タグ検索の該当結果が少ないため、タイトル検索結果を表示しています。
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? どうも ryo_grid です。 昨年はRustを覚えたいと思い、題材としてRESTインタフェースを持った分散KVS（実質はいわゆる分散ハッシュテーブル）を書いたりしました。 FunnelKVS: Rust implementation of autonomous distributed key-value store which has REST interfaces この記事では、他言語を使ってきた私が、経験のないRustを用いてそこそこのコード規模・複雑さのシステムソフトウェアを書いてみた上で、Rustについて感じたことを、独断と
FlashKVというものを作りました。memcachedのテキストプロトコルに対応しています。 ベンチマーク まずはベンチマークを紹介します。memcached 及び DragonFlyとの比較を取りました。 各アプリケーションはDocker上で動作させ、PCはM3 Maxでメモリ32GBのMacBookProです。 ベンチマークは以下のコマンドで実行しました。 memtier_benchmark -s 127.0.0.1 -p 11211 --protocol=memcache_text -c 50 -n 100000 --threads=4
みなさん、こんにちは。dodaのサイト開発をしているエンジニアの佐藤です。 今回、dodaサイトで「KVS with Debezium導入」に挑戦し、さまざまな知見を得られたので、その経験を記事にしました。 この記事のサマリー Debeziumを本番環境へ適用することに挑戦 本番適用するも問題が発生 Debeziumを断念し、独自のデータ転送を実装 結果的に知見を得ながらKVS導入を達成！ ＜挑戦で得られた知見＞ なぜKVSを導入したのか？ 数億のレコード数を持つテーブルからSQL発行でデータ取得していた機能に対し、以下２つの目的をもってKVSを導入しました。 画面表示の高速化 アクセス頻度の高いテーブル（RDB内）に対する負荷軽減 対象画面について イメージが湧きやすいようにKVS導入の対象画面について、簡単に説明します。 「企業からのオファー」という画面で、会員様向けに企業側からのオフ
AI事業本部の黒崎( @kuro_m88 )です。 MySQL、PostgreSQLのようなRDBとAmazon DynamoDBやCloud SpannerのようなNoSQL、NewSQL系のDBを比較したときに、後者はRDBのauto incrementのような機能を実装しようとすると前者と比較して性能が出ない問題があります。この問題に対してRedisのLua Scriptingを用いて採番用のキャッシュを実装し、併用することで高速化した事例を紹介します。 本記事ではAmazon DynamoDBやCloud Spannerが採用されている環境を想定します。特に特定のDBに依存した考え方ではないので、その他のKVSやKVSベースのNewSQLにも応用できる考え方かと思います。手法を検討するのに使ったコードはGoで実装しました。 前提 前提としてKVSのような分散DBにおいて、auto
www.amazon.science 内容の正確性には十分な注意を払っていますが、正確性を保証するものではありません。 誤りがあればこちらよりご指摘いただけますと幸いです。 どんなもの？ Amazon MemoryDBはRedis互換のインメモリデータベース（KVS） 低レイテンシーかつ高可用性を実現しつつ耐久性と強い一貫性にフォーカスしたサービス 今までのRedisではデータの耐久性（永続化）と一貫性に課題があり、そこを改善したもの 先行研究と比べてどこがすごい？ Redis/Redis Clusterの課題 Redisでは非同期レプリケーションを用いており、プライマリーノードのクラッシュ後のフェイルオーバー時にデータが消える可能性がある プライマリーノードからレプリケーションする場合に、分散合意などは行わず非同期レプリケーションを行っている フェイルオーバー後プライマリーに選出されるノ
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article?
久米島の住民虐殺。こういう図にしてみた。あまりに酷くて辛すぎる。今日は仲村渠さんが殺害された日。島への艦砲射撃を辞めさせた恩人なのに鹿山隊に見つかって一家共々殺された。 https://t.co/K4Te8KvS2y
本書では、分散システムの基本的な理解を深めることを目的としています。 身近なデータベースであるRedisを例に、Raft Consensus Algorithmを用いたRedis互換の分散Key-Value Store（KVS）の実装方法を解説します。 昨今では高い可用性と強い一貫性を求められるシステムが増えており、Raftはそのようなシステムを構築するためのアルゴリズムとして広く利用されています。 例えば、モバイルペイメントや電子決済サービスのPayPayでは、Raftによって構築された高い可用性と強い整合性を兼ね備えるデータベースであるTiDBを採用しています。 https://insideout.paypay.ne.jp/2024/01/31/event-cloudnativedaystokyo2023-jp/ このように、RaftとRaftを用いたデータベースは実用性の面からも非常
クラウド基盤本部の新井です。 サイボウズでは、セッション情報など一時的なデータを置くために yrmcds というインメモリキーバリューストア（KVS）を開発し、クラウド基盤にホストして利用してきました。 blog.cybozu.io 私たちのチームでは、旧基盤にホストされてきた yrmcds を、Kubernetes をベースとした基盤である Neco に移行しようとしています。 そこで、プラットフォーム（自社基盤）コースのインターン参加者に、Kubernetes 上で KVS の冗長化を実現するアルゴリズムの設計と PoC の実装を行なっていただきました。 本記事は、その成果をメンターがまとめたものです。 同じコースのインターンに参加した柳田さんの取り組みは以下の記事にまとまっているので、ぜひ合わせてご覧ください。 blog.cybozu.io 旧基盤における yrmcds の冗長化 旧
Lambda@Edge 不要！CloudFront Functions + KVS で実装するBasic 認証 - サーバーワークスエンジニアブログ
概要 この記事では 「CloudFront Functions + KeyValueStore を使った Basic認証の実装」 について紹介します。 【本記事でわかること】 CloudFront Functions (JavaScript 2.0 ランタイム) で Basic認証を実装する方法 マネジメントコンソールを使ったリソース構築手順 CloudFront KeyValueStore (KVS) に認証情報を格納して参照する実装 見出し 概要 見出し はじめに 前提条件 アーキテクチャ CloudFront Functions とは CloudFront KeyValueStore (KVS) とは 構築手順 手順 1: CloudFront + S3 の配信構成を作成する 1-1. S3 バケットを作成する 1-2. テスト用の index.html をアップロードする 1-3.
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
![「アルゴリズム」が大っ嫌い？ ならRSSを使いなさいよ » p2ptk[.]org](https://cdn-ak-scissors.b.st-hatena.com/image/square/0c5257ee2adefe878d86642ccf99314cd9b2a7fc/backend=imagemagick;height=288;version=1;width=512/https%3A%2F%2Fproxy.goincop1.workers.dev%3A443%2Fhttps%2Fp2ptk.org%2Fwp-content%2Fuploads%2F2026%2F07%2Fdecentralization-banner.png)
