技术，使用bytebuddy（基于ASM的框架）进行字节码植入，从而对java应用程序进行相关数据采集和性能监控，对应用无侵入。部署agent部署server部署UI部署介绍采集端（age
Hadoop框架：单服务下伪分布式集群搭建
本文源码：GitHub·点这里(https://www.oschina.net/action/GoToLink?urlhttps%3A%2F%2Fgithub.com%2Fcicadasmile%2Fbigdataparent)||GitEE·点这里(https://gitee.com/cicadasmile/bigdataparent
SpringBoot开发案例之整合Dubbo分布式服务
!(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
Python分布式进程中你会遇到的坑
!DBnXd.png(https://storage6.cuntuku.com/2018/04/01/DBnXd.png)写在前面小惊大怪你是不是在用Python3或者在windows系统上编程？最重要的是你对进程和线程不是很清楚？那么恭喜你，在python分布式进程中，会有坑等着你去挖。。。(hahahaha，此处允许我吓