小红花·文摘
  • 首页
  • 广场
  • 排行榜🏆
  • 直播
  • FAQ
Dify.AI

本文讨论了FoundationDB的确定性模拟测试,重点在于通过模拟器测试网络、磁盘、时钟和随机数接口。模拟器使用事件队列驱动,确保恢复路径的可重放性。通过故障注入和Buggify技术,验证系统在故障情况下的恢复能力。文章强调模拟测试与生产环境的差异,以及其在确保数据一致性和恢复能力方面的重要性。

【FoundationDB 内核】确定性模拟:FDB 的工程落点

土法炼钢兴趣小组的博客
土法炼钢兴趣小组的博客 · 2026-07-17T00:00:00Z
安东尼·佩格:斯波克6:唯一的理性选择

pgEdge ColdFront推出的Spock 6支持PostgreSQL 16至19的多主复制,显著提升性能并降低存储成本。新版本优化了事务进度跟踪,减少I/O争用,增强了异常处理和冲突检测,支持无停机升级,简化了集群管理。同时,改进了数据一致性和恢复机制,确保故障后准确重建复制状态。

安东尼·佩格:斯波克6:唯一的理性选择

Planet PostgreSQL
Planet PostgreSQL · 2026-07-16T20:16:33Z

TiFlash通过Raft Learner角色接收TiKV日志,实现行存到列存的转换,保持物理隔离和强一致性。其存储引擎DeltaTree分为Delta和Stable两层,优化写入和读取性能。TiFlash的读路径通过ReadIndex确认复制进度,确保数据一致性。存算分离架构允许独立扩展存储和计算资源,提升查询效率。

【TiKV / HTAP 内核】TiFlash Learner:Raft 日志到列存

土法炼钢兴趣小组的博客
土法炼钢兴趣小组的博客 · 2026-07-16T00:00:00Z

本文讨论了TiFlash中的safe-ts机制,确保数据读取的一致性和可见性。safe-ts是一个时间戳,表示所有提交的事务已在TiFlash副本上完成。可见时延通常在亚秒级,由日志复制、应用和锁解析等因素决定。TiDB与TiFlash结合实现了准实时的快照一致性,而非最终一致性。文章还探讨了故障场景下的新鲜度退化及主动接受陈旧数据的选项。

【TiKV / HTAP 内核】新鲜度与一致性:safe-ts 如何定义可见时延

土法炼钢兴趣小组的博客
土法炼钢兴趣小组的博客 · 2026-07-16T00:00:00Z

Redis 的异步复制模型可能导致副本读取到旧数据。主库通过 replication.c 向副本广播命令,副本在断连期间仍可提供陈旧数据。配置参数如 repl-backlog-size 和 replica-read-only 会影响复制行为。理解这些特性有助于优化 Redis 的使用和故障处理。

【Redis / 缓存内核】复制:PSYNC · backlog · 副本只读与读己之写

土法炼钢兴趣小组的博客
土法炼钢兴趣小组的博客 · 2026-07-13T00:00:00Z
S&P Global利用Amazon FSx和NetApp ONTAP快照的创新灾难恢复策略

S&P Global利用Amazon FSx和NetApp ONTAP实施了一种创新的灾难恢复解决方案,确保在区域故障时15分钟内实现只读模式的快速切换。该方案通过SnapMirror复制和FlexClone技术保持数据一致性,支持金融服务的业务连续性,降低基础设施成本,并满足合规要求。

S&P Global利用Amazon FSx和NetApp ONTAP快照的创新灾难恢复策略

AWS Architecture Blog
AWS Architecture Blog · 2026-07-07T16:32:21Z
缓存层架构:速度与规模的实用指南

Redis 是一个高效的实时数据平台,提供低延迟的缓存层,适用于 AI 工作负载和大规模应用。其分布式缓存和一致性哈希技术确保数据均匀分布,提升系统性能。在设计缓存层时,需要关注数据一致性、故障处理和扩展策略,以避免性能下降和数据过时。

缓存层架构:速度与规模的实用指南

Redis Blog
Redis Blog · 2026-07-04T00:00:00Z
事务机制:把工作流状态和数据库放一块儿到底香不香?

