首页
AI Coding
数据标注
NEW
沸点
课程
直播
活动
APP
插件
搜索历史
清空
创作者中心
写文章
发沸点
写笔记
写代码
草稿箱
创作灵感
查看更多
登录
注册
LittleRong
掘友等级
全部打杂工程师
|
no
人生无常,大肠包小肠
获得徽章 6
动态
文章
专栏
沸点
收藏集
关注
作品
赞
55
文章 15
沸点 40
赞
55
返回
|
搜索文章
最新
热门
【go语言微服务实践】#1-单体应用的烦恼
实现一个基本功能的答题网站,管理员可进入网站发布比赛,选择比赛题目、设置比赛信息等。普通用户可组队参加比,按规定时间作答,获取相应积分。这个网站的功能非常简单,主要是来实践如何将一个传统的单应用架构转变为微服务架构,实践过程也会记录自己的一些心得。 版本一基于beego采用传统…
MIT6.824-Lab1-Part IV+Part V
在这部分,需要使master处理失败的worker。如果worker在处理master的RPC时失败,则master的call()最终会因超时而返回false。在这种情况下,master应该将失败的task重新分配给另一个worker。 RPC的失败并不一定意味着worker没…
MIT6.824-Lab1-Part III: Distributing MapReduce tasks
在这部分实验要将之前串行版本的MapReduce tasks改成并发模式,只需要实现 mapreduce/schedule.go中的 schedule()函数,其他文件不做更改。 主机在MapReduce作业期间调用schedule()两次,一次用于Map阶段,一次用于Redu…
MIT6.824-Lab1-Part II: Single-worker word count
在main/wc.go中有空的mapF()和reduceF()函数,Part II的内容就是实现这两个函数,以统计每个单词出现的次数,区分大小写。替换掉Part I中的MapFunc和ReduceFunc。 对每个输入文件会调用一次mapF,第一个参数是文件名,第二个参数是文件…
MIT6.824-Lab1-Part I: Map/Reduce input and output
在PartI主要是实现 common_map.go的 doMap()方法(分割map任务输出的函数)以及 common_reduce.go的 doReduce()方法(收集reduce任务的所有输入的函数),此时map和reduce阶段的task还是串行运行的。 首先了解一下整…
mit6.824-Lab1概述
主要思想:用户定义map函数来处理key/value键值对来产生一系列的中间的key/value键值对,再定义一个reduce函数用来合并有着相同中间key值的中间value。 下面这张图比较好的展示了MapReduce的执行过程。 例如要计算一个长文章中每个单词出现的次数,可…
个人成就
文章被点赞
40
文章被阅读
19,535
掘力值
404
关注了
0
关注者
26
收藏集
2
关注标签
29
加入于
2017-12-13