标签: scalability

有没有人对使用微软的WCF构建的Web服务有多好,可以扩展到大量用户？

我想到的水平是1000多个客户端用户连接到一组WCF服务的区域,这些服务为我们的应用程序提供业务逻辑,并且这些与数据库通信 - 类似于传统的3层架构.

是否有任何特定陷阱降低了性能,或者是否已经实现了这种可伸缩性的设计经验？

我发布了一个类似的问题,关于linq的可扩展性.关于可伸缩性在最近的一些对话中实际意味着什么,有很多不同的观点,所以它引发了我提出这个问题.可扩展性对您意味着什么？

我使用CEDET(最新的CVS)和几个中等规模的项目(每个几百kLOC,主要是C,但有些C++),有时会遇到长时间停顿,系统几秒钟内完全没有响应.更少见的是,它完全旋转失控,我必须进行混搭C-g并尝试移动光标或切换到不同的缓冲区以获得控制权.

我使用GNU Global为我使用的项目创建标签,但这有时仍然很慢,特别是对于semantic-symref-symbol,有些跳转似乎需要解析大量的头文件和源文件.在某些情况下semantic-ia-fast-jump,semantic-ia--fast-jump-helper: Tag SomeFunction has no buffer information即使gtags-find-tag发现它(在同一个项目中),也可能在过时的位置发现错误; 这可能是一个临时的错误,通常semantic-ia-fast-jump是可靠的.

我很感激有关如何做的任何建议

• 节流CEDET而不会失去所有的语义分析.
• 找出导致CEDET失控的原因,以便我可以修复我的项目定义或提交错误报告.
• 确定某些语义分析失败的原因.
• 获取语​​义来缓存更多信息以使其更具响应性,我有很多内存,我想使用它.
• 管理不同位置(包括系统目录)中的多个项目的GNU Global(创建并保持最新).
• 管理我已配置的项目之间的依赖关系ede-cpp-root-project.
• 管理具有多个构建配置的项目,每个构建配置都有自己的"config.h"和构建目录.

文章http://alexott.net/en/writings/emacs-devenv/EmacsCedet.html中有一些提示,我正在寻找除该文章之外的任何内容.

在看起来"显然足够快"但在负载下吸收性能的事情上被烧了好几次后,我开始认为在进行容量规划时我的"直觉"可能还不够,而且一些理论背景是必要的.

那么 - 社区,你能指出我在排队理论应用到编程方面的良好资源吗？

无论如何 - 文章,案例研究,书籍.

到目前为止,我发现了几本似乎相关的书; 如果你熟悉的话,我会很高兴听到你对他们的看法:

• 软件性能和可扩展性:定量方法
• 计算机系统技术性能分析:实验设计,测量,模拟和建模技术
• 设计性能:计算机容量规划示例

我在AWS中使用Auto Scaling在Load balancer后面运行了多个实例.

现在,如果我必须将一些代码更改推送到这些实例以及由于自动扩展策略而可能启动的任何新实例,那么最好的方法是什么？

我所知道的是唯一的方法,来创建一个新的AMI与最新的代码,修改使用这个新的AMI,然后终止现有的情况下,自动缩放政策.但这可能涉及更长的停机时间,我不确定整个过程是否可以自动化.

任何指向这个方向的人都将受到高度赞赏.

我打算在我的项目中使用hadoop作为"计算集群".然而,我读到Hadoop并不打算用于实时系统,因为开销与工作相关.我正在寻找可以这种方式使用的解决方案 - 可以轻松扩展到多台机器但不需要太多输入数据的作业.更重要的是,我想使用机器学习工作,例如在神经网络之前实时创建.

我可以为此目的使用哪些库/技术？

我想知道以下是否是为图像创建标记系统并能够呈现标记云的正确方法:

from django.db import models

class Tag(models.Model):
    word        = models.CharField(max_length=35)
    slug        = models.CharField(max_length=250)
    created_at  = models.DateTimeField(auto_now_add=False)

    def __unicode__(self):
        return self.word

class Photo(models.Model):
    slug                = models.CharField(max_length=250)
    filename            = models.CharField(max_length=200)
    extension           = models.CharField(max_length=4)
    size                = models.IntegerField()
    ...
    tags                = models.ManyToManyField(Tag)

    def __unicode__(self):
        return self.slug

请注意,我的数据库表将包含数百万行,每个图像将包含4-8个标记.

请指教.

我正在研究C++ 11中的大规模软件基础架构,它广泛使用可变参数模板.我的问题如下:这种方法的可扩展性是什么？首先,可变参数模板可以采用的参数数量是否有上限？其次,当使用许多参数时,代码膨胀是最先进的编译器的一个主要问题(并且,通过扩展,这些参数的许多组合将产生模板化方法的许多不同实现)？

大约5年前,我问过这个问题,关于如何"卸载"用户不需要等待的昂贵操作(例如auditng等),这样他们就可以更快地得到前端的响应.

我现在有一个相关但不同的问题.在我的asp.net-mvc上,我构建了一些报告页面,您可以在其中生成Excel报告(我正在使用EPPlus)和powerpoint报告(我正在使用aspose.slides).这是一个示例控制器操作:

    public ActionResult GenerateExcelReport(FilterParams args)
    {
        byte[] results = GenerateLargeExcelReportThatTake30Seconds(args);
        return File(results, @"application/vnd.openxmlformats-officedocument.spreadsheetml.sheet.main+xml", "MyReport.xlsx");
    }

该功能运行良好,但我试图弄清楚这些昂贵的操作(一些报告可能需要30秒才能返回)正在影响其他用户.在上一个问题中,我有一个昂贵的操作,用户DIDN"T必须等待,但在这种情况下,他必须等待它的同步活动(点击生成报告和期望是用户在完成后获得报告)

在这种情况下,我不在乎主要用户必须等待30秒,但我只是想确保我不会因为这种昂贵的操作,生成文件等而对其他用户产生负面影响.

这个用例在asp.net-mvc中是否有最佳实践？

我有云统计(Structured data :: CSV)信息; 我必须向管理员和用户公开.

但是为了可扩展性; 数据收集将由与各个DB连接的多台机器(perf监视器)收集.

现在经理(经理)负责向所有性能监测器多播请求; 收集整体统计数据以满足单个UI请求.

所以问题是:

1)如何根据经理的客户要求对多个监控数据进行排序.每个监视器可以根据客户端请求给出结果; 但仍然如何通过java合并多个机器数据？意味着如何在内存中执行sql聚合/标量(例如,Groupby,orderby,avg)函数对从MGR处的多个聚类中检索到的所有结果.如何在java端实现DB sql聚合/标量功能,任何已知的API？我认为我需要的是在hadoop中减少mapreduce技术的一部分.

2)来自UI的请求(假设来自DB的选择计数(*),其中内存> 1000MB)必须转发到多台机器.现在如何将并行请求发送到单个监视器并仅在响应所有节点时使用？意味着如何等待用户线程直到消耗来自perf监视器的所有响应？如何在MGR上触发单个UI请求的并行REST请求.

3)我是否必须在Mgr和Perf监视器上验证UI用户？

4)你认为这种方法有任何缺点吗？

笔记:

1)我没有使用NoSql,因为数据是结构化的,不需要连接.

2)我没有去node.js因为我是新手,可能需要更多时间来开发它.此外,我没有开发任何单线程最适合的并发关键.这里只完成数据的推送/检索.没有修改发生.

3)我希望每个监视器都有单独的数据库,或者至少有两个具有多个集群的DB实例,以支持更快地访问实时BIG统计数据.