将工作流状态与业务数据存储在同一Postgres数据库中,可以通过数据库事务解决分布式系统中的数据一致性问题。这种方法确保所有更新在同一事务中处理,避免复杂的幂等性检查和出站箱维护,从而降低系统复杂度和故障率,利用事务的原子性确保状态更新的一致性,简化系统设计。

事务机制:把工作流状态和数据库放一块儿到底香不香?

极道
极道 · 2026-07-02T22:15:00Z
多区域架构:全球扩展而不破产

多区域架构可以提升应用的延迟和可用性,但可能导致数据一致性问题。不同地区的服务器可能对同一数据进行不同编辑,造成版本冲突。全球扩展应视为渐进过程,每一步都有成本和收益。

多区域架构:全球扩展而不破产

ByteByteGo Newsletter
ByteByteGo Newsletter · 2026-07-02T15:30:30Z

本文讨论了Flink中的两阶段提交(2PC)协议,强调在流式数据处理中实现“仅一次”交付语义的重要性。通过将外部写入分为“预提交”和“提交”两个阶段,确保在全局快照完成后才对外可见,从而避免数据重复或丢失。文章还分析了Kafka和Iceberg的具体实现及其在不同失败场景下的处理策略,以确保数据的一致性和可靠性。

【流式数据处理】两阶段提交与端到端 Exactly-Once

土法炼钢兴趣小组的博客
土法炼钢兴趣小组的博客 · 2026-07-01T00:00:00Z
大规模运行Kubernetes:来自Amazon EKS的几个案例

亚马逊EKS通过自动化管理etcd生命周期和优化存储机制,提升了大规模Kubernetes集群控制平面的韧性和性能。新架构支持快速状态变化的工作负载,确保高可用性和数据一致性。此外,EKS推出了可预留的控制平面,以满足客户在高负载下的资源需求,确保稳定性和效率。

大规模运行Kubernetes:来自Amazon EKS的几个案例

The New Stack
The New Stack · 2026-06-30T13:00:00Z
上下文工程与提示工程:真正的区别

本文讨论了AI代理在生产环境中的上下文工程与提示工程的重要性。提示工程关注如何指导模型,而上下文工程则涉及信息管理。文章指出,许多问题源于数据的新鲜度和一致性,而非提示本身。Redis Iris被介绍为实时上下文引擎,旨在提高数据整合和响应速度,帮助代理在多个会话中保持一致性。

上下文工程与提示工程:真正的区别

Redis Blog
Redis Blog · 2026-06-23T00:00:00Z

本文介绍了 ClickHouse 的 ReplicatedMergeTree 引擎及其与协调服务(如 ZooKeeper 和 ClickHouse Keeper)的关系。该引擎通过日志和副本机制实现数据一致性,支持多副本写入和同步。文章详细描述了副本架构、写入与同步过程、恢复机制及其与 Distributed 引擎的关系,强调了系统监控和运维的重要性。

【列存引擎内核】ReplicatedMergeTree

土法炼钢兴趣小组的博客
土法炼钢兴趣小组的博客 · 2026-06-18T00:00:00Z
Kubernetes背后的反馈循环

Kubernetes通过反馈控制机制有效管理大规模工作负载。文章探讨了如何手动运行Postgres数据库,并将其映射到Kubernetes的控制器模型。控制器通过观察当前状态与期望状态的差异,自动调整系统,确保高可用性和数据一致性,简化了操作过程。

Kubernetes背后的反馈循环

PlanetScale - Blog
PlanetScale - Blog · 2026-06-16T00:00:00Z
统一命名空间决定你的历史数据架构,而不是反过来

本文讨论了统一命名空间(UNS)在数据建模中的重要性,强调其对数据流动和标签管理的影响。通过将身份管理与命名空间分离,避免了宽表模式带来的问题,采用窄表模式和外键关系,确保数据的持久性和一致性,保护历史数据不受设备和系统变更的影响。

