菜单 学习猿地 - LMONKEY

Go

Go

分布式核心是可扩展性，通过对服务、存储的扩展，来提高系统的处理能力，通过对多台服务器协同工作，来完成单台服务器无法处理的任务，尤其是高并发或者大数据量的任务，分布式可以处理单点故障，是指在系统中某个组件一旦失效，这会让整个系统无法工作，而不出现单点故障，单点不影响整体，就是分布式系统的设计目标之一。分布式是因为无状态的服务才能满足部分机器宕机不影响全部，可以随时进行扩展的需求。

Go

Go

应知应会：

Go

1、分布式介绍之基本概念

2、mapReduce多任务测试与分析

3、raft基本介绍之选举原理

4、raft日志复制响应处理实现

5、mysql事务说明

Go

Go

项目实战：

Go

部署分布式项目开发环境

Go

主要知识点：

Go
☑ 分布式介绍之基本概念

☑ 分布式核心要点

☑ 分布式存储之hdfs架构说明

☑ hdfs读写流程简述

☑ 其它分布式业务分类说明

☑ 分布式技术实现与组件框架

☑ mapreduce需求分析

☑ mapreduce流程伪码分析

☑ mapreduce-test分析实现

☑ mapreduce-schedule实现分析

☑ domap和doreduce函数调用分析

☑ domap函数实现

☑ doreduce函数实现

☑ mapReduce多任务测试与分析

☑ mapreduce最终结果文件合并

☑ master与worker通信分析

☑ master rpc实现分析

☑ worker注册与信息传递实现

☑ 调度函数实现

☑ worker结构与dotask实现

☑ worker注册与清理实现

☑ mapreduce作业布置与源lab说明

☑ raft基本介绍之选举原理

☑ raft动图详解

☑ raft论文分析

☑ raft论文分析

☑ raft lab分析

☑ raft基本结构实现

☑ raft 结构属性初始化函数实现

☑ 选举启动与投票相关结构参数分析

☑ 发起投票选举函数实现

☑ 选举投票实现

☑ 发起心跳机制

☑ 处理投票请求实现与选举测试

☑ 日志复制分析之raft结构修改

☑ 重置nextindex与matchindex操作

☑ 实现client到leader的命令提交

☑ 实现日志复制的请求与响应结构

☑ 发起日志复制请求逻辑实现(1)

☑ raft日志复制响应处理实现

☑ raft日志复制之编号冲突处理

☑ raft日志应用逻辑处理

☑ raft日志复制请求处理实现

☑ raft日志复制commitindex索引更新函数实现

☑ raft一致性状态持久化操作实现

☑ redis常见问题分析

☑ mysql常见问题

☑ mysql事务说明

☑ mysql分片说明

☑ mysql锁机制说明

☑ 常见缓存淘汰策略

☑ 一致性哈希原理说明

☑ cap与base简述

☑ 分布式事务与分布式锁

Go

Go

学习基础：

Go

掌握Go的基本语法应用， Go语言的面向对象开发思想， Go的应用库的使用，以及需要Go的网络编程基础， 密码学、共识算法，了解基本的数据结构。

Go

Go

Go