Highload++ 2017 завершён!

Профессиональная конференция разработчиков высоконагруженных систем

СКОЛКОВО, Москва 7 и 8 ноября

11-я ежегодная конференция для разработчиков highload-систем, которая соберет   2 700 участников из разных регионов России и мира. Мероприятие направлено на обмен знаниями о технологиях, позволяющих одновременно обслуживать многие тысячи и миллионы пользователей.

Программа охватывает такие аспекты веб-разработок, как архитектуры крупных проектов, базы данных и системы хранения, системное администрирование, нагрузочное тестирование, эксплуатация крупных проектов и другие направления, связанные с высоконагруженными системами.

  • Главная
  • Базы данных и системы хранения

MongoDB readConcerns explained
Базы данных и системы хранения

Доклад отклонён
MongoDB

Henrik Ingo – архитектор решений MongoDB, а сейчас ведущий инженер по производительности в Mongo DB. Специализируется на повышении производительности MongoDB и обеспечении высокой доступности, а иногда и на преобразовании XML-документов в JSON.
До MongoDB в течение многих лет работал в мире MySQL и LAMP с MySQL, MariaDB, Drizzle, Percona, WebScaleSQL, MySQL Cluster и Galera Cluster. Он также является контрибьютором в ядро Drupal 7.
Автор книги «Открытая жизнь: философия Open Source» (англ. "Open Life: The Philosophy of Open Source").

Henrik Ingo has worked 5 years at MongoDB. Initially as a Solutions Architect working with European customers, he's now in R&D on the performance team. Prior to MongoDB he was active - and an activist - in the MySQL space, and employed by MySQL (MySQL NDB Cluster team), MariaDB and Galera Cluster. Henrik is the author of the book "Open Life: The Philosophy of Open Source"

Тезисы

Most MongoDB users at this point are familiar with the writeConcern option, which is used to define the durability requirement of the write to be committed. Recent versions have added the corresponding readConcern option, to provide transaction isolation for reads to match. This talk will cover the available readConcern options and when to use them: local, majority (3.2), linearizable (3.4) and causal (3.6).

Другие доклады секции
Базы данных и системы хранения

Rambler's Top100