收录了 集群框架 频道下的 50 篇内容
Shoal是一个java集群框架,为构建容错、可靠和可用的java应用服务器提供了基础架构支持。它还可以插入到需要集群和分布式系统支持的任何java应用中。Shoal是GlassFish和JonAS应用服务器的集群引擎,提供了分布式的状态缓存来保存应用的状态。
Terracotta是一款开源Java集群框架,它的最新版提供了对GlassFish、Spring 2.5的支持及其它一些新功能,比如自动高可用模式、改进的分布式垃圾回收性能和可视化、集群范围的运行时数据统计。Terracotta开发团队在上周发布了该最新版本——Terracotta 2.7。
Mysos是一个用于运行MySQL实例的Apache Mesos框架。它极大地简化了MySQL集群的管理,具有高可靠性、高可用性及高可扩展性等特点。
开源的JVM集群框架Terracotta的最新版包含了一些新特性,如集群可视化工具和对Tomcat 6平台的官方支持。周一Terracotta小组发布了该产品的2.6GA版,该版本还包含了一定的性能提升。
最新版的GlassFish应用服务器支持JavaEE 6 Web Profile和完整的平台、改进了OSGi支持、集群与高可用性(HA)等特性。近日,Oracle发布了该应用服务器的3.1版,分为商业版本(Oracle GlassFish Server)和开源版本(GlassFish Server Open Source Edition)两种。新的发布还提供了中心化的管理与改进的JDBC监控等功能。
从Tachyon的官网得知,Tachyon是一个高性能、高容错、基于内存的开源分布式存储系统,并具有类Java的文件API、插件式的底层文件系统、兼容Hadoop MapReduce和Apache Spark等特征。Tachyon能够为集群框架(如Spark、MapReduce等)提供内存级速度的跨集群文件共享服务。Tachyon充分使用内存和文件对象之间的世代(Lineage)信息,因此速度很快,官方号称最高比HDFS吞吐量高300倍。
本文列举了大数据相关的部分热门项目,盘点了该生态圈目前流行的一些开源产品和工具,并用google热度趋势图体现了它们的受关注程度。从不同的热度趋势,可以了解到每一个产品在近5年来全球受关注的走势,是越来越受重视还是渐渐淡出。
Apache Spark是一个围绕速度、易用性和复杂分析构建的大数据处理框架。在本文中,Srini Penchikala为大家介绍了Apache Spark框架如何利用标准API帮助完成大数据处理和分析工作。另外,在本文中还将对比Spark和Apache Hadoop这类传统的MapReduce实现。
在纽约举办的2014年Strata+Hadoop World大会开幕的前一天,Pivotal在官方博客上发布了一篇名为《数据湖(Data Lake)的未来架构:基于Tachyon和Apache Spark的In-memory数据交换平台》的文章,表达Pivotal与EMC对下一代数据湖技术的展望。
研究人员可以很轻松地用 PaddleFL 复现和比较不同的联邦学习算法
Apache Mesos 和 Kubernetes 都是优秀的开源框架,也都支持大规模的集群管理,但是它们两个管理的集群规模仍然差一个数量级。
近年,多集群架构成为“老生常谈”,天生具备高可用,异地多可用区等能力。
摘要: 本文通过介绍双集群的架构、log结构、分析步骤来介绍双集群容灾的问题分析方法。
阿里云容器产品Kubernetes版本,即ACK,基于阿里云IaaS层云资源创建。资源包括云服务器ECS,专有网络VPC,弹性伸缩ESS等。
谷歌上周宣布发布C语言版本的MapReduce开源框架MR4C,利用该框架开发者可以在Hadoop框架中运行原生代码。MR4C框架将原生开发算法的性能和灵活性与Hadoop执行框架的可扩展性和生产力完美结合。
多集群编排调度本质上并不简单,一个通用、完善的多集群联邦系统必定需要各种场景的打磨。
以我的经验来讲,理解Kubernetes集群服务的概念,是比较不容易的一件事情。尤其是当我们基于似是而非的理解,去排查服务相关问题的时候,会非常不顺利。
用MARO CLI构建和管理训练用集群
“文心一言就是在这个全国AI领域规模最大的高性能GPU集群上完成训练的。”