IT牛人博客聚合

1 目标

预测容量达到瓶颈的时间，并为扩容提供可参考的数据指标；

根据业务指标或为业务发展形成扩容方案。

2 需求描述

为了能够达到以上两个目标，在容量规划平台上需要提供以下功能。

2.1 系统容量及成本

当进入容量规划平台时，可先看到如下的界面，对于容量超过6x的应用仅以>6x来表示：

通过搜索或直接点击应用可看到该应用容量的详细状况：

每次容量测试完成后，根据系统的容量以及安全阀值，自动设置系统请求量的报警，自动发送邮件或IM通知给相应的开发人员，以便其判断是否要制定扩容的计划，以及评估近期项目上线的状况。

对于容量预测图，在达到红线PV前两个月或一个月时应邮件或IM通知相应的开发人员，以便制定扩容计划。

具

查看全文: http://www.udpwork.com/item/4388.html

大家看看这个网站吧。最强的验证码——把看到的东西画出来。

http://www.geee.net/contact.htm

最强的验证码

某些网友们还是做了一些尝试：

随便看看
2009年07月24日 -- 15个Web在线WYSIWYG编辑器
2009年07月12日 -- BT雷人的程序语言
2010年01月22日 -- 各种流行的编程风格
2010年10月13日 -- chmod -x chmod的N种解法
2010年07月14日 -- 五个编程语言设计的失误
2010年03月31日 -- 又一个Javascript试验田
2009年11月20日 -- 正则表达式生成器

查看全文: http://www.udpwork.com/item/3344.html

印象中CAP理论开始流行是从Amazon Dynamo的论文开始的，Amazon的CTO还在他的博客中介绍了最终一致性的概念，从此以后，各种会议和交流中都少不了CAP的影子。然而，对于分布式系统工程设计和开发来说，CAP意味着什么呢？

CAP 理论由 Berkerly 的 Brewer 教授提出，三者的含义如下：

一致性 ( Consistency) ：任何一个读操作总是能读取到之前完成的写操作结果；

可用性 ( Availability) ：每一个操作总是能够在确定的时间内返回；

分区可容忍性 (Tolerance of network Partition) ：在出现网络分区的情况下，仍然能够满足一致

查看全文: http://www.udpwork.com/item/5327.html

      最近写了很多前端的代码，总结一下js对数据的编码，都是在网上和手册中看到的，呵呵。

     js对文字进行编码涉及3个函数：escape,encodeURI,encodeURIComponent，相应3个解码函数：unescape,decodeURI,decodeURIComponent。

          1、   传递参数时需要使用encodeURIComponent，这样组合的url才不会被#等特殊字符截断。

查看全文: http://www.udpwork.com/item/4296.html

本文是Ebay的架构师在2008年发表给ACM的文章,是一篇解释BASE原则,或者说最终一致性的经典文章. 文中Dan讨论了BASE与ACID原则的基本差异, 以及如何设计大型网站以满足不断增长的可伸缩性需求,期间如何对业务做调整与折衷. 以及一些具体的折衷技术的介绍.

原文链接: BASE: An Acid Alternative

Pdf下载链接: Base

在对数据库进行分区后,为了可用性(Availability)牺牲部分一致性(Consistency)可以显著的提升系统的可伸缩性(Scalability).

By DAN PRITCHETT, EBAY ,Translated by Jametong

Web应用在过

查看全文: http://www.udpwork.com/item/1663.html

Cassandra内部机制 : 读操作

By Mike Perham Translated By Jametong

在上一篇文章中,我介绍了Cassandra中的写操作是如何工作的,以及写操作为什么能够如此之快.下面,我将介绍读操作以及为何它是如此之慢.

读操作与一致性

Brewer的CAP定理是分布式系统中的一个基本定理:分布式系统可以有一致性(Consistency)、可用性(Availability)以及分区容错性(Partition-tolerance)这三种属性,但是只能同时确保其中的两个属性.在Cassandra中,他们保证AP并弱化一致性为众所周知的最终一致性(Eventual Consistency).

查看全文: http://www.udpwork.com/item/1571.html

根据CAP理论，一致性(C)，可用性(A)，分区容错性(P)，三者不可兼得，必须有所取舍。而传统数据库保 证了强一致性(ACID模型)和高可用性，所以要想实现一个分布式数据库集群非常困难，这也解释了为什么数据库的扩展能力十分有限。而近年来不断发展壮大 的NoSQL运动，就是通过牺牲强一致性，采用BASE模型，用最终一致性的思想来设计分布式系统，从而使得系统可以达到很高的可用性和扩展性。

但是，对于CAP理论也有一些不同的声音，数据库大师Michael Stonebraker就撰文《Errors in Database Systems, Eventual Consistency, and the CAP Theorem》，表示为

查看全文: http://www.udpwork.com/item/1677.html

很久没有更新，今天说些和分布式系统中的一些概念、理论相关的东西，切入点是CAP。

CAP

CAP理论是由Brewer远在2000年的PODC会议上提出来的。CAP指的是：Consistency、Availability和Partition Tolerance，下面简述此三者：

1、Consistency（一致性）：一致性是说数据的原子性，这种原子性在经典的数据库中是通过事务来保证的，当事务完成时，无论其是成功还是回滚，数据都会处于一致的状态。在分布式环境中，一致性是说多点的数据是否一致。

2、Availability（可用性）：可用性是说服务能一直保证是可用的状态，当用户发出一个请求，服务能在有限时间内返回结果。而这种可用性

查看全文: http://www.udpwork.com/item/1650.html

Author:NinGoo posted on NinGoo.net
CAP原理(CAP Theorem)

在足球比赛里，一个球员在一场比赛中进三个球，称之为帽子戏法(Hat-trick)。在分布式数据系统中，也有一个帽子原理(CAP Theorem)，不过此帽子非彼帽子。CAP原理中，有三个要素：

一致性(Consistency)

可用性(Availability)

分区容忍性(Partition tolerance)

CAP原理指的是，这三个要素最多只能同时实现两点，不可能三者兼顾。因此在进行分布式架构设计时，必须做出取舍。而对于分布式数据系统，分区容忍性是基本要求，否则就失去了价值。因此设计分布式数据系统，就是在一

查看全文: http://www.udpwork.com/item/1689.html