- 浏览: 24806 次
-
文章分类
最新评论
---------------------- android培训 、java培训 、期待与您交流! ----------------------
所谓的任务,就是抽象,离散的工作单位。你可以简单理解为代码级别的 (Runnable接口)
大多数并发应用程序都是围绕着任务进行管理的.
package com.ivan.concurrent.charpter6; import java.net.ServerSocket; import java.net.Socket; /** * 顺序化的Web Server. * @author root * OS:Ubuntu 9.04 * Date:2010-6-19 */ public class SingleThreadWebServer { public static void main(String[] args) throws Exception { ServerSocket server=new ServerSocket(8080); while(true){ Socket socket=server.accept(); handleRequest(socket); } } private static void handleRequest(Socket socket) { /** * 做相关的处理……, 比如请求运算与I/O * 这将会导致出现阻塞, 会延迟当前请求的处理, * 而且会产生非常严重的后果,比如: 假死。 * 那样会极度考验用户的耐心,知道他忍无可忍的关闭浏览器。 * 同时,单线程在等待IO操作时,CPU处于闲置状态,这样也降低了资源的利用率 * * 这样的服务器,缺乏良好的吞吐量和快速的响应性。 */ } }
上面的代码是顺序地执行任务,主线程在不断接受连接与处理请求之间交替运行。
一个Web请求会做相关的处理……, 比如请求运算与I/O
这将会导致出现阻塞, 会延迟当前请求的处理,
而且会产生非常严重的后果,比如: 假死。
那样会极度考验用户的耐心,知道他忍无可忍的关闭浏览器。
同时,单线程在等待IO操作时,CPU处于闲置状态,这样也降低了资源的利用率
这样的服务器,缺乏良好的吞吐量和快速的响应性。
所以,基于上面代码的基础上,我们需要给他作些小许的改进:
package com.ivan.concurrent.charpter6; import java.net.ServerSocket; import java.net.Socket; public class ThreadPerTaskWebServer { public static void main(String[] args) throws Exception { ServerSocket server=new ServerSocket(80); while(true){ final Socket socket=server.accept(); new Thread(new Runnable(){ public void run() { handleRequest(socket); } }).start(); } } protected static void handleRequest(Socket socket) { /** *相比较而言,这样的处理方式有良好的改进: * 1.执行人物的负载已经脱离主线程,让主循环能更加迅速的重新开始等待下一个连接。提高了响应性 * 2.并发处理任务,多个请求可以同时得到处理,提高了吞吐性 * 3.任务处理代码必须要是线程安全的。防止出现并发性数据共享问题。 * * 这个程序可能在开发阶段运行良好,一旦部署,就可能出现致命的错误, * 我们接着来分析: */ } }
相比较而言,这样的处理方式有良好的改进:
1.执行人物的负载已经脱离主线程,让主循环能更加迅速的重新开始等待下一个连接。提高了响应性
2.并发处理任务,多个请求可以同时得到处理,提高了吞吐性
3.任务处理代码必须要是线程安全的。防止出现并发性数据共享问题。
这个程序可能在开发阶段运行良好,一旦部署,就可能出现致命的错误,
我们接着来分析:
我们看到,上面的代码中,是为每个请求的到来,创建一个新的线程来处理, 那么这样就会有以下的问题出现:
无限创建线程的缺点:
1.线程生命周期的开销
1.1.线程的创建与关闭并非是免费的,实际的开销根据不同的OS有不同的处理.但是线程的创建的确需要时间,带来处理请求的延迟.一般的Web Server的请求是很频繁的,为每个请求创建一个线程,无非要耗费大量的资源.
2.资源消耗量
2.1.
活动的线程会消耗资源,尤其是内存.如果可运行的线程数多于可用的处理器数,线程将会空闲。大量的空闲线程占用更多的内存,给垃圾回收器带来压力,而且,
线程在竞争CPU的同时,也会带来许多其他的性能开销。所以,建议在有足够多的线程让CPU忙碌时,不要再创建多余的线程.
3.应用的稳定性
3.1.
应该限制创建线程的数量,限制的数目根据不同的平台而定,同时也受到JVM的启动参数,Thread的构造函数中栈大小等因素的影响.
如果打破了这个限制,你很可能会得到一个OutOfMemoryError.
在一定范围内增加线程可以提高系统的吞吐量,但是一旦超过这个范围,再创建线程只会拖垮你的系统。甚至可能会导致应用程序的崩溃.
