## 携程技术沙龙 Redis 多数据中心双向同步 祝辰 ## 讲师介绍  ## 祝辰 • 携程框架架构部门 • 资深研发工程师 - 专注于 Redis 高可用系统的研发工作 • 对分布式存储系统有所涉猎 ## 目录 CONTENTS CONTENTS 1 开篇 2 携程的Redis架构 3 分布式理论 4 双向/多向同步的问题 5 CRDT ## 开篇 ## 19 世纪的通讯  “At 12:30 am on April 4th, 1841 President 5db673ac826312c/p12_2.jpg) 目前携程的 Redis 部署架构 通过携程的 X-Pipe 项目, 来达到 Redis 跨站点和跨区域的数据同步问题 目前已经支持上海到美国和德国的 Redis 数据同步 - 到德国法兰克福站点, 平均延迟在176ms 左右 到美西站点, 平均延迟在 160ms 左右 ## 需求的产生 ![Image](/uploads/docu

## 携程 Redis 多数据中心 双向同步实践 祝辰 ## 祝辰 目前任职携程框架架构部门资深研发工程师 负责框架Redis团队的开发工作 目录 1 业务背景 2 双向同步 3 CRDT 4 高可用 ## 开篇 & 背景 ## Redis 在携程的规模 25,000,000 QPS ## 跨公网同步 Console SHANGHAI Data CANADA 需要向供应商付费2次 仓位信息供应商 国内 ## 业务痛点 - 单向同步可以解决海外重复收费的问题 - 无法解决上海重复收费的问题 国内 ## 业务痛点 - 我们希望可以通过Redis的双向同步解决重复收费的问题 ## 双向同步 ## Redis双向同步 SHA FRA APP APP APP APP datadata data 双向同步 Redis Master Redis Master 家族病史：___ 其他备注：___ ## Redis双向同步 slaveof命令 - redis变成slave，同步数据 • Slave无法写入 1. slaveof 2. Sync data ## Redis双向同步 - 新的命令 “peerof” 同步数据 继续保持Master的角色 1. peerof

亿图脑图支持插入 LaTeX 公式和 EdrawMath 公式，全方位满足学术需求。 ## • 表格 直接在主题中插入表格，并且对表格的颜色、字号等进行自定义。 ## • 双向链接 最新版亿图脑图支持插入双向链接，构建知识间的链接，实现更全面的知识管理。 ### 6. 彩虹色 彩虹色功能让用户快速切换导图的色彩搭配模式。 ### 7. 手绘风格 亿图脑图 MindMaster 让 头脑风暴功能可以为团队提供创意收集的解决方案，也为个人用户提供沉浸式创作的环境。 ### 16. 导图社区 导图社区汇聚数万幅原创的思维导图作品，方便用户参考和使用。 ### 17. 双向链接 利用双向链接，用户可以轻松构建知识的链接关系，管理已有思维导图。 ## 第二章 亿图脑图 MindMaster 有哪些产品 亿图脑图 MindMaster 拥有电脑客户端（支持 MacOS、Windows ，还拥有大纲模式、甘特图、头脑风暴等功能。 ## APP 亿图脑图 MindMasterAPP 可以在各大应用商店搜索下载，支持 iOS 和安卓系统。只需要登录同一账号，亿图脑图 APP 能实时同步电脑客户端云文件，支持随时随地编辑和分享。 ## 网页协同版 在网络环境下，用户可以通过访问 https://mm.edrawsoft.cn/ 使用在线协同版。在线协同版拥有自动保存、多人实时在线协作、团队管理三大优势。

亿图脑图支持插入 LaTeX 公式和 EdrawMath 公式，全方位满足学术需求。 ## · 表格 直接在主题中插入表格，并且对表格的颜色、字号等进行自定义。 ## • 双向链接 最新版亿图脑图支持插入双向链接，构建知识间的链接，实现更全面的知识管理。 ### 6. 彩虹色 彩虹色功能让用户快速切换导图的色彩搭配模式。 ### 7. 手绘风格 亿图脑图 MindMaster 让 头脑风暴功能可以为团队提供创意收集的解决方案，也为个人用户提供沉浸式创作的环境。 ### 17. 导图社区 导图社区汇聚数万幅原创的思维导图作品，方便用户参考和使用。 ### 18. 双向链接 利用双向链接，用户可以轻松构建知识的链接关系，管理已有思维导图。 ## 第二章 亿图脑图 MindMaster 有哪些产品 亿图脑图 MindMaster 拥有电脑客户端（支持 MacOS、Windows ，还拥有大纲模式、甘特图、头脑风暴等功能。 ## APP 亿图脑图 MindMasterAPP 可以在各大应用商店搜索下载，支持 iOS 和安卓系统。只需要登录同一账号，亿图脑图 APP 能实时同步电脑客户端云文件，支持随时随地编辑和分享。 ## 网页协同版 在网络环境下，用户可以通过访问 https://mm.edrawsoft.cn/ 使用在线协同版。在线协同版拥有自动保存、多人实时在线协作、团队管理三大优势。

