1. 项目idea+maven+spring-boot+spring-cloud+spring-cloud-alibaba,依赖nacos 2.0.1, mysql,seata server 1.4.2; 2. 示例包括三个服务,订单服务,商品服务,账户服务; 3. 创建订单的同时,需要扣减商品库存,并扣减账户余额,三个操作要么同时成功,要么同时失败。 4. seata server、nacos和mysql环境参数配置,需要根据实际环境进行调整修改;
2022-06-08 21:33:22 102KB mysql 分布式 spring cloud
1
2021年DTCC大会三天嘉宾分享主题PDF材料,包含云原生数据库的开发实践、分布式数据库的应用、图数据库技术应用创新、时序数据库等多个主题。
2022-06-08 19:10:38 473.88MB 云原生 数据库 分布式 时序数据库
1
转发的 remoting 分布式开发的 管理系统 实例 绝对能运行!
2022-06-08 18:04:33 544KB c# remoting 分布式开发 图书管理系统
1
基于.net+Remoting技术的分布式图书管理系统(修正版)
2022-06-08 17:58:46 1.12MB Remoting 分布式 图书管理 系统
1
分布式图书管理系统(C#),这是模仿本站的一个程序。但代码模式更简洁更易读更易调试。利用.net的remoting技术很好地实现了局域网内程序域的互访问题。经测试发布不完全版本,有兴趣地可以研究一下。文件夹结构:BLL(业务逻辑层)DLL(数据访问层)RemoteServer(启动服务器端)RemoteClient(远程客户端)IRemotingClass(客户端调用服务器端接口)RemoteWarpper(服务器端实现对IRemotingClass的调用)backup(数据库备份)。下载后需还原数据库,配置连接字符串,在DLL的DbExecute类里面。由于是分布式应用,服务器端开启后不需要指定IP,是你本地的IP地址;然后启动客户端软件,填写你所指向的服务器端IP,然后就可以进行远程进行访问了。嗬嗬,很有参考价值。本人所有程序都经过审查,保证质量,希望大家可以共同交流共同成长。QQ:63398650
2022-06-08 17:50:17 544KB C# Remoting 三层架构
1
RabbitMQ是实现了高级消息队列协议(AMQP)的开源消息代理软件
2022-06-08 13:02:14 12.3MB rabbitmq 源码软件 分布式
1
1、资源内容:毕业设计lun-wen word版10000字+;开题报告,任务书 2、学习目标:快速完成相关题目设计; 3、应用场景:课程设计、diy、毕业、参赛; 4、特点:直接可以编辑使用; 5、使用人群:设计参赛人员,学生,教师等。 6、使用说明:下载解压可直接使用。 7、能学到什么:通过学习本课题的设计与实现, 了解不同课题的知识内容,学习内部架构和原理,掌握有关课题重要资源, 同时增加自己对不同方面知识的了解,为后续的创作提供一定的设计思路和设计启发 , 并且可以快速完成相关题目设计,节约大量时间精力,也为后续的课题创作 提供有力的理论依据、实验依据和设计依据,例如提供一些开源代码、设计原理、 原理图、电路图、毕业设计lun-wen word版10000字+;开题报告,任务书等有效的资料, 也可以应用于课程设计、diy、毕业、参赛等不同场景,而且本设计简单,通俗易通, 方便快捷,易于学习,下载之后可以直接可以编辑使用, 可以为设计参赛人员、学生、老师及爱好者等不同使用者提供有效且实用的学习资料 及参考资料,同时也是一份值得学习和参考的资料。
2022-06-08 13:02:08 13.01MB 分布式
一个基于Hadoop平台进行的单词统计系统,其中包含了伪分布架构,并且包含HDFS数据存储,结合Java后台利用Mapreduce架包进行单词的统计与分析。包含了完整的实践过程,内涵源代码,以及实验命令,内容丰富,实验过程完整。指令明确,图文并茂,且配有对于每一个关键步骤的详细解释,对于新手及其友好。并且对于搭建过程中所会产生的问题,进行了详细的解释。内附Madreduce和程序整体的运行流程,过程清晰明了。
1
基于数据中心内OpenScale互联架构的网络感知分布式计算资源管理 ,王奇,郭宏翔,OpenScale是一种基于光交换的数据中心网络架构,其具备的小世界网络特性被认为能够很好的承载分布式计算应用。但是,目前的资源管理
2022-06-08 01:01:55 675KB 光网络
1
针对传统Takagi-Sugeno-Kan(TSK)模糊系统处理大规模数据时间代价较高的问题,提出一种基于概率模型框架的L2型TSK模糊系统建模策略,建立具有处理大规模数据能力的贝叶斯L2型TSK模糊系统(B-TSK-FS).具体地,基于L2型TSK模糊系统的输出误差概率化表示,对系统前后件参数联合学习,提高系统的泛化能力.另外,引入狄利克雷先验分布函数,对模糊隶属度稀疏化表示,实现样本的压缩,降低运算时间.在模拟和真实数据集上的实验结果验证了所提出模糊系统的优势.
1