参考文章https://www.cprogramming.com/c++11/rvalue-references-and-move-semantics-in-c++11.html

问题引出

参考https://baijiahao.baidu.com/s?id=1653384309305389312&wfr=spider&for=pc

背景

我们知道在C++中char占用一个字节，int占用四个字节。那么类在内存中是怎么布局的呢？成员变量和成员函数是放在一起存储的吗？

前言

笔者踩了许多坑，最大的两个问题是Riak必须配置3个节点，第二个问题是得手动修改jar包才能进行配置。至于用Python和Java连接Riak，笔者有时间会单独出一篇教程。

环境

CentOS 7.6 64位

若未有特殊说明，所有操作均在root下进行操作。

failure types

Fail-stop failure(i.e. machine crashes, os kernel panic), not including software or hardware bugs.

本文内容参考自YouTube Abdul Bari，若有错误还请指正。十分推荐观看原视频，讲得非常清晰易懂。

前言

本文将从硬盘的物理结构说起，介绍关系表中的数据如何在磁盘上进行存储和表示。并通过查询的例子，说明为什么要使用索引来加快查询。本文将从索引结构的设计角度，从m路查找树过渡到B树和B+树。

系统架构

在GFS中，一个文件由多个chunk组成，每一个chunk大小都是64MB，而一个文件的chunk可能不在同一个chunkserver上，也就是分布在不同的chunkserver上。

GFS采用的是单主架构，client通过filename和offset向master索要chunk信息，master返回对应的chunk在哪个chunkserver上，然后client再和chunkserver交互。

每个chunkserver直接使用linux的文件系统。

背景

Geo-replicated DBMS

SLOG假设一个数据库系统是跑在横跨世界各地的数据中心的系统，这种系统我们通常称之为Geo-replicated Database Management System(DBMS)，它将数据复制多份在各地的资料中心中。

背景

数据库并发如果不做任何的控制，会破坏事务ACID特性的隔离性和一致性，如丢失修改、不可重复读、幻影现象和读“脏数据”等问题。

本文在mysql上验证快照隔离的特性。参考文章。

1. introduction

​ 动态数据集上的图处理在许多应用领域越发重要，如推荐系统和欺诈检测等。现今，许多场景下都需要进行大规模的图计算，如图分析(analytics),图模式匹配(graph pattern matching, GPM), 图遍历(tranversals).而这些图计算的数据集是动态变化的，随时都在进行更新。 创建这样一个系统仍然是一个未解决的问题，其根源就是没有底层数据结构既能保证高效率的事务更新，又能有效处理各种各样的图工作负载（比如模式匹配、图遍历就是不同的工作负载）。这篇文章就是要解决这个问题。 为支持分析工作负载(如page rank)和图遍历(单源最短路径)需要支持快速扫描。为了支持模式匹配(如triangle counting)，数据结构需要有序to enable fast intersections。为了保证更新速度，该数据结构需要支持动态更新。为了保证并发，需要实现多版本。