5/5.6/5.7/8.0) 到 TiDB 的全量数据迁移，及增量数据同步。可协助用户在不停机的情况下轻松将业务从 MySQL 切换至 TiDB。 ## 自建 TiDB 迁移到 TiDB 服务 UDTS 产品支持 TiDB 全量数据迁移至 TiDB 服务。用户在源 TiDB 开启 Pump, Drainer 可进行数据增量同步。UDTS 与源端 Pump, Drainer 一起可协助用户在不停机的情况下轻松将业务从自建 数据库。用户在 TiDB 服务上开启 Binlog 可将数据增量同步至下游 MySQL。UDTS 与 TiDB Binlog 服务一起可协助用户轻松建立 MySQL 从库。 ## 为 TiDB 服务建立 TiDB 从库 UDTS 产品支持 TiDB 全量数据迁移至 TiDB 数据库。用户在源 TiDB 服务上开启 Binlog 可将数据增量同步至下游 TiDB。UDTS 与 TiDB Binlog 服务一起可协助用户轻松建立

通过数据本地化处理、边缘节点离线自治，解决了云和边缘之间的网络可靠性和带宽限制的问题。 → 通过大幅优化边缘组件的资源占用(二进制大小约46MB，运行时内存占用约10MB)，解决了边缘资源的约束问题。 → 通过在云边之间构建的双向多路复用网络通道，解决了从云端管理高度分布的海量节点和设备难的问题。 南向支持对接物联网主流的通信协议（MQTT，Bluetooth，Zigbee，BACnet等），解决了异构硬件接入难的问题 ## [Image](/uploads/documents/8/6/b/4/86b47a633c48a80f107916bf84066a97/p13_2.jpg) 应用场景：智能家居设备云端托管 ## KubeEdge设备管理——从云端同步期望设备状态到边缘  应用场景：智能家居设备远程控制 2019) → 云端和边缘端的开源实现。 → 使用 kubectl 从云端向边缘节点部署应用。 → 使用 kubectl 从云端对边缘节点的应用进行配置管理和密钥管理。 → 云和边缘节点之间的双向和多路网络通信。 → Kubernetes Pod 和 Node 状态通过云端 kubectl 查询，从边缘端收集/报告数据。 → 边缘节点在脱机时自动恢复，并重新连接云端。 → 支持IoT设备通过Device

Kotlin 中文站项目。 本书会与 Kotlin 中文站及 JetBrains 的 Kotlin 官方站准同步更新。 所以请时常来更新，或者阅读在线版本： https://book.kotlincn.net/。 2017-05-13，Kotlin 中文站的参考文档已翻译校对完毕且与官方站同步。 随着官网新增内容越来越多，尤其是 2021 年 版本库结构大改还导致翻译停滞了一段时间，已经有不少内容尚未翻译。 未翻译。 目前在不断完善翻译中，有些贡献者基于旧 版本翻译的内容也会逐步解决冲突合并进来。 当然，今后还会持续与官网保持同步更新并继续翻译，请随时关注。 欢 迎大家一起来翻译/改进，翻译前请阅读翻译指南草稿。 目前已更新至 1.9.10。最近一次更新：2023-10-28。 本书采用 Apache License 2.0 许可发布，因内容来源采用该许可。 下载离线版本： PDF | EPUB | MOBI macOS、 iOS、 tvOS 以及 watchOS，需要安装 Xcode 及其命令行工具。 参见所支持目标的完整列表。 互操作 Kotlin/Native 支持与不同操作系统的原生编程语言的双向互操作。 编译器可创建： 用于多个平台的可执行文件 用于 C/C++ 项目的静态库或动态库以及 C 语言头文件 用于Swift 与 Objective-C 项目的 Apple 框架 支持直接在 Kotlin/Native

5/4/5/a5458db7fb86ab4e1f5c1167e010676e/p6_1.jpg) ## 数据同步ck 1. 基于公司对数据要求为T+1 2. 基于现有开发人员水平及成本 因此采用可视化同步工具kettle. 先将oracle数据平台维度信息以及相关主题清单数据同步至clichouse数据仓库 Etl服务器 - 通过clickhouse-client将文本导入ck数据库 4/5/a5458db7fb86ab4e1f5c1167e010676e/p9_2.jpg) ## 数仓建设-主题事实清单表 主题事实清单表采用引擎MergeTree. 同步策略: 每日从 oracle 数据平台增量同步到 ck 数仓. create table dw_hr.fct_rpt_dc_shop_vender_day ( stat_year Int16, stat_month