Die zehn technischen Blogs von „Ten Talks on Linux High-Performance Network Programming“ wurden mehrere Monate lang geschrieben. Ich dachte, ich würde eine Zusammenfassung meiner beiden Erfahrungen in den letzten Jahren schreiben ist fast 8 Obwohl ich viel Zeit damit verbracht habe, an Schrauben zu arbeiten, habe ich dennoch viel aus meiner Erfahrung in der Entwicklung der Hochleistungsarchitektur gelernt, von der Teilnahme über die Optimierung bis hin zum endgültigen Entwurf der Architektur.
1. Design im Voraus oder Geschäftsentwicklung?
Jeder sollte den Prozess eines Projekts von 0 bis 1 erlebt haben. Ich möchte eine Frage stellen: Entwickelt sich die Architektur in vielen Fällen mit dem Unternehmen weiter oder wird sie im Voraus entworfen
Einige Leute haben möglicherweise verwandte Architekturbücher studiert. Die meisten dieser Bücher glauben, dass sich Architektur mit der Geschäftsentwicklung weiterentwickelt. Allerdings gibt es auch viele Architekten, die darauf bestehen, dass Architektur im Voraus entworfen werden sollte. Hier werde ich vorerst keine Schlussfolgerungen ziehen, sondern die Entwicklung der Architektur anhand meiner eigenen Erfahrung untersuchen.
2. Von PHP nach C++
2.1 Einfache PHP-Architektur
PHP sollte als einfache und praktische Sprache in allen Abteilungen großer Fabriken vorhanden sein. Damals habe ich zwei Sprachen für die Arbeit verwendet: C++ und PHP, um Funktionen zu entwickeln Es gibt viele ausgereifte Bibliotheken, daher wurde die klassische Nginx-+PHP-FPM+Memcache-Architektur gebildet.
php-Architektur
2.2 Multiprozess-Framework
Um ein leistungsstarkes serverseitiges Framework zu implementieren, versuchten die Leute damals einige Lösungen. Eine davon bestand darin, die PHP-Plugin-Funktion zu verwenden, um die Funktionen des Servers in die Skriptsprache zu integrieren. Dieser Ansatz erreicht das Ziel einer hohen Leistung bis zu einem gewissen Grad. Beispielsweise ist PHPs Swoole jetzt ein Entwicklungsergebnis dieser Methode.
php-server
Allerdings wird es hier einige Probleme geben, die gelöst werden müssen:
Machen Sie sich mit den Einsatzszenarien von PHP-Erweiterungen vertraut, um Fallstricke zu vermeiden
- Speicherleckproblem bei der Verwendung von PHP selbst
- Die Kosten für die Fehlerbehebung, wenn ein Problem auftritt. Wenn beispielsweise ein Problem auftritt, müssen wir manchmal den PHP-Quellcode verstehen, aber bei Hunderttausenden Codezeilen sind diese Kosten ziemlich hoch PHP ist relativ einfach zu verwenden. Mit dem Aufstieg von Docker wird das PHP-Ökosystem zwangsläufig vorübergehen.
- …
- Basierend auf der obigen Überlegung und Analyse der Geschäftsentwicklung ist es für uns tatsächlich sinnvoller, einen Server selbst zu implementieren oder das vorhandene C++-Framework zu verwenden, um eine Reihe von Business-Layer-Servern zu implementieren. Daher haben wir nach Überlegung das SPP-Framework des Unternehmens übernommen , dessen Architektur wie folgt ist:
Es ist ersichtlich, dass SPP eine Multiprozessarchitektur ist. Seine Architektur ähnelt Nginx und ist in Proxy-Prozesse und Worker-Prozesse unterteilt, darunter:
Der Arbeitsprozess verwendet handle_init, um die Initialisierung durchzuführen, handle_process verarbeitet das Paket und die Geschäftslogik und gibt zurück
- Nach der Verwendung der C++-Architektur wird die Leistung einer einzelnen Maschine direkt auf 6 kqps verbessert, was im Wesentlichen den Leistungsanforderungen entspricht. Es scheint, dass die Architektur stabilisiert werden kann.
- 2.3 Einführung in Coroutinen
