【翻译】 问HS：设计和实现可扩容服务？

翻译自:Ask HS: Design And Implementation Of Scalable Services?

我们通过网络编写代理来部署/分布。代理每15秒，甚至可以是每5秒发送一次数据。致力于服务/系统工作为了让所有代理能够通过临界有效载荷推送数据/元组。高达5%的下降率是可以接受的。最终的数据将会被隔离以及存入到数据库管理（DBMS）系统（目前我们使用MYSQL）

我正在寻找答案的问题。

1．  客户端/服务端通信，代理能张贴数据。发送数据的状态并不重要，但是，如果服务端系统基于数据发送生成一个事件，代理就会收到通知。

很多互联网上的建议推荐使用消息总线（消息中间：ActiveMQ）实现异步通信。多播和UDP是替代品。

2．  持久性：经过评估后的数据会被存入到DBMS系统。

处理数据之后得到的是一个被聚合的记录，看上去Mysql是可扩展的。但是在指数级的数据量，考虑HBase作为一个选项。

仔细看，这里是否有一些关于两个场景的选择和专家建议。

转载请注明：旅途@KryptosX » 【翻译】 问HS：设计和实现可扩容服务？

如何用 PolarDB 在不确定世界寻找确定答案 (例如图像相似) - vector|pase 世界是确定的吗? 不 就好像我们拍照, 同一个相机, 同一个地点, 同一个时间连拍几张, 结果都不一样. 更不用说时间地点不一样了. 真正确定的数据并不多, 世界充满的是不确定的数据. 例如人脸识别, 存在数据库中的数据可能是曾经的照片, 但是你去比对人脸时是实时的, 角度、化妆、发型都可能不一样. 未来的数据库一定要解决一个问题, 如何在不确定的世界寻找确定的答案? PolarDB早几年就发布了pase插件, 解决高性能图像识别的问题, 通过将非结构化数据根据特征提取成为一串向量, 然后根据向量进行距离计算, 得到最相似的向量, 从而解决不确定数据的确定性搜索.
Java实现高效随机数算法的示例代码---梅森旋转算法（Mersenne twister） Java实现高效随机数算法的示例代码 梅森旋转算法（Mersenne twister）是一个伪随机数发生算法。由松本真和西村拓士在1997年开发，基于有限二进制字段上的矩阵线性递归。可以快速产生高质量的伪随机数，修正了古典随机数发生算法的很多缺陷。 最为广泛使用Mersenne Twister的一种变体是MT19937，可以产生32位整数序列。
面经手册 · 第3篇《HashMap核心知识，扰动函数、负载因子、扩容链表拆分深度学习(+实践验证)》 HashMap 最早出现在 JDK 1.2中，底层基于散列算法实现。HashMap 允许 null 键和 null 值，在计算哈键的哈希值时，null 键哈希值为 0。HashMap 并不保证键值对的顺序，这意味着在进行某些操作后，键值对的顺序可能会发生变化。另外，需要注意的是，HashMap 是非线程安全类，在多线程环境下可能会存在问题。
一文详解 Base64编码原理 Base64 是一种 编码方式，最早出现在电子邮件传输协议中。 电子邮件问世之初，传递消息时只支持 ASCII 字符，后来随着电子邮件的广泛使用，传递非ASCII字符内容的需求增加，例如：传输中文、传输文件（图片、视频）。