优化

一、系统优化
1、文件描述符:ulimit -a

/etc/systemd/system.conf
/etc/systemd/user.conf

DefaultLimitNOFILE=65535
DefaultLimitNPROC=65535

二、apache优化

APACHE多道处理模式(MPM):prefork、worker、event

/etc/httpd/conf.modules.d/00-mpm.conf

LoadModule mpm_event_module modules/mod_mpm_event.so

三、nginx优化

1、网络IO事件模型:use epoll;

2、进程数量及 CPU绑定

#将work process绑定到特定cpu上,避免进程在cpu间切换的开销
worker_cpu_affinity 0001 0010 0100 1000

#4内核8进程时的设置方法:worker_cpu_affinity 00000001 00000010 00000100 10000000

3、隐藏软件名及版本信息:http{ server_tokens off;}

4、日志:

日志切割\轮询

不记录不需要的日志:

location /nginx-status
{
stub_status on;
access_log off;
}

访问量

PV:点击量

UV:客户量

访问日志的权限设置:

chown -R root.root /app/logs

chmod -R 600 /app/logs

5、NGINX 防止DOS/DDOS攻击

限制用户并发连接数:

http{ limit_conn_zone $binary_remote_addr zone=perip_conn:10m; }

ngx_http_limit_conn_module:调用limit_conn模块
$binary_remote_addr: 二进制远程地址
zone=perip_conn:10m:定义zone名字叫perip_conn,并为这个zone分配10M内存,用来存储会话(二进制远程地址),1m内存可以保存16000会话。

location{ limit_conn perip_conn 1;}

限制用户连接速率:

http{limit_req_zone $binary_remote_addr zone=reqrate:20m rate=10r/s; }

limit_req_zone:调用limit_req模块
rate=10r/s:频率为每秒10个请求

location{ limit_req zone=reqrate burst=5; }

burst=5:允许超过频率限制的请求数不多于5个,假设1、2、3、4秒请求为每秒9个,那么第5秒内请求15个是允许的,如果第一秒内请求15个,会将5个请求放到第二秒,第二秒内超过10的请求直接503,类似多秒内平均速率限制。

四、mysql优化

1、/etc/my.cnf

innodb_buffer_pool_size:配置innodb缓冲池的大小,如果数据库中只有innodb表,则推荐配置量为总内存的75%

innodb_flush_log_at_trx_commit:默认值为1,一般建议为2 ,如果数据安全性比较高则使用默认值1

0: 每秒同步,并执行磁盘flush操作;
1:每事务同步,并执行磁盘flush操作;
2: 每事务同步,但不执行磁盘flush操作;

innodb_file_per_table:innodb每一个表使用独立的表空间,默认为off,建议改为on ,使用独立的表空间,

2、慢查询优化:

show status; ?// 查询mysql数据库的一些运行状态
show status like ‘uptime’; // 查看mysql数据库启动多长时间,myisam存储引擎长时间启动需要进行碎片整理

查看慢查询:show status like ‘slow_queries’;
查询慢查询时间:show variables like ‘long_query_time’;
设置慢查询时间:set long_query_time = 0.5;

3、安全优化:
(1)修改密码
修改配置文件,在[mysqld]增加skip-grant-tables
重启mysql服务:service mysqld restart
登录数据库:mysql –u root –p
修改密码:update mysql.user setpassword=password(‘newpassword’) where user=‘root’;
(2)修改root用户口令,删除空口令、删除默认数据库和数据库用户:mysql_secure_installation
(3)改变默认mysql管理员帐号
mysql>update user set user=“newroot” where user=“root”; //改成不易被猜测的用户名
mysql>flush privileges;
(4)限制连接用户的数量: /etc/my.cnf max_user_connections 2
(5)禁止MySQL对本地文件存取:/etc/my.cnf local-infile=0

使用优化算法,以优化VMD算法的惩罚因子惩罚因子 (α) 和分解层数 (K)。 1、将量子粒子群优化(QPSO)算法与变分模态分解(VMD)算法结合 VMD算法背景: VMD算法是一种自适应信号分解算法,主要用于分解信号为不同频率带宽的模态。 VMD的关键参数包括: 惩罚因子 α:控制带宽的限制。 分解层数 K:决定分解出的模态数。 QPSO算法背景: 量子粒子群优化(QPSO)是一种基于粒子群优化(PSO)的一种改进算法,通过量子行为模型增强全局搜索能力。 QPSO通过粒子的量子行为使其在搜索空间中不受位置限制,从而提高算法的收敛速度与全局优化能力。 任务: 使用QPSO优化VMD中的惩罚因子 α 和分解层数 K,以获得信号分解的最佳效果。 计划: 定义适应度函数:适应度函数根据VMD分解的效果来定义,通常使用重构信号的误差(例如均方误差、交叉熵等)来衡量分解的质量。 初始化QPSO粒子:定义粒子的位置和速度,表示 α 和 K 两个参数。初始化时需要在一个合理的范围内为每个粒子分配初始位置。 执行VMD分解:对每一组 α 和 K 参数,运行VMD算法分解信号。 更新QPSO粒子:使用QPSO算法更新粒子的状态,根据适应度函数调整粒子的搜索方向和位置。 迭代求解:重复QPSO的粒子更新步骤,直到满足终止条件(如适应度函数达到设定阈值,或最大迭代次数)。 输出优化结果:最终,QPSO算法会返回一个优化的 α 和 K,从而使VMD分解效果最佳。 2、将极光粒子(PLO)算法与变分模态分解(VMD)算法结合 PLO的优点与适用性 强大的全局搜索能力:PLO通过模拟极光粒子的运动,能够更高效地探索复杂的多峰优化问题,避免陷入局部最优。 鲁棒性强:PLO在面对高维、多模态问题时有较好的适应性,因此适合海上风电时间序列这种非线性、多噪声的数据。 应用场景:PLO适合用于优化VMD参数(α 和 K),并将其用于风电时间序列的预测任务。 进一步优化的建议 a. 实现更细致的PLO更新策略,优化极光粒子的运动模型。 b. 将PLO优化后的VMD应用于真实的海上风电数据,结合LSTM或XGBoost等模型进行风电功率预测。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值