我正在寻找一个解决方案,允许我部署多个负载平衡的Grails实例,这些实例具有共享缓存(EhCache Server?)和会话,这可能吗?
我找不到任何关于此的文档(连接到常见的EhCache服务器或使用Distributed EhCache,以及共享会话(使用EhCache?))...
我正在寻找能够像多个Rails实例一样工作的东西,它们具有存储在memcached中的公共memcached和会话/缓存......
我需要检查现有的Web应用程序是否已准备好部署在集群环境中.
集群:
几个Linux机器.该流程由负载均衡器控制,该负载均衡器使用具有粘性会话的简单循环算法.
应用程序
无状态(希望)java Web应用程序,它从后台检索内容并对其进行适当格式化.
我可以访问源代码.我应该检查代码以确保它将在群集中运行?
最近我一直试图了解hadoop集群是否可以用于遗传算法/编程工作.我一直在阅读有关hadoop的内容,我知道它可以平衡大型数据集的处理.在我的情况下,我不会有大型数据集..但我觉得非常有用的是hadoop的并行化功能.那么,我的问题是,像hadoop这样的程序是否可以用于评估或处理遗传算法/编程,我认为这些编程将更加面向处理,而不是面向I/O?
鉴于JavaServer Faces在服务器端本质上是有状态的,建议使用哪些方法来横向扩展JSF 2.0应用程序?
如果应用程序运行多个JSF服务器,我可以想象以下场景:
[编辑]
更新以回应Ravi对Sticky Sessions的建议
stateful cluster-computing web-architecture horizontal-scaling jsf-2
这是我的服务器代码:
我正在尝试使用带有socket.io和expressjs的集群.我正在我的四核桌面上测试它.
var cluster = require('cluster')
var numCPUs = require('os').cpus().length
if (cluster.isMaster) {
// Fork workers.
for (var i = 0; i < numCPUs; i++) {
cluster.fork()
}
console.log(new Date());
}
else {
// get required modules
var connect = require('connect');
var express = require('express');
var mongo = require('mongodb');
var MongoStore = require('connect-mongo')(express);
var server;
var redis = require('redis');
var http = require('http');
// create server object
app = exports.module = express();
function configureServer() {
//configure environments
app.configure('production', function() { …Run Code Online (Sandbox Code Playgroud) 有没有办法使用TSQL,CMD脚本或VB脚本来告诉:
1)如果SQL Server集群在服务器上,并且
2)如果它是活动节点?
谢谢.
我已经非常彻底地阅读了这篇文章,并且花了几个小时研究Node.js中的聚类(分叉过程)主题.
我在文章中似乎无法理解的是,如果它们都在同一个端口上侦听,那么是什么决定了哪个工作进程获得请求X?
主进程是否有办法引导请求,还是只是随机的?
我有一个使用Pika包(0.9.13)的Python客户端,并从RabbitMQ集群中的一个节点检索数据.群集由放置在两个不同主机(url_1和url_2)中的两个节点组成.如何让我的Python客户端订阅这两个节点?
这是我的代码的主要结构:
import pika
credentials = pika.PlainCredentials(user, password)
connection = pika.BlockingConnection(pika.ConnectionParameters(host=url_1,
credentials=credentials, ssl=ssl, port=port))
channel = connection.channel()
channel.exchange_declare(exchange=exchange.name,
type=exchange.type, durable=exchange.durable)
result = channel.queue_declare(queue=queue.name, exclusive=queue.exclusive,
durable=queue.durable, auto_delete=queue.autoDelete)
channel.queue_bind(exchange=exchange.name, queue=queue.name,
routing_key=binding_key)
channel.basic_consume(callback,
queue=queue.name,
no_ack=True)
channel.start_consuming()
Run Code Online (Sandbox Code Playgroud) 根据我对jboss文档的阅读,它说,
我们将高可用性定义为系统在一个或多个服务器发生故障后继续运行的能力.高可用性的一部分是故障转移,我们将其定义为客户端连接在服务器发生故障时从一台服务器迁移到另一台服务器的能力,以便客户端应用程序可以继续运行.
故障转移是高可用性的一部分吗?我们如何区分故障转移与高可用性?
replication failover high-availability cluster-computing downtime
我有一个csv文件"test.csv",我试图复制到群集上的所有节点.
我有一个4节点的apache-spark 1.5.2独立集群.有4个工人,其中一个节点也有主要/驱动程序以及工作人员.
如果我跑:
$SPARK_HOME/bin/pyspark --files=./test.csv 或者从REPL接口内执行 sc.addFile('file://' + '/local/path/to/test.csv')
我看到火花日志如下:
16/05/05 15:26:08 INFO Utils: Copying /local/path/to/test.csv to /tmp/spark-5dd7fc83-a3ef-4965-95ba-1b62955fb35b/userFiles-a4cb1723-e118-4f0b-9f26-04be39e5e28d/test.csv
16/05/05 15:26:08 INFO SparkContext: Added file file:/local/path/to/test.csv at http://192.168.1.4:39578/files/test.csv with timestamp 1462461968158
Run Code Online (Sandbox Code Playgroud)
在主/驱动程序节点的单独窗口中,我可以使用ls轻松找到文件,即(ls -al /tmp/spark-5dd7fc83-a3ef-4965-95ba-1b62955fb35b/userFiles-a4cb1723-e118-4f0b-9f26-04be39e5e28d/test.csv).
但是,如果我登录到工作者,则没有文件,/tmp/spark-5dd7fc83-a3ef-4965-95ba-1b62955fb35b/userFiles-a4cb1723-e118-4f0b-9f26-04be39e5e28d/test.csv甚至没有文件夹/tmp/spark-5dd7fc83-a3ef-4965-95ba-1b62955fb35b
但是apache spark web界面显示了所有节点上正在运行的作业和分配的核心,控制台中也没有出现其他警告或错误.
node.js ×2
apache-spark ×1
deployment ×1
distribute ×1
downtime ×1
ehcache ×1
failover ×1
file ×1
grails ×1
hadoop ×1
java ×1
java-ee-6 ×1
jsf-2 ×1
node-cluster ×1
pika ×1
python ×1
rabbitmq ×1
redis ×1
replication ×1
socket.io ×1
sql-server ×1
stateful ×1
t-sql ×1