Die Verwendung von C++ hat die Leistungsanforderungen erfüllt, es gibt jedoch viele Probleme bei der Entwicklungseffizienz, z. B. beim Zugriff auf Redis. Um die hohe Leistung des Dienstes aufrechtzuerhalten, verwendet die Codelogik asynchrone Rückrufe, ähnlich den folgenden:
... int ret = redis->GetString(k, getValueCallback) ...
GetValueCallback ist die Rückruffunktion. Selbst wenn sie in einer ähnlichen Synchronisierungsmethode gekapselt ist, ist die Handhabung von std::future sehr schwierig std::async wurden nicht eingeführt.
Auf der anderen Seite werden Coroutinen aufgrund der Tatsache, dass nachfolgende QPS das Niveau von 10 bis 20 W erreichen können, mehr Vorteile bei der Leistung der Multi-IO-Dienstverarbeitung haben. Daher haben wir begonnen, die Coroutine-Methode zu transformieren und alle IO-Stellen zu ersetzen Mit Coroutinen sieht der Code für die Geschäftsentwicklung wie folgt aus:
... int ret = redis->GetString(k, value) ...
Der Wert ist der Rückgabewert, der direkt verwendet werden kann. Sobald io im Code vorhanden ist, ersetzt die unterste Ebene io durch die API der Coroutine. Auf diese Weise werden alle blockierten io-Operationen zu Synchronisationsprimitiven, Codestruktur und Die Entwicklungseffizienz hat sich erheblich verbessert (Informationen zur spezifischen Coroutine-Implementierung finden Sie in der Artikelreihe „Zehn Vorträge zur Linux-Hochleistungs-Netzwerkprogrammierung | Coroutinen“).
Coroutine
Es gibt immer noch nicht viele Änderungen in der Architektur. Der Multiprozess + Coroutine-Ansatz unterstützt die Geschäftsentwicklung seit mehreren Jahren. Obwohl es kein exponentielles Leistungswachstum gibt, haben wir mehr Erfahrung in der Hochleistungsexploration und -ausfällung gesammelt.
3. Cloud-nativ
Das Geschäft entwickelt sich weiter und Ingenieure verfolgen stets die modernsten Konzepte. Cloud Native ist in den letzten Jahren ein beliebter Technologiepunkt, der jedoch vor dem Einstieg in Cloud Native nicht ignoriert werden kann Das DevOps-Entwicklungskonzept wird ein schmerzhafter Prozess sein, der die Rückzahlung technischer Schulden für Architekturdesign und Framework-Auswahl erfordert.
3.1 DevOps-Konzept umsetzen
In der Vergangenheit habe ich bei der Architektur über hohe Leistung nachgedacht. Aufgrund meines Verständnisses von Architektur ist hohe Leistung nur ein kleiner Bereich des Architekturdesigns. Wenn Sie eine gute Architektur erstellen möchten, benötigen Sie agilere Prozesse Die spezifischen Überlegungen werden wie folgt zusammengefasst:
- Kontinuierliche Integration: Entwickler integrieren Code mehrmals täglich in ein gemeinsames Repository, und jede einzelne Änderung am Code wird sofort getestet, um Integrationsprobleme zu erkennen und zu verhindern
- Continuous Delivery: Continuous Delivery (CD) stellt sicher, dass jede im CI-Repository getestete Codeversion zur Veröffentlichung bereit ist
- Kontinuierliche Bereitstellung: Dies umfasst die Graustufenbereitstellung, die Blau-Grün-Veröffentlichung usw. Der Zweck besteht darin, nach relativ vollständigen Integrationstests eine Graustufenüberprüfung zu erreichen Serviceerkennung: Verwandeln Sie Services in Microservices, um Anrufe zwischen Services zu vereinfachen
- RPC-Framework: Das Server-Framework, das eine hohe Leistung anstrebt, muss auch die Unterstützung grundlegender Komponenten wie Strombegrenzung und Leistungsschalter berücksichtigen
- Überwachungssystem: Integriert in Promethues, OpenTracing und andere Funktionen, kann es Online-Probleme im agilen Entwicklungsprozess schnell erkennen
- Containerisierung: Um die Umgebung zu vereinheitlichen und Cloud-native-Szenarien im Voraus zu berücksichtigen, ist Containerisierung im Entwicklungsprozess unerlässlich
