Greenplum分布式事务和两阶段提交协议## Greenplum分布式事务 和两阶段提交协议 钉钉直播 | 10月21日 20:00 - 21:00 #### Greenplum中文社区 https://cn.greenplum.org 博文·资料·文档·项目 ## 全新的问答论坛 #### https://cn.greenplum.org/askgp ## GREENPLUM DATABASE $ ^{®} $  操作1 重试成功 操作2 额外重试 处理两次  ## 03 ## Doris中的导入 导入任务的标识 同一批次数据使用相同的label LABEL 查看对应导入任务的执行情况 防止用户重复导入 用户可以自定义 ## 事务和两阶段提交 • FE 充当协调者 • Prepare 阶段下发任务和写入数据 • Submit阶段 数据状态改为COMMITED • publish 版本 • 状态改为 VISIBLE  ## 总结 多版本机制解决读写冲突 • 写入带版本 · 查询带版本 两阶段导入保证多表原子生效 - 支持并行导入 - 有冲突时按导入顺序生效,无冲突导入时并行生效 事务能力保证  hi@mzh.io ## 自我介绍 后端工程师,主要写Go • 业余搞Go官方库开发 ● 主要喜欢折腾ARM/MIPS 性能优化 ● 第一个中国Go 官方MIPS64 builder 维护者 [Image](/uploads/documents/4/e/f/8/4ef8429cc7025ef390e15cfede083009/p2_1.jpg) ## 目录 1. 为啥参与Go开发 2. 如何提交CL 3. 交流技巧 4. 参考资料 ## 为啥参与Go开发? ## 美 解决BUG 4000+ issue 2510 TODO typo  ## 如何提交CL Change Log/List (CL)  ## 如何提交CL 1. 申请Google账号,填写CLA(Contributor License0 码力 | 38 页 | 5.95 MB | 2 年前3
Java 应用与开发 - Java 内存模型与分配机制Java 内存模型与分配机制 王晓东 wangxiaodongQouc.edu.cn 中国海洋大学 September 30, 2018 Java 内 学习目标 1. 理解 JVM 内存模型,掌握 JVM 内存构成 2. 理解 Java 程序的运行过程,学会通过调 HH 变化 3. 了解 Java 内存管理,认识垃圾回收 4. 建立编程时高效利用内存、避免内存溢上 D 的理 Java 内存管理建议 Java 内存模型 Java 序内存运行分 Java 内存管理建议 Java 垃圾回收机制 JVM 的垃圾回收机制 〈《GC) 决定对象是否是垃圾对象,并进行 回收。 学 垃圾回收机制的特点 * 垃圾内存并不是用完了马上就被释放,所以会产生内存释放 不及时的现象,从而降低内存的使用效率。 有归程 序庞大的 时候,这种现象更为明显。0 码力 | 44 页 | 818.30 KB | 2 年前3
机器学习课程-温州大学-09深度学习-目标检测)。 ### 1. 目标检测概述 ### 2. 基于深度学习的Two Stages目标检测框架(准确度有优势) 此类算法将检测问题分为两个阶段, 第一阶段生成大量可能含有目标的候选区域(Region Proposal),并附加大概的位置信息; 第二个阶段对其进行分类,选出包含目标的候选区域并对其位置进行修正(常使用R-CNN、Fast R-CNN、Faster R-CNN等算法)。 ### ### 1. 目标检测概述 ### 3. 基于深度学习的One Stage目标检测框架(速度有优势) 此类检测算法属于端到端(End-to-End),不需要生成大量候选区域的阶段,而是将问题转化为回归(Regression)问题处理,使用完整图像作为输入,直接在图像的多个位置上回归出该位置的目标边框及所属类别(常使用YOLO、SSD、CornerNet等算法)。 ### 1. 目标检测概述 ## 目标检测网络的常见结构 jpg) 最后你要运行一下这个非极大值抑制,为了让内容更有趣一些,我们看看一张新的测试图像,这就是运行非极大值抑制的过程。如果你使用两个anchor box,那么对于9个格子中任何一个都会有两个预测的边界框,其中一个的概率 $ p_{c} $ 很低。但9个格子中,每个都有两个预测的边界框,比如说我们得到的边界框是是这样的,注意有一些边界框可以超出所在格子的高度和宽度(编号1所示)。接下来你抛弃概率很低0 码力 | 43 页 | 4.12 MB | 2 年前3
