一站式
企业服务平台
132-8122-9158

云计算数据中心的负载均衡算法(云计算数据系统的开发)

广告位招租
联系电话:13518188210

技术系统的开发经历了这样的过程:业务初期以业务功能与目标的实现为主,因为数据与访问量较小,性能问题没有被列为第一考虑因素

但在业务发展的过程中,伴随着数据的增加以及访问量的增加甚至剧增,导致比如首页5秒才显示出来等等,这样糟糕的体验将导致用户的损失,这时性能是一个不得不面对的问题为了解决这些问题,需要进行优化设计来提高服务器的性能。本文介绍了Hadoop平台下的负载均衡算法在云计算数据中心中的应用,并通过实际案例加以验证我们将技术系统划分为前期,中期和后期:

前期:以实现业务需求为主,表现不侧重

中期:出现性能问题的注解,对业务的开展造成影响

晚期:技术迭代性能和操作必须兼顾

怎样找到性能问题并最终解决性能问题是本论文论述的重点

我们可在4个层面上引入何为性能:

两个层面界定了性能:

速度比较慢

压力很大

2个维度说明性能:

定性——直观感受

定量:指标分析

页面的打开时间较长、列表加载速度较慢、接口访问造成超时异常等明显的问题都可归结为这类问题

某公司现有职工7200人,每天8:00-8:30上班打卡,每打卡5秒钟系统实施时长,则RT,QPS,并发量各为多少?

RT代表响应时间。提问中已包括回答:

RT=5s

QPS代表每秒钟的访问量。假定行为的平均分配是:

QPS=7200/(30*60)=4.

并发量代表系统一次处理的请求数量:

根据以上例子得出公式:

QPS(QueriesPerSecond):每秒查询量TPS(TransactionsPerSecond):每秒事务数

应该指出的是,这个事务并非是指数据库中的事务,它是由下列3个阶段组成的:

收到要求

办理业务

回到结果

QPS=N*TPS(N=1)

N=1、说明界面上存在事务:

publicclassOrderService{publicOrderqueryOrderById(StringorderId){returnorderMapper.selectById(orderId);}}

N大于1、说明界面中存在多种交易:

classPublicOrderService{updateOrderPublicvoid(Orderorder){

publicclassFastTestService{publicvoidtest01(){longstart=System.currentTimeMillis();biz1();biz2();longcostTime=System.currentTimeMillis()-start;System.out.println("costTime="costTime);}privatevoidbiz1(){try{System.out.println("biz1");Thread.sleep(500L);}catch(Exceptionex){log.error("error",ex);}}privatevoidbiz2(){try{System.out.println("biz2");Thread.sleep(1000L);}catch(Exceptionex){log.error("error",ex);}}}

importorg.springframework.util.StopWatch;importorg.springframework.util.StopWatch.TaskInfo;publicclassFastTestService{publicvoidtest02(){StopWatchsw=newStopWatch("testWatch");sw.start("biz1");biz1();sw.stop();sw.start("biz2");biz2();sw.stop()

输出结果:

costTime=1526taskInfo={"taskName":"biz1","timeMillis":510,"timeNanos":510811200,"timeSeconds":0.5108112}taskInfo={"taskName":"biz2","timeMillis":1015、"timeNanos":1015439700,"timeSeconds":1.0154397}StopWatch"testWatch":runningtime=1526250900ns

Arthas作为阿里开源Java的诊断工具:

Arthas作为线上监控与诊断产品,从全局视角来实时观察应用load,内存,gc,线程等状态信息,并且可以无需修改应用代码就可以诊断出业务中存在的问题,主要表现为观察方法调用出入参,异常情况,监控方法执行所需时间,类加载信息等等,极大地促进了线上问题检查的效率

Arthastrace指令监测链路中的每一个节点所花费的时间:

https:

我们用一个例子来说明先写和操作代码:

packagejava.front.optimize;publicclassFastTestService{publicstaticvoidmain(String[]args){FastTestServiceservice=newFastTestService();while(true){service.test03();}}publicvoidtest03(){biz1();biz2();}privatevoidbiz1(){try{System.out.println("biz1");Thread.sleep(500L);}catch(Exceptionex){log.error("error",ex);}}privatevoidbiz2(){try{System.out.println("biz2");Thread.sleep(1000L);}catch(Exceptionex){log.error("error",ex);}}}

步骤1进入arthas控制台:

$java-jararthas-boot.jar[INFO]arthas-bootversion:3.6.2[INFO]Foundexistingjavaprocess,pleasechooseoneandinputtheserialnumberoftheprocess,eg:1. ThenhitENTER*[1]:14121[2]:20226java.front.optimize.FastTestService.

步骤2、录入监控进程号,返回车辆:

步骤3trace命令对对应的方法进行监测:1

tracejava.front.optimize.FastTestServicetest03

步骤4看链路耗时:1

`---[1518.7362ms]java.front.optimize.FastTestService:test03()---[33.66%511.2817ms]java.front.optimize.FastTestService:biz1()#54`---[66.32%1007.2962ms]java.front.optimize.FastTestService:biz2()#55.

