auto commit

This commit is contained in:
CyC2018
2018-03-27 16:30:39 +08:00
parent c3b212233f
commit ea6ec0d38e
2 changed files with 17 additions and 15 deletions

View File

@ -77,7 +77,7 @@
1. 强一致性:新数据写入之后,在任何数据副本上都能读取到最新值;
2. 弱一致性:新数据写入之后,不能保证在数据副本上能读取到最新值;
3. 最终一致性:新数据写入之后,只能保证过了一个时间窗口才能读取到最新值;
3. 最终一致性:新数据写入之后,只能保证过了一个时间窗口才能在数据副本上读取到最新值;
### 4. 可扩展性
@ -93,7 +93,7 @@
传统的哈希分布算法存在一个问题:当节点数量变化时,也就是 N 值变化,那么几乎所有的数据都需要重新分布,将导致大量的数据迁移。
#### 一致性哈希
**一致性哈希**
Distributed Hash TableDHT对于哈希空间 0\~2<sup>n</sup>,将该哈希空间看成一个哈希环,将每个节点都配置到哈希环上。每个数据对象通过哈希取模得到哈希值之后,存放到哈希环中顺时针方向第一个大于等于该哈希值的节点上。
@ -109,7 +109,7 @@ Distributed Hash TableDHT对于哈希空间 0\~2<sup>n</sup>,将该
顺序分布的数据划分为多个连续的部分按一定策略分布到不同节点上。例如下图中User 表的主键范围为 1 \~ 7000使用顺序分布可以将其划分成多个子表对应的主键范围为 1 \~ 10001001 \~ 2000...6001 \~ 7000。
其中 Meta 表是为了支持更大的集群规模,它将原来的一层索引结分成两层,使用 Meta 表来维护 User 子表所在的节点,从而减轻 Root 节点的负担。
引入 Meta 表是为了支持更大的集群规模它将原来的一层索引结分成两层Meta 维护 User 子表所在的节点,从而减轻 Root 节点的负担。
<div align="center"> <img src="../pics//8f64e9c5-7682-4feb-9312-dea09514e160.jpg"/> </div><br>