- …
DevOps
3.2 Multithreading
Basierend auf DevOps in Kombination mit dem oben genannten C++-Server-Framework wurde festgestellt, dass Multiprozesse die Anforderungen der Architektur nicht mehr erfüllen können. Die Gründe sind folgende:
- Mehrere Prozesse stehen im Widerspruch zum Einzelprozesskonzept von Docker-Containern
- Worker-Prozessauslastung ist ungleichmäßig, wie man Multi-Cores besser nutzt
- Effektive Schnittstelle zum Überwachungssystem
- Die Business-Konfiguration wird immer wieder geladen und das Konfigurationscenter muss neu angepasst werden
- Es ist nicht sehr sinnvoll, mehrere Prozesse zur Bereitstellung zustandsbehafteter Dienste zu verwenden
- …
(1)Recherche zu gRPC
gRPC
Server. Er verfügt über ein ausgereiftes Ökosystem, verschiedene Middleware, unterstützt mehrere Sprachen usw. Er ist eine gute Wahl für die Geschäftsentwicklung von 0 auf 1, steht jedoch vor Herausforderungen bei der Geschäftsmigration, z Ihre eigene Middleware-Anpassungsdiensterkennung, Konfigurationszentrale usw., Transformationsprotokoll gemäß benutzerdefinierter Codierung und Decodierung, Kombination von Coroutinen usw., damit einige Unternehmen zufrieden sein können, aber noch besser in den RPC
Server integriert werden müssen der Komponenten des Unternehmens.
Es kam vor, dass tRPC im Unternehmen entwickelt wurde. Nach einer Recherche stellten wir fest, dass es im Wesentlichen den Anforderungen entsprach, und versuchten daher, die C++-Version von tRPC in den frühen Entwicklungsstadien an unser System anzupassen. Das leistungsstarke RPC-Framework wurde migriert und im Geschäftssystem verwendet. Nun die Architektur von tRPC:
Basierend auf den oben genannten Überlegungen und der Geschäftsentwicklung begannen wir zu versuchen, das RPC-Server-Framework basierend auf hoher Leistung zu vereinheitlichen, um es an nachfolgende RPC-diversifizierte Szenarien anzupassen. Daher implementierten wir einen Basissatz von RPC
Server, der sich an unser Geschäftssystem anpasst. Rahmen:
Neue Architektur
Nachdem wir die obige Auswahl und Transformation durchlaufen haben, können unsere Dienste während der Migration zu k8s Schritt für Schritt verbunden werden. Der Dienst muss nicht allzu viele Transformationen durchlaufen, um auf seiner Plattform ausgeführt zu werden, und jede Plattform, mit der er verbunden ist, kann dies auch tun voll unterstützt.
Es scheint, dass Sie einfach neuere Technologien verfolgen und auf den nächsten Trend warten können? Aufgrund der Bequemlichkeit der Cloud und der ungeordneten Ausweitung der Migrationsdienstarchitektur gibt es Geschäftsdienste und logische Ebenen Gleichzeitig werden die Downstream-Links, auf die ein Dienst angewiesen ist, immer länger. Obwohl unser Framework die Linkverfolgung unterstützt, wird die Kontrollierbarkeit und Stabilität des Dienstes immer schlechter Es wird mehr menschliche Unterstützung für die täglichen Einsätze verschwendet.
Was tun?…
Sollten wir die Geschäftslogik zusammenführen und die Architektur vereinfachen? Das Problem besteht darin, dass der Zyklus bei komplexer Geschäftslogik oft lange dauert, aus Kostengründen relativ hoch ist und die Vorteile nicht sehr groß sind.
Sollten wir eine neue Architektur neu entwickeln, die verfallenen Architekturen so belassen, wie sie sind, oder sie aufgeben und neue Architekturen verwenden, um sie an die nächste Entwicklung anzupassen?
Das obige ist der detaillierte Inhalt vonZehn Diskussionen zur Linux-Hochleistungsnetzwerkprogrammierung. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

