最近季度，笔者用了一些时间尝试在实际生产系统 (分布式存储领域) 中引入大模型 LLM 和 Agent 技术，以探索大模型在日常开发、运维、以及系统问题分析的能力边界。投入使用也一段时间了，写下一篇小品文和大家学习交流。

分布式人两个重要手段：Partition 和 Replicate。其宛如两板斧一样大道至简，不必故弄玄虚。本文聚焦于 复制 主题。

本文是 Russ Cox 大佬撰写的 Hardware Memory Models 的姊妹篇，发布于 2021年7月6日，原文链接: Programming Language Memory Models

本文由 Russ Cox 大佬撰写，发布于 2021年6月29日，原文链接 Hardware Memory Models。博主是读了此文后才恍然理解 C++ 中的 Memory Order 的技术背景和设计动机。特此翻译留念。

RocksDB 可靠性和高性能是众所周知的。将其部署在分布式文件系统也是一种趋势，体现了存算分离的思路。本文先讨论官方的分布式改造论文 Disaggregating RocksDB: A Production Experience，随后记录一些自己的想法。

小七七，欢迎你来到这个世上。愿你是这个世界上最幸运最幸福的小朋友。

分布式系统的时钟和顺序，体现了相对论思想？让我们探索分布式系统的 “时钟” 与 “顺序”。

让我们正式进入分布式的世界。

上篇文章中我们探索了同步 IO 的来龙去脉。本篇文章将踏入异步 IO 王国，研究磁盘 IO 的异步编程。

在扩展到分布式之前，我们先来弄明白单机 IO 的手段。同步/异步/Poller/线程池，眼花缭乱的名词，是否在故弄玄虚？

5202 年，我们能享受到怎样的存储硬件性能？

hackerd.io - 一款为开发者打造的 AI 驱动、个性化、充满乐趣的新闻应用。

最近和伙伴一起调研并试用了 Jamulus，体验丝滑。从此足不出户，就可以一起写段子、Jam 和排练了。

本文翻译自 https://lwn.net/Articles/457667/ 原文标题: Ensuring data reaches disk 理想情况下，不会发生操作系统的崩溃和断电，磁盘也不会发生故障。但不幸的是，故障比预期更为常见。本文描述了从应用程序到数据存储的路径。重点介绍数据缓冲部分，提供最佳实践，以确保数据被提交到稳定的持久化存储中，避免发生问题时中途丢失。

使用 raft + 单机 KV 引擎构建分布式 KV 存储，是一种常见的方式。比如 TiKV, CockroachDB 等。本文重点讨论如何进行 raft snapshot。

tikv pd tso 时间戳 - 在线转换小工具

braft 是一个较多人使用的 C++ raft 框架。开发者基于其抽象接口实现自己的业务逻辑，方便实现 raft 高可用的服务。本文从 metrics 入手，梳理开发者应该持续关注哪些监控变量。以其为线索，阅读源码探究其实现原理。力争做到心里有谱，不惧异常。

项目使用 tikv 作为分布式 KV 引擎构建了元数据服务。随着业务增长，P99 延迟急剧升高。在调优 tikv server 收获甚微后，我们把目光转回 tikv-client，结合源码和线上 metrics 分析可能的瓶颈和优化手段。