几种典型应用对系统资源使用的特点

1)以静态内容为主的Web应用

a、小文件居多,并且读操作频繁,主要消耗内容
b、优化,尽量在前段使用缓存,如果访问量较大的情况,使用cdn
c、在高并发访问时,还存在另外一个,如果网络带宽瓶颈,客户访问量大且带宽不够,就会阻塞网络

2)以动态内容为主的Web应用

a、频繁地执行写操作,如JAVA,PHP,Perl,CGI等,这个时候,CPU资源消耗会非常严重,因为动态程序
的执行要进行编译,读取数据库等操作,这些都要大量消耗CPU.
b、基于动态内容的Web应用在高并发访问时,系统执行的进程会很多,因此要考虑负载的分配,因为内
存不足的情况下,会使用虚拟内存,而虚拟内存的增加会导致磁盘写操作频繁进而消耗CPU资源
c、所以尽量考虑大内存和高性能的CPU资源.

3)数据库应用

a、数据库应用特点是消耗内存和磁盘I/0,而对CPU的消耗不是太大
b、考虑将数据库AP端和数据库DB端进行分离(读写分离)
c、如果数据库中存在过大的表,可以考虑拆分,也就说将一个大表拆分为多个小表,再通过索引进行
关联处理,这样可以避免查询大表造成的性能问题。
d、优化SQL语句(尽量避免全表查询)
e、尽量在其前端使用缓存,减轻数据库端的压力

4)软件下载应用

a、对带宽和存储性能的要求较高
b、可以采用多台,多点服务器分离的形式分担下载负荷

5)流媒体服务应用

a、流媒体的主要应用主要在视频会议,视频点播、远程访问、在线直播等应用。
b、这类应用主要的瓶颈是网络带宽和储备系统的带宽(读操作为主)
c、优化,存储方面优化视频编码、采用代理服务器,分段缓存,动态缓存、优化内存池和线程池
时间: 2024-10-18 22:33:14

几种典型应用对系统资源使用的特点的相关文章

Hibernate的四种典型例子(增删改查)

Hibernate的四种典型例子(增删改查)  //查询  // Session session=HibernateSessionFactory.getSession();  // session.beginTransaction();  // Query q=session.createQuery("from Info where id=:id");  // q.setInteger("id", 1);  // List l=q.list();  // Info

六 GPU 并行优化的几种典型策略

前言 如何对现有的程序进行并行优化,是 GPU 并行编程技术最为关注的实际问题.本文将提供几种优化的思路,为程序并行优化指明道路方向. 优化前准备 首先,要明确优化的目标 - 是要将程序提速 2 倍?还是 10 倍?100倍?也许你会不假思索的说当然是提升越高越好. 但这里存在一个优化成本的问题.在同样的技术水平硬件水平下,提升 2 倍也许只要一个下午的工作量,但提高 10 倍可能要考虑到更多的东西,也许是一周的工作量.提高 100 倍, 1000 倍需要的成本,时间就更多了. 然后,需要将这个

13种典型的家庭心理伤害

家庭中最大的谎言,莫过于"孩子什么都不懂",当家庭成员这样想的时候,往往心安理得地实施着对孩子的伤害,却不自知.在中国,有不少这样的家庭,孩子在与家人的日常互动中,备受伤害.我们来一起看看,这些伤害是什么. 1.家庭不和 大人不懂得谦让,经常互相责怪.其实,无论是父母吵架,还是父母和老人不和,对于孩子来讲都是心理上的电闪雷鸣.雨雪交加,但苦于自己年龄尚小,无能为力,只好躲在角落里暗自抽泣. 和谐的家庭气氛对于孩子的成长,就像充足的阳光和水分.父母的关系就是孩子的天气,孩子的心灵还很稚嫩

深度学习几种典型架构

介绍几种典型的深度学习架构. 卷积神经网络(CNN) 卷积神经网络由LeCun提出.在Kaggle竞赛中取得了巨大成功. 典型的卷积网络有两部分. 第一个是负责特征提取,由一对或多对卷积和子采样/最大池化层组成. 第二部分是经典的全连接多层感知器,将提取的特征作为输入.如下图所示. 卷积神经网络架构 长短期记忆网络(LSTM) 长短期记忆网络是比较流行的一种网络结构. LSTM架构 长短期记忆网络用两个门来控制单元状态的内容,一个是遗忘门(forget gate),决定了上一时刻的单元状态有多少

C/C++实现快速排序的两种典型代码

快速排序由C. A. R. Hoare在1960年提出.它的基本思想是:通过一趟排序将要排序的数据分割成独立的两部分,其中一部分的所有数据都比另外一部分的所有数据都要小,然后再按此方法对这两部分数据分别进行快速排序,整个排序过程可以递归进行,以此达到整个数据变成有序序列. 第一种典型实现:通过两个游标来遍历整个待排序数组,i指向数组的第一个元素,j指向数组的最后一个元素.先取出数组中的一个数arr[i],将其保存在key中,此时arr[i]空出来了,这时游标j往前移,就可找到大于等于key的数,

四种典型大数据可视化交互模式及实例

大数据可视化交互设计中,有四种比较典型的交互模式,解决数据的复杂性问题.分别是动态改变视图.多视图关联.视图内容约减.焦点+上下文. 动态改变视图 动态改变视图:导航 动态改变视图:多属性排序 多视图关联 多视图是指将显示区域划分为多个视图或图层,是降低数据复杂性的一种方式.它包括采用同一编码方式编码多个数据子集的小多组图,以及采用不同的编码方式编码同一数据集的多样式图(多视图). 并列放置:便于对比,但需要更大的显示空间 图层叠加:图层数量有较大的限制 概览图和细节图采用相同的编码方式,解决数

操作系统虚拟内存中的四种典型页替换算法(OPT,LRU,FIFO,Clock)

由于程序可能会远大于内存,需要引入虚拟内存.基本思想是:每个程序都拥有自己的地址空间,这个空间被分割成很多块,每一块称作为一个页面,每一页有连续的地址范围,这些页被映射到物理内存,但并不是所有的页都必须在内存中才能运行程序.当程序引用到一部分在物理内存中的地址空间时,由硬件立刻执行必要的映射,而当程序引用到一部分不在内存的地址空间时,由操作系统负责将缺失的部分装入物理内存并重新执行失败的指令.如果一个页面没有映射,内存管理单元注意到它没有映射时,使CPU陷入到操作系统,这个陷阱称为缺页中断. [

主要软件类型 适用 的几种典型的 架构模式

软 件 类 型   架 构 模 式   特 点 和 用 途   系统软件   分层(Layer)   从不同的层次来观察系统,处理不同层次问题的对象被封装到不同的层中 管道和过滤器(Pipes and Filters) 用数据流的观点来观察系统,整个系统由一些管道和过滤器组成,需要处理的数据通过管道传送给每一个过滤器,每个过滤器就是一个处理步骤.当数据通过了所有的过滤器后,就完成了所有的处理操作,得到最终的处理结果.UNIX操作系统的管道模型就建立在这样的架构之上:在UNIX下进行开发时,每个进

RabbitMQ的几种典型使用场景

AMQP AMQP协议是一个高级抽象层消息通信协议,RabbitMQ是AMQP协议的实现.它主要包括以下组件: 1.Server(broker): 接受客户端连接,实现AMQP消息队列和路由功能的进程. 2.Virtual Host:其实是一个虚拟概念,类似于权限控制组,一个Virtual Host里面可以有若干个Exchange和Queue,但是权限控制的最小粒度是Virtual Host 3.Exchange:接受生产者发送的消息,并根据Binding规则将消息路由给服务器中的队列.Exch