![](https://img-blog.csdnimg.cn/20201014180756780.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
高性能
文章平均质量分 78
hm_yuweixing
这个作者很懒,什么都没留下…
展开
-
实时大数据处理性能瓶颈
1、业务数据特性 1、数据源突然流量增大; 对于这点,曾见有人将数据缓存到硬盘上,待流量变小时再发出去。我认为这样并不是解决问题的根本办法,因为在流量波峰的情况下,这样的串行IO会使效率更低。我的经验是,使用足够大的内存缓冲,并且提高内存的使用率,一般1Gb流量,有个10MB内存就够用了。 2、业务处理过程的不均匀; 业务处理过程不均匀往往是原创 2015-05-26 23:57:23 · 3200 阅读 · 0 评论 -
实时大数据设计策略
1、流水模式 所谓的流水模式就是,当一个线程搞不定一个业务的时候,就将这个业务分为几个过程,前一个过程处理到某种程度,就交给后一个处理过程,形成并行处理机制,我将这样的机制称之为流水模式,其实这就是多线程多核并行处理。 这里我有两点体会与大家分享: 1) 线程颗粒度 决定线程颗粒度的一般有以下几个因素:原创 2015-05-26 23:52:28 · 858 阅读 · 0 评论 -
实时大数据处理性能瓶颈的测试
曾去一家公司面试,他们就问到我有没有用过什么性能瓶颈的测试工具,当时还真没去好好了解。回来后搜索了一下,发现Interl公司的VTune是一款不错的软件。不过要做到像VTune这样细致的,似乎很难。在我的经验里,要定位到哪个语句最消耗性能,这个似乎并不是很难,而往往是把你把消耗性能的代码去掉,它也提升不了多少,或者是最消耗性能的代码就是系统的最核心的操作,你根本无法去掉,甚至已经没有优化原创 2015-05-26 23:55:49 · 2591 阅读 · 0 评论 -
高性能服务器架构
这是我最初接触性能优化的启蒙文章,仔细体会,可以秒杀公司所谓的高手! 原博客地址:http://blog.csdn.net/marising/article/details/5186643 High-Performance Server Architecture 高性能服务器架构 来源:http://pl.atyp.us/co转载 2015-06-18 12:19:58 · 680 阅读 · 0 评论