搜索资源列表
memcached-1.2.2.tar
- memcached是一个高性能的分布式的内存对象缓存系统，通过在内存里维护一个统一的巨大的hash表，它能够用来存储各种格式的数据，包括图像、视频、文件以及数据库检索的结果等。最初为了加速 LiveJournal 访问速度而开发的,后来被很多大型的网站采用。起初作者编写它可能是为了提高动态网页应用，为了减轻数据库检索的压力，来做的这个缓存系统。它的缓存是一种分布式的，也就是可以允许不同主机上的多个用户同时访问这个缓存系统， 这种方法不仅解决了共享内存只能是单机的弊端， 同时也解决了数据库检索的压
amoeba-mysql
- Amoeba在分布式数据库领域将致力解决数据切分，应付客户端“集中式”处理分布式数据。这 儿集中式是一个相对概念，客户端不需要知道某种数据的物理存储地。避免这种逻辑出现在业务端， 大大简化了客户端操作分布式数据的复杂程度。
kfs-0.3.tar
- 来自startup的垂直搜索引擎http://www.kosmix.com/的开源项目，又一个开源的类似google mapreduce 的分布式文件系统，可以应用在诸如图片存储、搜索引擎、网格计算、数据挖掘这样需要处理大数据量的网络应用中。与hadoop集成得也比较好，这样可以充分利用了hadoop一些现成的功能，基于C++。-Applications that process large volumes of data (such as, search engines, grid compu
LabVIEW-weather-station-Demo
- 本Demo为模拟现实中分布式气象站和气象数据中心的功能，在程序中使用了Weather data.vi来产生分布式数据，通过datasocket将仿真数据发送至主程序Weather_station_main.vi进行实时显示和存储。-The Demo to simulate reality distributed weather stations and meteorological data center functions, used in the program the Weather da
KafkaDemo
- Kafka是一个高吞吐量分布式消息系统。linkedin开源的kafka。 Kafka就跟这个名字一样，设计非常独特。首先，kafka的开发者们认为不需要在内存里缓存什么数据，操作系统的文件缓存已经足够完善和强大，只要你不搞随机写，顺序读写的性能是非常高效的。kafka的数据只会顺序append，数据的删除策略是累积到一定程度或者超过一定时间再删除。Kafka另一个独特的地方是将消费者信息保存在客户端而不是MQ服务器，这样服务器就不用记录消息的投递过程，每个客户端都自己知道自己下一次应该从什么地
p2p
- 对于分布式数据存储系统可靠性的评估与增强技术研究。主要针对先下p2p存储被攻击的防御措施。-To assess the reliability of distributed data storage system and enhancement of technological research. Mainly for defensive measures under the first p2p storage attack.
智能分布式双轴太阳能跟踪采集存储系统
- labview与51单片机串口通信，labview作为上位机，实现电机开关正反转功能(LabVIEW and 51 SCM serial communication, LabVIEW as the host computer, the realization of motor switch positive and reverse function)
Google-Bigtable中文版_1.0
- Bigtable是一个为管理大规模结构化数据而设计的分布式存储系统，可以扩展到PB级数据和上千台服务器。很多google的项目使用Bigtable存储数据，这些应用对Bigtable提出了不同的挑战，比如数据规模的要求、延迟的要求。Bigtable能满足这些多变的要求，为这些产品成功地提供了灵活、高性能的存储解决方案。(Bigtable is a distributed storage system designed to manage large-scale structured data,
DDLO算法
- 本文研究了移动边缘计算 (MEC) 网络，其中多个无线设备 (WD) 选择将其计算任务卸载到边缘服务器。为了节约能源并保持 WD 的服务质量，联合卸载决策和带宽分配的优化被表述为混合整数规划问题。然而，该问题在计算上受到维数灾难的限制，无法通过通用优化工具以有效和高效的方式解决，尤其是对于大规模 WD。在本文中，我们为 MEC 网络提出了一种基于分布式深度学习的卸载 (DDLO) 算法，其中使用多个并行 DNN 来生成卸载决策。我们采用共享重放内存来存储新生成的卸载决策，这些决策进一步训练和改进