Stat 结构体 | 学习笔记

简介: 快速学习 Stat 结构体

开发者学堂课程【分布式协调系统 Zookeeper 快速入门:Stat 结构体】学习笔记,与课程紧密联系,让用户快速学习知识。

课程地址https://developer.aliyun.com/learning/course/97/detail/1588


Stat 结构体


(1)czxid- 创建节点的事务 zxid

每次修改 ZooKeeper 状态都会收到一个 zxid 形式的时间戳,也就是 ZooKeeper 事务 ID.

事务 ID 是 ZooKeeper 中所有修改总的次序。每个修改都有唯一的 zxid ,如果 zxid1 小于 zxid2 之前发生。

(2)ctime-zonde 被创建的毫秒数(从1970开始)

(3)Mzxid-zonde 最后更新的事务zxid

(4)Mtime-zonde 最后修改的毫秒数(从1970开始)

(5)pZxid-zonde 最后更新的子节点zxid

(6)Cversion-zonde 子节点变化号,zonde 子节点修改次数

(7)Dataversion-znode 数据变化号

(8)aclVersion-znode 访问控制列表的变化号

(9)ephemeralOwner-如果是临时节点,这个是 znode 拥有者的 session id.如果不是临时节点则是0.

(10)dataLength-znode 的数据长度

(11)numChildren-znode 子节点数量



zxid 为事务 ID,所有提交都采用事务操作,且前五个为时间节点。

1)cversion 意为版本二,子节点变化号就是变化了多少次

2)数据变化号,也就是变化了多少版

3)acl 一般为控制、访问的意思

4)sessionID 也是会话 ID,可建立通信

5)数据长度,数据存储了多大

6)子节点后还有子节点,可嵌套

相关文章
|
9月前
|
人工智能 编解码
ReCamMaster:视频运镜AI革命!单镜头秒变多机位,AI重渲染颠覆创作
ReCamMaster 是由浙江大学与快手科技联合推出的视频重渲染框架,能够根据用户指定的相机轨迹重新生成视频内容,广泛应用于视频创作、后期制作、教育等领域,提升创作自由度和质量。
702 0
|
机器学习/深度学习 算法 数据挖掘
机器学习之sklearn基础——一个小案例,sklearn初体验
机器学习之sklearn基础——一个小案例,sklearn初体验
356 6
|
机器学习/深度学习 Ubuntu KVM
ubuntu启动emulator : /dev/kvm is not found: VT disabled in BIOS or KVM kernel module not loaded
本文记录了解决AOSP模拟器无法启动的问题,原因是微星B450M主板BIOS中虚拟化技术未开启,通过安装KVM模块并修改BIOS设置以启用SVM模式来解决。
634 0
ubuntu启动emulator : /dev/kvm is not found: VT disabled in BIOS or KVM kernel module not loaded
|
存储 Kubernetes 监控
在K8S中,worke节点如何加入K8S高可用集群?
在K8S中,worke节点如何加入K8S高可用集群?
|
缓存 安全 Java
Android深入Binder拦截问题分析
【7月更文挑战第1天】Android Binder 拦截可实现虚拟化、测试、SDK检测、逆向分析及ROM扩展。通过Java层aidl代理,利用IBinder接口规范来拦截通信。拦截步骤包括:替换Binder服务缓存对象,如ActivityManagerService;代理ServiceManager以控制服务获取。此操作需系统权限,可能涉及安全风险和版本差异,非必要时应谨慎。
260 0
|
弹性计算
阿里云10M带宽收费价格表
阿里云10M带宽收费价格表,阿里云服务器上海地域10M带宽一年优惠价格5355元,10M带宽一个月525元,地域不同带宽价格不同,阿里云服务器网以华东1(上海)地域为例,5M及5M以下带宽按照23元一个月的价格收取,6M及6M以上公网带宽按照80元一个月的价格收取。阿里云百科使用阿里云价格计算器,计算一下阿里云10M公网带宽一个月价格和一年价格
393 0
|
云安全 关系型数据库 MySQL
Deepin安装docker使用mysql
Deepin安装docker使用mysql
551 0
|
机器学习/深度学习 算法
大模型开发:解释反向传播算法是如何工作的。
反向传播算法是训练神经网络的常用方法,尤其适用于多层前馈网络。它包括前向传播、计算损失、反向传播和迭代过程。首先,输入数据通过网络层层传递至输出层,计算预测值。接着,比较实际输出与期望值,计算损失。然后,从输出层开始,利用链式法则反向计算误差和权重的梯度。通过梯度下降等优化算法更新权重和偏置,以降低损失。此过程反复进行,直到损失收敛或达到预设训练轮数,优化模型性能,实现对新数据的良好泛化。
680 4
|
API
MediaRecorder API的使用
MediaRecorder API的使用
294 0