PaddleOCR

PaddleOCR提供2种服务部署方式：

• 基于PaddleHub Serving的部署：代码路径为”./deploy/hubserving”，按照本教程使用；

关于log_status=1的记录

网上都说是防悬挂，具体是指啥又没说清楚。这里先说结论：这个条记录，你可以不用管它。

生成随机数字

1

select CONCAT(FLOOR(RAND()*500000000000000000 + 500000000000000000) ,’’)

Paxos

关注的点

选取提案的规则：

kill一组进程

1

ps -ef|grep python|grep -v grep|cut -c 9-16|xargs kill -15

总结

epaxos作为paxos族中的一员，并不是单独存在的。所以我在文中开篇给出总结，罗列与basic-paxos、mutli-paxos之间的区别。带着目的学习，可能相对容易理解一些。

场景还原

@ControllerAdvice在spring中用于全局的异常拦截和处理。Filter则过滤请求，多用于请求鉴权。它们之间的关系如下：

前面我们讲过CAP定理、Paxos、Raft，那么试想几个场景：

• 我们要实现一个完全的AP系统。即集群中只有一个节点存活，也能向外提供服务。在此基础上，我们如何保证数据最终一致性？
• 在一个庞大的集群中，对某个数据修改后，如何同步到其他节点？
• 在一个去中心化的集群中，各节点都是对等节点。如何同步数据，使保证各节点数据达到一致？

这篇文章着重点不在于科普，毕竟关于CAP、BASE的理论的文章，网上很多。所以本文科普篇幅尽量小（只包含概念描述）。主要从几个侧面的问题来描述CAP，进而描述ACID、BASE理念。然后加入一点点调料，如何动态的切换一致性强度。

本文通过以下几个问题，从侧面描述。文中个人观点较多，看官理性对待。

学习raft之前，给大家推荐一个网站，这个网站动画描述raft运行过程。在看文章时对照该网站，可以帮助更好的理解raft。
http://thesecretlivesofdata.com/raft/