系统压力大时还会呈现速度缓慢的特点,但这一缓慢并不只是要在几秒钟后才能够打开页面,它是页面始终在加载状态下最后出现白屏的现象

服务器的常用压力指标有:

内存方面

CPUs

磁盘

网络

服务端的开发更易造成内存,CPU等方面的问题,因此本文着重讨论

先写一段导致CPU飙高的代码,然后运行:

publicclassFastTestService{publicstaticvoidmain(String[]args){FastTestServiceservice=newFastTestService();while(true){service.test();}}publicvoidtest(){biz();}privatevoidbiz(){System.out.println("biz");}}

dashboard看了一下目前系统的实时面板发现线程的ID=1CPU占用很大(此ID不能对应jstacknativeID):1

$dashboardIDNAMEGROUPPRIORISTATE%CPUDELTATIMETIMEINTERRUDAEMON1mainmain5RUNNA96.064.8122:41.2falsefalse.

thread在最繁忙的之前看N条线程:

$thread-n1"main"Id=1deltaTime=203mstime=1714000msRUNNABLEatapp//java.front.optimize.FastTestService.biz(FastTestService.java:83)atapp//java.front.optimize.FastTestService.test(FastTestService.java:61)atapp//java.front.optimize.FastTestService.main(FastTestService.java:17)

$free-htotalusedfreesharedbuff.cacheavailable.Mem:10G5.5G3.1G28M1.4G4.4GSwap:2.0G435M1.6Gtotal服务器的总内存used已经利用了内存free,没有任何应用程序利用了空闲内存shared共享的物理内存cacheIO装置读缓存(PageCache)buffIO装置写缓存(BufferCache)availableMem:1G5G3.5G2.6.8G4.6.6.7.7.8.8.9.9.10G4.8.10G3.8.8Mem:1.6.8.6.9.8.8G2.8

Arthasmemory指令查看JVM的内存信息:

https:

请看JVM内存信息,这是一个正式例子

$memoryMemoryusedtotalmaxusageheap32M256M4096M0.79%g1_eden_space11M68M-116.18%g1_old_gen17M184M4096M0.43%g1_survivor_space4M4M-1100.00%nonheap35M39M-189.55%codeheap_"non-nmethods"1M2M5M20.53%metaspace26M27M-196.88%codeheap_"profiled_nmethods"4M4M117M3.57%compressed_class_space2M3M1024M0.29%codeheap_"non-profiled_nmethods"685K2496K120032K0.57%mapped0K0K-0.00%direct48M48M-100.00%

看JAVA程序的进程号

jps-l

看实时内存占用情况

jhsdbjmap

输出快照文件

jmap-dump:format=b,file=/home/tmp/my-dump.hprof20196

内存溢出会自动输出堆快照的

-XX:HeapDumpOnOutOfMemoryError-XX:HeapDumpPath==/home/tmp/my-dump.hprof

Arthasheapdump指令支持导出堆快照:

https:

dump到指定的文档

heapdump/home/tmp/my-dump.hprof

dumplive的对象到指定的文档

heapdump

dump到临时文件

heapdump

jstat能看到垃圾回收的状况,并观察节目是经常GC还是GC用时太久:

jstat-gcutilinterval(ms)/interval(ms)>

每秒钟看一次垃圾回收

$jstat-gcutil201961000S0S1EOMCCSYGCYGCTFGCFGCTCGCCGCTGCT0.000.0057.690.00--00.00000.00000.0000.0000.000.0057.690.00--00.00000.00000.0000.0000.000.0057.690.00--00.00000.00000.0000.000.

各项参数描述如下

S0:Survivor0区域在新生代的被利用空间的占比S1:Survivor0区域在新生代被利用的空间的占比E:SurvivoO:老年代被利用的空间占比P:永久带被利用的空间占比YGC:应用开始到现在出现YoungGC的数量YGCT:应用开始到今天出现YoungGC的数量FGC:应用结束到现在出现FullGC的数量FGCT:垃圾回收的总量

进行系统压测可主动揭露系统的问题和评价系统的容量。简单而常见的参数有:

常用的工具:JMeter

阶梯发压:线程数分别为10,20,30增加到瓶颈处

时间:维持一分钟,Ramp-Up=0

TPS:Throughput

响应时间:集中在95Line

该监控系统能更友好地显示相关的指标,若企业有一定的技术实力能够自研,不然可选择采用行业内通用的方案

减少要求

空间换取时间

任务并行化

任务异步化

代理层

前端层

服务层

缓存层

在数据层

一提到性能优化就不难联想到比如加索引,加缓存之类的计划,这种想法或许没错,但这种考虑可能导致疏漏,因为它只适用于缓存层与数据层之间

若能把无效的流量拒于最外一层,则该系统就能得到较好的防护如果能够有效地阻止用户的恶意行为,那也是系统更有价值的一种表现。本文提出了四种防止无效流攻击的解决方案;数据加密、协议分析和防火墙技术有4种办法可适用于各个级别,不妨举例说明:

设定秒杀场景下的前置验证码

能否将多次RPC换算成单次批量RPC

导入缓存

介绍了多级缓存

增加新的索引

若多次调用不依赖则利用Future进行并行化

若不需要等待返回的结果则可异步执行

首先这篇文章探讨的是系统的早,中,后三个阶段怎样看待系统的性能,其次探讨的是什么叫系统的性能,再次探讨的是如果找到系统的性能,最后探讨的是怎样优化系统的性能,期望这篇文章能起到抛砖引玉的作用

赞(8) 联系作者
未经允许不得转载:【聚禄鼎】一站式企业服务平台 » 云计算数据中心的负载均衡算法(云计算数据系统的开发)

评论 抢沙发

让我们一起创建更加美好的网络世界

本站部分资源来自于网络收集,若侵犯了你的隐私或版权,请及时联系我们删除有关信息!

扫码添加站长微信

扫码添加小编微信

登录

找回密码

注册