CURVE 是网易开源的高性能、高可用、高可靠分布式存储系统，具有非常良好的扩展性。基于该存储底座可以打造适用于不同应用场景的存储系统，如块存储、对象存储、云原生数据库等。CURVE 的设计开发始终围绕三个理念：一是顺应当前存储硬件设施发展趋势，做到软硬件结合打造顶级的存储产品；二是秉持 “Simple Can be harder than complex”，了解问题本质情况下选择最简单的方案解决问题；三是拥抱开源，在充分调研的前提下使用优秀的开源项目组件，避免造轮子。
当前网易基于 CURVE 已经实现了高性能块存储系统，支持快照克隆和恢复 ,支持 QEMU 虚拟机和物理机 NBD 设备两种挂载方式, 在网易内部作为高性能云盘使用。
特性
1. 高性能
高性能是 CURVE 的一大特点，也是项目团队创建 CURVE 项目的初衷。RPC 层面 CURVE 采用了高性能和低延迟并且已开源的 brpc；在一致性层面选择了基于 quorum 机制并且开源的 braft，从协议层面来说 quorum 机制在延迟方面天生优于多副本强一致的方式。实现上 CURVE 对 braft 快照的实现进行了优化，在状态机的实现上采用 chunkfilepool 的方式 ( 初始化集群的时候格式化出指定比例的空间用作 chunk ) 使得底层的写入放大为 0；此外CURVE 还在 chunk 上进行更细力度的地址空间 hash 以达到读写分离、减小 IO 碰撞等的效果，从而进一步提升 IO 性能。
2. 高可用
高可用是 CURVE 的另一大特点。MDS、ChunkServer 以及 SnapShotCloneServer 都支持多实例部署，部分实例异常不影响整个集群的可用性。
-
MDS
MDS 是无状态的，推荐至少部署两个实例。通过 Etcd 进行选主。多个 MDS 实例通过 Etcd 进行选主，当单个实例失效时，可以秒级切换到另外一个实例。失效实例上正在处理的请求，Client 和 SnapShotCloneServer 都会对其进行重试，以达到不影响集群可用性的效果。
-
SnapShotCloneServer
SnapShotCloneServer 与 MDS 类似, 也是通过 Etcd 进行选主，不同的是，它通过负载均衡对外提供服务。失效期间的请求失败重试都是幂等的，不影响任务的正确性以及集群的可用性。
-
ChunkServer
ChunkServer 是一个集群，通过 Raft 协议保持数据一致性，并通过 MDS 做负载均衡。单个节点失效时，会影响到这个节点上存储的所有 Copyset。对于 Copyset 上的 Leader 节点，会中断服务，等待重新选举；对于Copyset 上的 follower 节点，服务不会受影响。当某个 Chunkserver 节点失效且在一段时间内无法恢复，MDS 会将其上的数据迁移到其他节点上。
-
简介 在Flutter Animation动画开发之——最简单的动画入门这篇文章中我们介绍了最简单的动画开发流程 今天我们在该动画的基础上添加动画曲线，默认情况下动画是线性的，可以理解为变化是匀速的，设置动画曲线可以设置动画的变化速率，可以是加速的，也可以是减速的，或者是先加速后减速的，等等 动画曲线用的是CurvedAnimation类，用法如下， parent参数传入一个Animation对象
-
一、介绍 HDFS （Hadoop Distributed File System）是 Hadoop 下的分布式文件系统，具有高容错、高吞吐量等特性，可以部署在低成本的硬件上。 二、HDFS 设计原理 2.1 HDFS 架构 HDFS 遵循主/从架构，由单个 NameNode(NN) 和多个 DataNode(DN) 组成： NameNode : 负责执行有关 文件系统命名空间 的操作，例如打开，
-
本文向大家介绍Hadoop 分布式存储系统 HDFS的实例详解，包括了Hadoop 分布式存储系统 HDFS的实例详解的使用技巧和注意事项，需要的朋友参考一下 HDFS是Hadoop Distribute File System 的简称，也就是Hadoop的一个分布式文件系统。 一、HDFS的优缺点 1.HDFS优点： a.高容错性 .数据保存多个副本 .数据丢的失后自动恢复
-
一面 11.1 分布式存储 阿里天池比赛，问了一些模块的优化 问存储项目 问TinyKV 项目 操作系统：cpu cache，false sharing，gdb C++：移动语义，std::map，rbtree和b+tree区别。 perf 观察程序性能 算法题：二叉树的路径和 二面 11.2 leader 面 开局先选方向：DB，分布式，操作系统，体系结构，计算机网络。选了分布式，狂问raft
-
之前的秋招面经：深信服 Go 开发面经（已 offer） bg：专升本+ACM银牌+三个项目（一个毕设的KV分离LSM-Tree，一个6824的分布式KV，一个OJ) 某小厂，存储方向技术积累还不错，避免定位就不写具体名字了。自己也一直比较憧憬做 infra 吧，不想写 CRUD 业务，所以就投了。面试内容都是事后回忆，可能有遗漏或记错的 一面 50min 自我介绍 项目实现细节、设计考量、优化（
-
问题内容： 我正在寻找Java分布式缓存解决方案。我们希望功能喜欢： 我们已经分析了Terracotta这样的框架，它似乎是缓存框架中我们想要的一切……但是，似乎需要一个中央缓存节点，这成为我们的单点故障。 除了推出我们自己的解决方案之外，还有其他想法吗？ 问题答案： 我建议使用JBossCache或EhCache（使用分布式缓存侦听器）。我都用过，我都喜欢，它们都适合您的要求。
-
Web 应用程序可能需要为成百上千甚至更多的用户同时提供服务。如果你没有采取必要的措施，在这种负载下，你的网站可能会崩溃或变得没有响应。 假设在主页显示最后 10 条新闻，并且平均每分钟有上千名用户访问此页面。你可能为每个用户通过查询数据库来显示页面视图信息： SELECT TOP 10 Title, NewsDate, Subject, Body FROM News ORDER BY NewsD
-
主要内容：一、从一个新闻门户网站案例引入,二、推算一下你需要分析多少条数据？,三、黄金搭档：分布式存储+分布式计算这篇文章聊一个话题：什么是分布式计算系统？ 一、从一个新闻门户网站案例引入 现在很多同学经常会看到一些名词，比如分布式服务框架，分布式系统，分布式存储系统，分布式消息系统。 但是有些经验尚浅的同学，可能都很容易被这些名词给搞晕。所以这篇文章就对“分布式计算系统”这个概念做一个科普类的分析。 如果你要理解啥是分布式计算，就必须先得理解啥是分布式存储，现在我们从一个小例子来引入。 比如说
-
全程一小时 1.关于项目询问…… 2.C++： 忘了有啥了，应该都是常见的 4.分布式： ACID是什么 CAP是什么 RAFT如是实现投票？ 经典的超过半数投票…… Zookeeper如何避免脑裂? 答：采用2N+1个 replica。 反问：如果有一个宕机了就不能了吗？ 答：不能，要么手动再宕机一个节点，要么加上一个replica。不然容易出问题 好像认可了我的答案…… 分布式系统中如果我向r