深度学习的概念源于人工神经网络的研究,含有多个隐藏层的多层感知器是一种深度学习结构。深度学习通过组合低层特征形成更加抽象的高层表示,以表征数据的类别或特征。它能够发现数据的分布式特征表示。深度学习是机器学习的一种,而机器学习是实现人工智能的必经之路。那么,各种深度学习的系统架构之间有哪些差别呢?1.全连接网络(FCN)完全连接网络(FCN)由一系列完全连接的层组成,每个层中的每个神经元都连接到另一层中的每个神经元。其主要优点是“结构不可知”,即不需要对输入做出特殊的假设。虽然这种结构不可知使得完

前段时间,一条指出谷歌大脑团队论文《AttentionIsAllYouNeed》中Transformer构架图与代码不一致的推文引发了大量的讨论。对于Sebastian的这一发现,有人认为属于无心之过,但同时也会令人感到奇怪。毕竟,考虑到Transformer论文的流行程度,这个不一致问题早就应该被提及1000次。SebastianRaschka在回答网友评论时说,「最最原始」的代码确实与架构图一致,但2017年提交的代码版本进行了修改,但同时没有更新架构图。这也是造成「不一致」讨论的根本原因。

面向视觉任务(如图像分类)的深度学习模型,通常用来自单一视觉域(如自然图像或计算机生成的图像)的数据进行端到端的训练。一般情况下,一个为多个领域完成视觉任务的应用程序需要为每个单独的领域建立多个模型,分别独立训练,不同领域之间不共享数据,在推理时,每个模型将处理特定领域的输入数据。即使是面向不同领域,这些模型之间的早期层的有些特征都是相似的,所以,对这些模型进行联合训练的效率更高。这能减少延迟和功耗,降低存储每个模型参数的内存成本,这种方法被称为多领域学习(MDL)。此外,MDL模型也可以优于单

这是一个AI赋能的时代,而机器学习则是实现AI的一种重要技术手段。那么,是否存在一个通用的通用的机器学习系统架构呢?在老码农的认知范围内,Anything is nothing,对系统架构而言尤其如此。但是,如果适用于大多数机器学习驱动的系统或用例,构建一个可扩展的、可靠的机器学习系统架构还是可能的。从机器学习生命周期的角度来看,这个所谓的通用架构涵盖了关键的机器学习阶段,从开发机器学习模型,到部署训练系统和服务系统到生产环境。我们可以尝试从10个要素的维度来描述这样的一个机器学习系统架构。1.

对于下一代集中式电子电器架构而言,采用central+zonal 中央计算单元与区域控制器布局已经成为各主机厂或者tier1玩家的必争选项,关于中央计算单元的架构方式,有三种方式:分离SOC、硬件隔离、软件虚拟化。集中式中央计算单元将整合自动驾驶,智能座舱和车辆控制三大域的核心业务功能,标准化的区域控制器主要有三个职责:电力分配、数据服务、区域网关。因此,中央计算单元将会集成一个高吞吐量的以太网交换机。随着整车集成化的程度越来越高,越来越多ECU的功能将会慢慢的被吸收到区域控制器当中。而平台化

人工智能(AI)已经改变了许多行业的游戏规则,使企业能够提高效率、决策制定和客户体验。随着人工智能的不断发展和变得越来越复杂,企业投资于合适的基础设施来支持其开发和部署至关重要。该基础设施的一个关键方面是IT和数据科学团队之间的协作,因为两者在确保人工智能计划的成功方面都发挥着关键作用。人工智能的快速发展导致对计算能力、存储和网络能力的需求不断增加。这种需求给传统IT基础架构带来了压力,而传统IT基础架构并非旨在处理AI所需的复杂和资源密集型工作负载。因此,企业现在正在寻求构建能够支持AI工作负

eslint 使用eslint的生态链来规范开发者对js/ts基本语法的规范。防止团队的成员乱写. 这里主要使用到的eslint的包有以下几个: 使用的以下语句来按照依赖: 接下来需要对eslint的

本文给大家介绍如何通过修改Nginx源码实现基于端口号的 Nginx worker进程隔离方案。看看到底怎么修改Nginx源码,还有Nginx事件循环、Nginx 进程模型、fork资源共享相关的知识。


Heiße KI -Werkzeuge

Undresser.AI Undress
KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover
Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool
Ausziehbilder kostenlos

Clothoff.io
KI-Kleiderentferner

AI Hentai Generator
Erstellen Sie kostenlos Ai Hentai.

Heißer Artikel

Heiße Werkzeuge

SublimeText3 Mac-Version
Codebearbeitungssoftware auf Gottesniveau (SublimeText3)

Dreamweaver Mac
Visuelle Webentwicklungstools

PHPStorm Mac-Version
Das neueste (2018.2.1) professionelle, integrierte PHP-Entwicklungstool

ZendStudio 13.5.1 Mac
Leistungsstarke integrierte PHP-Entwicklungsumgebung

SublimeText3 chinesische Version
Chinesische Version, sehr einfach zu bedienen