加入收藏 | 设为首页 | 会员中心 | 我要投稿 济宁站长网 (https://www.0537zz.cn/)- 行业智能、边缘计算、专有云、AI硬件、5G!
当前位置: 首页 > 站长资讯 > 动态 > 正文

从0学ARM

发布时间:2021-01-30 09:31:46 所属栏目:动态 来源:互联网
导读:随着 JavaScript 框架在2021年的积极发展,以及 SPA 使用这种语言来加载内容,这种趋势不会很快消失。此外,这些应用程序不需要额外的等待时间,为用户提供即时反

随着 JavaScript 框架在2021年的积极发展,以及 SPA 使用这种语言来加载内容,这种趋势不会很快消失。此外,这些应用程序不需要额外的等待时间,为用户提供即时反馈。此外,它还提供了一些惊人的优势。

优点:

  • 在本地浏览器环境中的优秀用户体验
  • 节省带宽
  • 使用 Chrome 工具更容易进行设置和调试
  • 对 API 的关注
  • 缓存过程的效率

应用案例:

  • Google web services:Drive、Spreadsheet、Maps
  • Trello
  • Twitter
  • Github

如果文件按照一定的规则切分到多个磁盘文件中了,那是不是还需要管理元数据来标识数据的具体消息(就像是Hadoop中的NameNode节点中存储着DataNode的元数据信息,NameNode节点通过这些元数据信息就能够更好的管理DataNode节点)?这些元数据可以包括:消息数据的偏移量、也可以是消息数据的唯一ID。

考虑完数据的存储问题,我们还需要考虑的是:消息中间件是如何将数据投递到对应的消费者的?

在设计生产者和消费者时,还一个很重要的问题需要我们考虑:我们在设计消息中间件时,采用的消费模式是什么?会不会将数据均匀的分配给消费者?还是会通过一些其他的规则将数据投递到消费者?

支持分布式架构

如果我们设计的消息中间件,每天会承载TB级别的数据高并发和高吞吐量的写入操作。这里,我们就需要考虑将消息中间件设计成分布式架构。

在设计分布式架构时,我们还需要考虑将存储的比较大的数据,做成分片存储,对数据进行分片等操作。

除了这些,我们还需要考虑另外一个核心问题:对于消息中间件来说,需要支持自动扩容操作。

还有就是是否支持数据分片,如何实现数据分片的扩容和自动数据负载均衡迁移等。

数据的高可用

一般互联网应用的高可用,是通过本地堆内存,分布式缓存,和一份数据在不同的服务器上都搞一个副本来实现的。此时,任何一个存储节点宕机,都不会影响整体的高可用。我们在设计消息中间件时也可以参考这个思路。


(编辑:济宁站长网)

【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容!

    热点阅读