说起便携AI应用，很多人会率先想到Siri、Alexa或Google Assistant等语音助手，他们不但可以设置计时器，播放歌曲或轻松查看天气，但要进行真正的人机对话，要如何才能实现?实际上，我们的情绪控制着我们大部分的智力。那么，既然情感是我们最人

微服务架构现在是个热门话题，微服务的高可用性自然也是企业非常关注的。眼下互联网的架构秘籍三板斧“高可用可扩展，缓存提速，消峰减流去并发”，在微服务架构体系中有着不一样的诠释。在微服务中消息队列不仅用来消峰，还可以通过消息队列来解决微服务之间的多耦合，把同步

一段时间以来，人们一直在讨论心理学模型与交互设计的关系。个人也认为交互设计的最终目标是将用户体验优化到最理想状态，而用户体验的实质就是用户在使用产品时，产品对用户的反馈，以及这种反馈对用户内心造成的影响。因此想要做好交互设计，心理学一直是交互设计的研究重点

参与文末留言互动，即有机会获得赠书福利！本节会介绍云原生存储的基本概念和常用的存储方案。云原生的代表技术包括容器、服务网格、微服务、不可变基础设施和声明式 API。结合可靠的自动化手段，云原生技术使工程师能够轻松地对系统作出频繁和可预测的重大变更。

参与文末留言互动，即有机会获得赠书福利！本节会介绍云原生存储的基本概念和常用的存储方案。云原生的代表技术包括容器、服务网格、微服务、不可变基础设施和声明式 API。结合可靠的自动化手段，云原生技术使工程师能够轻松地对系统作出频繁和可预测的重大变更。

生产环境中，redis的可用性如何保证？redis中遇到存到存储上限如何解决？redis是基于内存的， 内存特点是断电易失。就必然涉及到持久化操作。快照类似于序列化和反序列化过程。缺点是使redis性能下降。快照rdb的优势是恢复的快但丢失的多，日志aof

# 检查各 Node 上的 Pod IP 连通性。# 在每个节点上访问服务。# 在每个节点检查node-port可用性。# 进入pod，查看dns. $ kubectl exec nginx -i -t -- /bin/bash. # 查看名字是否可以正

本文聊聊 CAP 定理和 BASE 理论。数据的强一致性。希望分布式系统只读到最新写入的数据。那么我们需要在可用性A和强一致性C中做出取舍。分区A和分区B,不能通信，一方的数据无法同步给另一方，我们是选择不忍受数据的强一致性，不提供服务。需要注意的是，不存

下面将要介绍的就是分布式相关的两个基础理论：CAP定理和BASE理论。最多只能满足其中的两项。BASE是对CAP中一致性和可用性权衡的结果。Zookeeper中的事务，和数据库中具有ACID特性的事务有所区别。在Zookeeper中，事务是指能够改变Zoo

用了这么久分布式从来没有总结过分布式理论，抽空总结一下。本篇从实际项目应用出发，从两个方面阐述分布式理论，第一个方面分布式解决什么问题，第二方面分布式带来什么问题。CAP 理论不允许出现在分区存在的情况下拥有完美的数据一致性和可用性。

在弄清楚这个问题之前，我们先了解一下什么是分布式的CAP定理。根据百度百科的定义，CAP定理又称CAP原则，指的是在一个分布式系统中，Consistency（一致性）、 Availability（可用性）、Partition tolerance，最多只能同

可用性和一致性是分布式系统的基本问题，先有著名的CAP理论定义过分布式环境下二者不可兼得的关系，又有神秘的Paxos协议号称是史上最简单的分布式系统一致性算法并获得图灵奖，再有开源产品ZooKeeper实现的ZAB协议号称超越Paxos。一致性可理解为所有

在微服务环境下，因为会根据不同的业务会拆分成不同的服务，比如会员服务、订单服务、商品服务等，让专业的人做专业的事情，每个服务都有自己独立的数据库，并且是独立运行，互不影响。两个服务相互通讯的时候，两个本地事务互不影响，从而出现分布式事务产生的原因。Jta+

HBase作为一个分布式存储的数据库，它是如何保证可用性的呢？对于分布式系统的CAP问题，它是如何权衡的呢？最重要的是，我们在生产实践中，又应该如何保证HBase服务的高可用呢？下面我们来仔细分析一下。CAP是指一致性、可用性和分区容错性。一致性指更新操作

base理论是在cap理论的基础上发展的，cap描述了分布式系统中数据一致性，可用性，分区容错性之间的制约关系。当你选择其中两个的时候，就不得不对另外一个做出一定的牺牲。base理论则是对cap理论的实际应用，也就是在分区和副本存在的前提下，通过一定的系统

一致性是指 “all nodes see the same data at the same time.”简单地说，执行读操作将返回最近的写操作的值，从而保证所有节点返回相同的数据。但是，节点之间需要时间进行更新数据，而在更新时经常会受到网络的影响。对于一

Consistency，一致性是指所有节点在同一时刻的数据是相同的，即更新操作执行结束并响应用户完成后，所有节点存储的数据会保持相同。Availability，可用性是指系统提供的服务一直处于可用状态，对于用户的请求可即时响应。网络分区是指因为网络故障导致

Redis是一个开源的使用C语言编写、支持网络、可基于内存亦可持久化的日志型、key-value数据库，并提供多种语言的API。与传统数据库不同的是redis的数据是存在内存中的，所以读写速度非常快，因此redis被广泛应用于缓存方向。另外，redis也经

当网络发生异常情况，导致分布式系统中部分节点之间的网络延时不断变大，最终导致组成分布式系统的所有节点中，只有部分节点之间能够进行正常通信，而另一些节点则不能。当网络分区出现时，分布式系统会出现局部小集群。CAP理论指的是在一个分布式系统中，不可能同时满足C

NoSQL，非关系型数据库，也意"not only SQL"。通过应用实践证明，关系模型是非常适合于客户服务器编程，远远超出预期的利益，今天它是结构化数据存储在网络和商务应用的主导技术。数据和关系都存储在单独的表中。因此，根据 CAP