- 博客(8)
- 收藏
- 关注
转载 基于 Struts2 标签的 BigPipe 技术实现
引言 Facebook 创立了一项技术名为 BigPipe。该技术改善了 Facebook 用户的用户体验,减少页面加载等待时间,它的原理简单、合理。本文借鉴 BigPipe 的思想,针对 Struts2 和 JSP 技术的特点,实现了单线程与多线程版的 BigPipe。两种版本的实现各有优缺点,它们与 Facebook 的 BigPipe 不尽相同,其中多线程版的 BigPipe 实现与 Fa
2012-03-25 22:14:52 535
转载 facebook bigpipe Java版本实现
前言: 去年的时候facebook开发工程师分享了了一个在facebook中实现的bigpipe的实现方案,如果您还不了解bigpipe方案解决的问题,请查看这个链接(http://www.facebook.com/note.php?note_id=389414033919) 当时,facebook的开发工程师主要对这个方案的目标,好处,以及总体的实现方法(没有很具体,只是一些思路
2012-03-25 22:10:53 797
转载 Java 随机数
在Java 中我们可以使用java.util.Random类来产生一个随机数发生器。它有两种形式的构造函数,分别是Random()和Random(long seed)。Random()使用当前时间即System.currentTimeMillis()作为发生器的种子,Random(long seed)使用指定的seed作为发生器的种子。 随机数发生器(Random)对象产生以
2012-03-20 21:20:12 375
转载 淘宝aDev技术沙龙总结:消息中间件和BigPipe
11月26日的aDev技术沙龙是淘宝在北京地区举办的第一次线下活动,本人正好过去凑个热闹,看看牛人们的讨论。 aDev的定位偏后端,本期主题是《异步化技术在大型系统中的运用》,两个话题跟Java消息中间件相关,一个涉及偏前端的BigPipe实现。说是aDev,但其实前两个有关Java消息中间件的话题基本分不清是开发还是运维了,这也算是这个领域的一个发展方向吧。 在分布式互联网技术尚未推进之前,
2012-03-18 12:55:29 1110
转载 Web服务请求异步化介绍(概念篇)
前话 在前面的文章中,先给出了Web服务请求异步处理的压力测试报告,从数据角度描述了支持Web请求异步化的容器在不同并发用户下的处理能力及性能消耗。本文从概念的角度对于应用系统异步化,Web服务请求异步化和Web请求异步化规范及实现三方面做一个介绍,为系统异步化改造做好基础准备。(同样,文中大部分都是个人意见和想法,非完全正确,欢迎讨论) 应用系统异步化
2012-03-18 12:14:23 615
转载 pipe Comet
概述 PipeComet 是在解决开放平台一系列问题的过程中不断演化的基于Jetty Continuation(Servlet 3容器也适用)的代码框架。先看看下面一张图中四个场景的演变: 1. Servlet 3以前,一次http请求就由一个容器线程完成全部处理,容器线程的生命周期取决于整个业务处理的时间(如果后端有依赖系统,例如DB,集中式缓存,外
2012-03-18 11:49:53 486
转载 分布式K—V系统之我见
提及分布式key-value存储系统, Memcached, Voldemort, Cassandra,包括淘宝最近开源,我们一直在使用的Tair系统,相信大家都不会觉得陌生。本文会从Tair入手,介绍分析一下传统分布式键-值存储系统的原理,架构和使用技术。错误之处,还望大家指正。 先看一下Tair的架构: 乍一看,会发现Tair的系统架构和TFS一样,都基于了Google的
2012-03-17 21:13:29 705
转载 关于Hadoop的shuffle
我们知道每个reduce task输入的key都是按照key排序的。 但是每个map的输出只是简单的key-value而非key-valuelist,所以洗牌的工作就是将map输出转化为reducer的输入的过程。 在map结束之后shuffle要做的事情: map的输出不是简单的写入本地文件,而是更多的利用内存缓存和预排序工作,以提高效率。io.so
2012-03-17 21:08:28 278
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人