AI uit tweeling: de hash ring
Waarom dit ertoe doet De ingepakte log in Fixation on yourself had één kernidee. Hier is het weer, in een systeem dat je echt zou kunnen bouwen, met de tutor uit.
De tutor staat uit voor dit probleem. Werk het zelf uit.
A cache cluster verspreidt keys over servers met consistent hashing. Elke server bezit sommige posities op een ring van hele getallen van 0 tot ongeveer twee miljard. Een key wordt gehasht naar een getal, en het behoort tot de eerste node positie bij of na dat getal, langs de ring: voorbij de grootste positie, gaat het terug naar de kleinste.
De node posities zijn gesorteerd opgeslagen in een gedeelde tabel, maar de tabel is een circulaire buffer: het begint waar de laatste schrijver ophield. Elke leesactie van de tabel is een netwerk round trip, dus reads worden geteld.
De data
from creative.budget import Tape
ring = Tape([700, 900, 100, 300]) # sorted positions 100, 300, 700, 900, stored from 700
hashes = [250, 950]
# owners(ring, hashes) -> [300, 100]Schrijf owners(ring, hashes). ring is een Tape van verschillende node posities die gesorteerd zijn maar gedraaid kunnen zijn (opgeslagen vanaf elk startpunt, mogelijk 0). Het bevat ten minste één node. Voor elke hash h, geef de kleinste positie >= h terug; als er geen is, geef de kleinste positie van allemaal terug. Budget: met 100.000 nodes en 200 hashes mag je maximaal 20.000 waarden lezen. len(ring) is gratis.
AI uit: geen tutor, hints of uitgewerkte oplossing voor deze. Alleen je eigen denkwerk.
Een probleem ontdekt in deze les? Meld het · Vraag naar deze les
Deze oefening opent binnenkort
Maak de les ervoor af voordat deze wordt ontgrendeld. De hele cursus is gratis, geen account nodig, en je kunt deze les nu lezen.
Deze browser blokkeert cookies voor learn.floati.life, dus lessen die je hier hebt afgerond kunnen niet in de juiste volgorde worden geopend. Sta cookies toe voor deze site en laad de pagina opnieuw.