或许你还没有用到过分布式缓存,在web集群的情况下,它可以很好的让一部分常用数据常驻服务器内存而不用担心各台web不同步。
下面稍微介绍一下beitmemcached对于.net的支持,官方参考
http://code.google.com/p/beitmemcached/
一个完整的操作步骤:
1、点击上面页面的downloads,把Memcached_1.2.5.zip 和BeITMemcached_source_2008_05_31.zip两个压缩包下在下来。
2、解压Memcached_1.2.5.zip ,它是memcached的服务器端。
3、把Memcached_1.2.5复制到你指定的做为缓存服务器的电脑上,比如叫做192.168.0.1。
4、cmd下运行类似命令 'd:\memcached\memcached.exe -d install' 安装服务器端,这时候它应该会出现在windows服务中
5、cmd下运行类似命令 'd:\memcached\memcached.exe -d start'启动服务,看服务器进程中是否有memcached进程。
6、确认服务器端口11211是否开放(防火墙设置中),否则其他机器无法访问
7、服务器端这时已经安装完毕、在其他机器上测试一下,cmd输入telnet 192.168.0.1 11211看能否登录。
8、解压BeITMemcached_source_2008_05_31.zip,它是.net 2.0开发的客户端,里面是全部源代码和一个调用示例。
9、用对应版本的vss打开项目,如果感兴趣就慢慢研究代码,不感兴趣就选择生成类库,编译一个BeITMemcached.dll出来。
10、新建一个控制台程序,引用BeITMemcached.dll,输入类似代码测试
using System;
using BeIT.MemCached;
namespace ConsoleApplication3
{
class Program
{
static void Main(string[] args)
{
MemcachedClient.Setup("TestCache", new string[] { "192.168.0.1" });
MemcachedClient cache = MemcachedClient.GetInstance("TestCache");
cache.SendReceieveTimeout = 5000;
cache.MinPoolSize = 1;
cache.MaxPoolSize = 5;
cache.Set("jinjazz", "剪刀");
object obj = cache.Get("jinjazz");
Console.WriteLine(obj);
Console.Read();
}
}
}
一个分布式缓存的例子就这么简单,和操作hashtable基本上一样容易。
11、查看缓存运行状态,这个你需要熟悉一些memcached的基本命令
先在你机器上输入telnet 192.168.0.1 11211,进入telnet
摸黑输入stats,会出来如下结果,可能对你有用的我后面加了注释
STAT pid 2928
STAT uptime 139279
STAT time 1216258406
STAT version 1.2.5
STAT pointer_size 32
STAT curr_items 4
STAT total_items 6
STAT bytes 1052947
STAT curr_connections 2
STAT total_connections 10
STAT connection_structures 4
STAT cmd_get 13//读取13次
STAT cmd_set 6//设置6次
STAT get_hits 11//11次命中
STAT get_misses 2//2次失败
STAT evictions 0
STAT bytes_read 1053321
STAT bytes_written 6279461
STAT limit_maxbytes 67108864
STAT threads 1
END
12、结束。
分享到:
相关推荐
Memcached,作为一款广泛应用的高性能、分布式内存对象缓存系统,广泛应用于缓解数据库压力,提高Web应用性能。BeITMemcached是其在.NET平台上的C#实现,为开发者提供了便捷的接口来与Memcached服务器进行交互。本文...
BeIT Memcached 是用 C# 2.0 编写的客户端客户端支持所有 memcached 命令: 放添加代替附加前置CAS 得到多次获取删除增量递减统计数据冲洗此外,它还具有以下特点: 一致性哈希具有可配置大小的套接字池高性能键前缀...
BEiT: BERT Pre-Training of Image Transformers PPT BEiT 是一种基于Transformer的自监督式图像预训练模型,它的提出标志着计算机视觉(CV)领域的BERT时刻的到来。BEiT 模型通过Masked Image Modeling任务,对...
dpt-beit-base-384.pt
0381_极智论文_解读BEiT-3_多模态模型
【标题】"yolov8系列--Keras beit,caformer,CMT,CoAtNet,convnext,davit,d.zip" 提供了一系列关于深度学习模型的实现,主要聚焦于目标检测领域,涉及到多个最新的网络架构。这个压缩包可能包含用Keras库编写的代码,...
lockstar-gta-modlockstar gta mod ( m0d s0beit sa ) 是侠盗猎车手的多用途作弊工具 欢迎来到新的官方 GitHub 项目。 在此项目再次活跃之前,我们建议您查看[最接近的工作版本]到原始版本,用于 Grand Theft Auto ...
专案在完成我的BEIT学位时完成的项目
cd beit-hatfutsot-gentrees-app docker-compose up -d --build 客户端位于 部署方式 Travis构建docker镜像并将其推送到Docker Hub。 部署在gentrees图表下进行gentrees 。 每周电子邮件 有一个发送摘要zip的...
里面包含alexnet、beit、conformer、convmixer、cspnet、davit、deit、deit3、densenet、edgenext、efficientformer、efficientnet、efficientnet、efficientnetv2、eva、hornet、hrnet、lenet、mixmim、mlp_mixer、...
第十三章:BEIT 第十四章:BEITV2 第十一章:dalle2源码解读 第十七章:BEVFORM ER源码 第六章:langchain 第十六章:BEV感知 第十二章:自监督任务 对比学习 第七章:视觉大模型SAM 第三章:ChatGpt 第九章:扩散...
《Lockstar GTA V Mod:开启你的侠盗猎车手5作弊之旅》 Lockstar GTA V Mod,这是一个专为侠盗猎车手5(Grand Theft Auto V)设计的多功能作弊工具,为玩家带来了全新的游戏体验。在这款模组的帮助下,你可以轻松...
描述中的"SAMP Mod lookslike s0beit"提到了s0beit,这是一个非常知名的SAMP MOD,它提供了大量的游戏修改和增强功能,如车辆瞬移、飞行、超级跳等。这表明SAMP社区中有许多类似s0beit这样的MOD,它们能极大地丰富...
"SimpleTrainer" 可能是指一个针对游戏 "GTA-IV TBoGT"(侠盗猎车手4:The Ballad of Gay Tony)的简易训练器,而 "s0beit loader" 是这个训练器的一部分,可能是一个加载器或者模块,用于在游戏运行时加载自定义的...
2. **BEiT: BERT Pre-Training of Image Transformers**:BEiT是一种自监督的视觉表示模型,受到BERT的启发,通过mask图像建模任务预训练vision transformer。这种方法无需额外标注,即可在各种视觉任务中获得良好的...
basket [bB:skit] n.篮,篓,筐 basketball [5bB:skitbC:l] n.篮球;篮球运动 bat [bAt] n....bathe [beiT] vt.给…洗澡;弄湿 bathroom [5bB:Wru:m] n.浴室;盥洗室 battery [5bAtEri] n.电池;一套,一组
标题“vit_base_patch16_224_in21k.zip”所指的是一份包含Vision Transformer(ViT)基础模型的预训练权重的压缩文件。这个模型在计算机视觉领域有着广泛的应用,尤其是在图像分类任务中。ViT是深度学习领域的一种...
多模态模型的发展是 AI 技术的核心,包括 Vision Transformer 模型、扩散模型、BEiT 模型等技术的迭代,实现了传统单模态大模型中自然语言处理能力与计算机视觉能力的结合。这些技术的发展也带动了多模态大模型的...
此外,文档末尾提供了Mellanox公司的联系方式和地址,包括在美国加州Sunnyvale的总部和以色列的Beit Mellanox总部,以及相关的电话和传真号码。这表示Mellanox提供了全球性的客户支持服务。 文档的最后部分提到了...