2.4 基于Go-Ethereum构建DPOS机制下的区块链基于Go-Ethereum构建DPOS机制下的区块链 恺英网络一朱崇文 ’ alt=‘OCR图片’/> 目录 1 Go版本以太坊 2 为何选择DPOS机制 3 拓展共识改造实战 4 智能合约的实践 5 压力测试下暴露的问题 GopherChina2018 ’ alt=‘OCR图片’/> Go版本以太坊 ’ alt=‘OCR图片’/> Go版本以太坊 以太坊的工具组 ’ alt=‘OCR图片’/> GopherChina2018 ’ alt=‘OCR图片’/> 为何选择DPOS机制 共识机制对比 POW • 消耗计算力 • 出块速度慢,确认慢 • TPS极低 10~20 • 确认1分钟+ DPOS • 代理人模式 • 出块速度快,确认快 • TPS 700~1000 (实现) • 平均确认1~3秒 ’ alt=‘OCR图片’/> 为何选择DPOS机制 DPOS机制的优势 系统可靠性 在商业场景下,网络性能可控 the local miner’s GopherChina2018 ’ alt=‘OCR图片’/> 拓展共识改造实战 借鉴Clique(POA)的实现 Clique Go-Ethereum实现的机制,用以公共测试链 整个网络由Signer节点出块 Signer节点可以投票选择其他Signer节点 节点之间可以相互竞争出块 存活节点数 > (n/2) +1 Signer 节点的选举记录在Extra0 码力 | 34 页 | 2.01 MB | 1 月前3
百度超级链 XuperChain stable 中文文档6.5. 主要结构修改点 7. 提案和投票机制 7.1. 共识可升级 7.2. 系统参数可升级 8. 密码学和隐私保护 8.1. 背景 8.2. 密码学基础 8.3. XuperChain 中密码学的使用 8.4. 密码学模块 9. 插件机制 9.1. 可插拔架构 9.2. 插件框架设计 插件框架设计 9.3. XuperChain 的插件 10. XuperChain 共识框架 10.1. 区块链共识机制概述 10.2. XuperChain 共识框架概览 10.3. XuperChain 共识矩阵 10.4. XuperChain 共识主流程 10.5. 接口介绍 11. Chained-BFT 共识公共组件 14.2. 算法流程 14.3. 在 XuperChain 中使用 Single 或 PoW 共识 14.4. 关键技术 15. XuperChain 监管机制 15.1. 监管机制概述 15.2. 监管机制使用说明 16. 多盘散列 16.1. 背景 16.2. LevelDB 数据模型分析 16.3. 核心改造点 16.4. 使用方式 16.50 码力 | 325 页 | 26.31 MB | 2 年前3
百度超级链 XuperChain 3.12-c 中文文档|智能合约|自研并实现了一套智能合约虚拟机XVM,支持丰富的开发语言,智能合约之间并发执行,支持执行消耗资源,避免恶意攻击| |提案|一种解决系统升级问题的机制。比如修改区块大小,升级共识算法。提案整个过程涉及到发起提案、参与投票、投票生效三个阶段| |账号与权限|为了满足合约调用的权限控制,保证XuperChain网络的健康运转,自研并实现了一套基于账号的去中心化的合约权限系统。支持权重累计、集合 算子。同时可以使用mesatee-core-standalone快速扩展算子,这些基本运算几乎可以满足用户对任何复杂计算功能的需求。 ## 隐私和保密 XuperChain支持多种隐私保护和保密机制,包括但不限于: 1. 数据在p2p网络中采用ECDH加密传输,保障区块链数据的安全性; 2. 通过助记词技术,在用户私钥丢失的情况下可以恢复; 3. 多私钥保护的账号体系; 4. 基于椭圆曲线算法的公私钥加密和签名体系; 如目前的SSL证书大多采用RSA算法。而在ECC算法问世后,由于在抗攻击性、资源消耗等方面相比RSA具有更好的表现,其使用也越来越广泛。 公钥密码算法一般都基于一个数学难题,比如RSA的依据是给定两个数p,q很容易相乘得到N,当N足够大时,对N进行因式分解则相对困难的多。ECC是建立在基于椭圆曲线的离散对数问题上的密码体制,给定椭圆曲线上的一个点P,一个整数k,求解Q=kP很容易;给定一个点P、0 码力 | 336 页 | 12.62 MB | 2 年前3
共 1000 条
- 1
- 2
- 3
- 4
- 5
- 6
- 100
相关搜索词













