Shuttler.Net是一个高性能分布式框架，如果你在使用老去的remoting,webservices分布式架构,或在使用新生的wcf,那么你也可以尝试下Shuttler.Net。
如果你想开发自己的IM服务端和客户端，你也可以使用Shuttler.Net，只需你制定报文协议即可，其他传输层Shuttler帮你搞定。
主要功能点包括：
1, 分布式RPC,目前支持Tcp和Http(类REST风格)双通道（见Demo：TcpRpcTest和HttpRpcTest）：可以多个 RpcServer端和多个RpcClient端，其中client通过HashingAlgorithm根据Key计算出server。
2,分布式缓存系统(Memcached)，包括MemcachedServer和MemcachedClient（见Demo：MemcachedTest）：
可以多个MemcachedServer端和多个MemcachedClient端，其中client通过HashingAlgorithm根据Key计算出server。
3,IM协议栈，使用Shuttler.Net的Artery组件可以轻松实现一个IMServer端和IMClient端（见Demo：IMTest）:
IMTest中实现IM的登录密码校验，通讯协议自己定义即可，协议Demo见ShuttlerArteryProtocol。
其中Shuttler.Net使用内存Pool概念和Socket增强SocketAsyncEventArgs，使你的所有操作Buffer始终在一块固定的内存区中进行，避免了内存泄漏问题。
Shuttler.Net核心组件Artery和Rpc结构图:
RPC性能计数器：
-
一、MapReduce概述 Hadoop MapReduce 是一个分布式计算框架，用于编写批处理应用程序。编写好的程序可以提交到 Hadoop 集群上用于并行处理大规模的数据集。 MapReduce 作业通过将输入的数据集拆分为独立的块，这些块由 map 以并行的方式处理，框架对 map 的输出进行排序，然后输入到 reduce 中。MapReduce 框架专门用于 <key，value> 键值
-
Dubbo 是阿里巴巴公司开源的一个Java高性能优秀的服务框架，使得应用可通过高性能的 RPC 实现服务的输出和输入功能，可以和 Spring框架无缝集成。不过，略有遗憾的是，据说在淘宝内部，dubbo由于跟淘宝另一个类似的框架HSF（非开源）有竞争关系，导致dubbo团队已经解散（参见http://www.oschina.net/news/55059/druid-1-0-9 中的评论），反到是
-
类型 实现框架 应用场景 批处理 MapReduce 微批处理 Spark Streaming 实时流计算 Storm
-
其于职业介绍所、工头、工人、工作模型的分布式计算框架。 职业介绍所有两种，一种是本地职业介绍所，一种是远程职业介绍所。顾名思义，本地职业介绍所就是在当前计算机上的，远程职业介绍所用于连接到远程职业介绍所的。 工人、工头都可以加入到职业介绍所，所以加到本地或远程种业介绍所都是可以的。 在同一个职业介绍所中，具有同样类型的工人、工头和工作都存在的时候，工作就可以被安排下去执行。当然，有两种安排方式，一
-
我正在做一个RESTAPI性能测试，在这里我必须同时做很多请求。为此，我使用了3个JMeter实例（1个主实例和2个从实例）。 为了让您有更多的竞争，我编写了一个包含2个线程组的JMeter脚本，每个组上有150个线程和一个恒定吞吐量计时器。 下面是我用来启动测试的命令行： 在这个命令行中，吞吐量是我针对3台服务器的总吞吐量（它的值除以vmnb，我的第三个变量，然后每个服务器执行这部分吞吐量），持
-
我最近在研究分布式计算，很想看看Memcached是如何工作的。维基上说： 谢谢！