MORPHiS 现在是早期阶段，主要目标是成为一个全局加密分布式存储，为了替代云存储。MORPHiS 现在包含一个 DMAIL（分布式邮件），内置垃圾邮件拦截，内置加密，免费发送信息。
MORPHiS 的使用非常简单：下载，双击，在 Web 浏览器打开一个窗口查看原始 MORPHiS UI 页面，就可以使用浏览和上传功能。
因为分布式技术 MORPHiS 的强大，我们每个人都可以创建一个独立的网络，不要求集中服务器或者控制。可以通过 Web 浏览器，SSH 客户端，或者使用 "mcc"，命令行 MORPHiS UI 上传文件到网络。
主要特性：
开源，100% 使用 Python 编写
模块化，高性能，低延迟，使用 TCP，完全兼容 Tor
安全，MORPHiS 基于定制的 SSH 协议来定制 Kademlia DHT
分布式：节点分布在每个电脑，网络非集中化
BITCOIN INCENTIVE：允许比特币小额交易，提供内置自动比特币混合层（匿名化比特币交易和无限小额交易）
-
MORPHiS 现在是早期阶段，主要目标是成为一个全局加密分布式存储，为了替代云存储。MORPHiS 现在包含一个 DMAIL（分布式邮件），内置垃圾邮件拦截，内置加密，免费发送信息。 MORPHiS 的使用非常简单：下载，双击，在 Web 浏览器打开一个窗口查看原始 MORPHiS UI 页面，就可以使用浏览和上传功能。 文章转载自 开源中国社区 [http://www.oschina.net]
-
分布式支持 数据访问层支持分布式数据库，包括读写分离，要启用分布式数据库，需要开启数据库配置文件中的deploy参数： return [ // 启用分布式数据库 'deploy' => 1, // 数据库类型 'type' => 'mysql', // 服务器地址 'hostname' => '192.168.1.1,19
-
主要内容：并行化集合,外部数据集RDD(弹性分布式数据集)是Spark的核心抽象。它是一组元素，在集群的节点之间进行分区，以便我们可以对其执行各种并行操作。 有两种方法可以用来创建RDD： 并行化驱动程序中的现有数据 引用外部存储系统中的数据集，例如：共享文件系统，HDFS，HBase或提供Hadoop InputFormat的数据源。 并行化集合 要创建并行化集合，请在驱动程序中的现有集合上调用的方法。复制集合的每个元素以形成
-
null 假设我有100张唱片。缓存只能保存40条记录（最常用）和100条记录在磁盘文件（不在任何其他数据库中）。 所以，如果从这100条记录中请求任何东西，我就不必去实际的数据库（例如Sybase db）？ 如果在100条记录中找到了密钥，但它不存在于内存缓存中（40条记录），则获取该密钥，放入内存缓存中，并使用驱逐策略将其他密钥交换到磁盘文件中（但在磁盘上，我总是有100条记录） 如果缓存和磁
-
Kdb+ 是来自 Kx Systems Inc 的高性能列式数据库。 kdb+ 旨在捕获，分析，比较和存储数据 - 所有这些都是高速和大量数据。
-
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。
-
一个成功的技术，现实的优先级必须高于公关，你可以糊弄别人，但糊弄不了自然规律。 ——罗杰斯委员会报告（1986） 在本书的第一部分中，我们讨论了数据系统的各个方面，但仅限于数据存储在单台机器上的情况。现在我们到了第二部分，进入更高的层次，并提出一个问题：如果多台机器参与数据的存储和检索，会发生什么？ 你可能会出于各种各样的原因，希望将数据库分布到多台机器上： 可扩展性 如果你的数据量、读取负载、写