统一命名空间决定你的历史数据架构,而不是反过来

Timescale Blog
Timescale Blog · 2026-06-10T13:16:00Z
把 MinIO 示例迁到 OtterIO:使用、部署与迁移验证

本文讨论了将 MinIO 迁移到 OtterIO 的过程,包括部署步骤、验证数据迁移成功的方法以及不兼容之处。迁移涉及更改镜像、环境变量和启动命令,建议使用标准 S3 API 进行数据同步,并通过对象级校验确保数据一致性。对于依赖 MinIO 特定功能的系统,需逐项验证迁移的可行性。

把 MinIO 示例迁到 OtterIO:使用、部署与迁移验证

苏洋博客
苏洋博客 · 2026-06-09T14:34:00Z
多年来,Apache Cassandra 将这项工作交给了你的团队——而6.0版本将其收回

Cassandra 6.0版本引入了“Accord”共识协议,提供跨多个分区的ACID事务语义,简化了应用程序中的协调工作。同时,事务集群元数据(TCM)改善了元数据协调,提升了集群操作的可预测性。此外,新版本增强了修复机制和约束框架,提高了数据一致性和验证能力,整体上减轻了外部工具和应用程序的负担。

多年来,Apache Cassandra 将这项工作交给了你的团队——而6.0版本将其收回

The New Stack
The New Stack · 2026-06-08T14:00:00Z
存之有序,治之有矩——Agent 记忆系统的工程实践与演进

本文探讨了Agent记忆系统的工程实践与演进,分析了记忆写入纪律、Prompt Cache冲突、跨模型容量、Embedding迁移及Agent自产Skill治理等问题。随着技术进步,记忆系统面临新的挑战,需关注存储选型、数据一致性及质量评估等工程问题。亚马逊云科技的S3 Files和S3 Vectors为记忆系统提供了新的基础设施选择,提升了持久性和并发能力。

存之有序,治之有矩——Agent 记忆系统的工程实践与演进

亚马逊AWS官方博客
亚马逊AWS官方博客 · 2026-06-05T05:38:50Z
异步虚拟文件系统内容写入 – 插件开发者需要知道的事项

在IntelliJ平台的插件开发中,异步虚拟文件系统(VFS)写入时需注意,保存文件后VFS可能先更新,实际磁盘写入可能延迟,导致读取文件时出现旧内容。开发者应在读取物理文件前调用ManagingFS.flushPendingUpdates()以确保数据一致性。此功能默认启用,但在特定情况下需显式调用。

异步虚拟文件系统内容写入 – 插件开发者需要知道的事项

The JetBrains Blog
The JetBrains Blog · 2026-06-03T20:20:10Z
什么是上下文引擎?生产AI代理背后的平台层

Redis Iris 是一个实时上下文引擎,旨在提升 AI 代理的性能。它整合了检索、记忆、缓存和数据新鲜度,确保代理在需要时获取正确的信息。通过统一的上下文层,Redis Iris 解决了传统系统中的数据不一致和上下文失效问题,使代理更高效地处理用户请求。

什么是上下文引擎?生产AI代理背后的平台层

Redis Blog
Redis Blog · 2026-05-20T00:00:00Z
  • <<
  • <
  • 1 (current)
  • 2
  • 3
  • >
  • >>
👤 个人中心
在公众号发送验证码完成验证
登录验证
在本设备完成一次验证即可继续使用

完成下面两步后,将自动完成登录并继续当前操作。

1 关注公众号
小红花技术领袖公众号二维码
小红花技术领袖
如果当前 App 无法识别二维码,请在微信搜索并关注该公众号
2 发送验证码
在公众号对话中发送下面 4 位验证码
小红花技术领袖俱乐部
小红花·文摘:汇聚分发优质内容
小红花技术领袖俱乐部
Copyright © 2021-
粤ICP备2022094092号-1
公众号 小红花技术领袖俱乐部公众号二维码
视频号 小红花技术领袖俱乐部视频号二维码