drdr.xp Blog

Paxos 已经逐渐被承认是分布式系统中不可缺少的核心算法, 越来越多的分布式系统都是以paxos或其变种来达到强一致性的.

本文是一篇paxos入门教程, 从基本的分布式中的问题: 主从复制，quorum-rw等算法出发, 通过逐步解决和完善这几个问题, 最后推导出paxos的算法.

本文分为2个部分:

• 前1部分是分布式一致性问题的讨论和解决方案的逐步完善, 用比较通俗的语言得出paxos算法的过程. 如果你只希望理解paxos而不打算花太多时间深入细节, 只阅读这1部分就可以啦.

• 第2部分是paxos算法和协议的严格描述. 这部分可以作为paxos原paper的实现部分的概括. 如果你打算实现自己的paxos或类似协议, 需要仔细了解协议细节, 希望这部分内容可以帮你节省阅读原paper的时间.

对于一个tcp连接，在c语言里一般有2种方法可以将其关闭：

close(sock_fd);

或者

shutdown(sock_fd, ...);

使用git的同学是不是经常纠结于在开发过程中是应该频繁提交， 还是仔细构造提交点之后再提交？

• 前者可以让开发更流畅，不必打断思路，但会造成提交历史无法浏览；
• 后者可以构造漂亮易懂的提交历史，但码码时停下来考虑commit message 怎么造句是不是太影响情绪了。

一般的做法是先做很多小的fixup，之后再将fixup合并到一起。

这个工具 git-auto-squash 可以将提交历史中连续的fixup 合并到它之前最早的1个正式提交点上，类似不需要交互的rebase --interactive。

There is a hash table:

• It has b buckets.
• It has n keys stored in it.
• We assume that the hash function distributes keys uniformly.
• A bucket can contain more than 1 keys.

If n \(\approx\) b, the hash table would look like this:

• 37% buckets are empty.
• 37% buckets contain 1 key.
• 26% buckets contain more than 1 key, which means collision occurs.

The following chart created by program simulation shows distribution of 20 keys over 20 buckets.

Simple, stupid and fast tab-bar for VIM.

1个客户端同时向服务器发出100个请求，等待所有的请求都返回才算成功。
99%的请求10ms返回，1%的请求1000ms返回.

假设慢请求的概率是 \(p = 0.01\) ，请求总数是 \(n = 100\). 能快速(10ms)返回的概率有多少？如何优化?

Google HTML CSS 代码风格指南

A Note About Git Commit Messages

Google’s Python Class

jobq.py processes serial of input elements with several functions concurrently and sequentially.

Check out on github: jobq.

Example:

import jobq

def add1( args ):
    return args + 1

def multi2( args ):
    return args * 2

def printarg( args ):
    print args

jobq.run( [ 0, 1, 2 ], [ add1, printarg ] )
# > 1
# > 2
# > 3

jobq.run( ( 0, 1, 2 ), [ add1, multi2, printarg ] )
# > 2
# > 4
# > 6