我们的解决办法:
使用线程池,当然,你完全没有必要自己写一个线程池的实现(好吧,或许你跟我一样,也希望能从重复创造轮子中,找到自己想要了解的东西),你可以利用
Executor框架来帮你处理,java.util.concurrent提供了一个灵活的线程池实现。
在新的java类库当中,任务执行的首要抽象不是Thread,而是Executor.
Executor仅仅是一个简单的接口,但是它很强大,包括用于异步任务的执行,支持不同类型的任务执行策略,为任务提交和任务执行之间的解藕,提供了标准的方式等等, 我们后续再重点讨论。
Executor基于 生产者-消费者模式。提交任务的是生产者,执行任务的是消费者。 也就是说, 采用Executor框架实现 生产者-消费者模式,十分简单。
Executors类,提供了一系列工厂方法用于创先线程池,返回的线程池都实现了ExecutorService接口。
public static ExecutorService newFixedThreadPool(int nThreads)
创建固定数目线程的线程池。
public static ExecutorService newCachedThreadPool()
创建一个可缓存的线程池,调用execute 将重用以前构造的线程(如果线程可用)。如果现有线程没有可用的,则创建一个新线程并添加到池中。终止并从缓存中移除那些已有 60 秒钟未被使用的线程。
public static ExecutorService newSingleThreadExecutor()
创建一个单线程化的Executor。
public static ScheduledExecutorService newScheduledThreadPool(int corePoolSize)
创建一个支持定时及周期性的任务执行的线程池,多数情况下可用来替代Timer类。
Executor executor = Executors.newFixedThreadPool(10); Runnable task = new Runnable() { @Override public void run() { System.out.println("task over"); } }; executor.execute(task); executor = Executors.newScheduledThreadPool(10); ScheduledExecutorService scheduler = (ScheduledExecutorService) executor; scheduler.scheduleAtFixedRate(task, 10, 10, TimeUnit.SECONDS);
线程池:
线程池管理着一个工作者线程的同构池,线程池是与工作队列紧密绑定的。工作队列的作用就是持有所有等待执行的任务, 工作者队列只需要从工作队列中获取到下一个任务,执行,然后回来等待下一个线程。
Java类库中提供了以下几种线程池:
1.newFixedThreadPool :创建定长的线程池,每当提交一个任务就创建一个线程,直到达到池的最大长度。
2.newCachedThreadPool:创建一个可缓存的线程池,如果当前线程池的长度超过了处理的需要,它可以灵活的收回空闲线程,当需求增加时,它可以灵活添加新的线程,而并不对池的长度做任何限制
3.newSingleThreadExecutor:创建单线程化的executor,它只创建唯一的工作者线程来执行任务,如果这个线程异常结束,会有另外一个线程来取代它.它会保证任务按照任务队列规定的顺序来执行。
4.NewScheduledThreadPool:创建一个定长的线程池,而且支持定时的,以及周期性的任务执行,类似Timer.
Executor的生命周期:
它的创建已经说了,我们来看看它如何关闭, Executor 是为了执行任务而创建线程,而JVM通常会在所有非后台线程退出后才退出,如果它无法正确的关闭,则会影响到JVM的结束。
这里需要提一下,在我们了解如何关闭Executor的一些疑惑, 由于Executor是异步执行任务,那么这些任务的状态不是立即可见的,
换句话说,在任务时间里,这些执行的任务中,有的可能已经完成,有的还可能在运行,其他的还可能在队列里面等待。 为了解决这些问题,
Java引入了另外一个接口,它扩展了Executor,并增加一些生命周期的管理方法: ExecutorService.
ExecutorService表示生命周期有三种状态: 运行,关闭,终止。
关闭和终止? 怎么看上去是一个意思, 这里我们先搁置着,留着后续来讨论。
ExecutorService最初创建后的初始状态就是运行状态;
shutdown与shutdownNow方法,都是ExecutorService的关闭方法,区别在于:
shutdown:
会启动一个平稳的关闭过程, 停止接受新任务,同时等待已经提交的任务完成(包括尚未开始执行的任务)
shutdownNow:
会启动一个强制关闭的过程:尝试取消所有运行中的任务和排在队列中尚未开始的任务。
一旦所有任务全完成后,ExecutorService会转到终止状态, awaitTermination可以用来等待ExecutorService到达终止状态,也可以轮询isTerminated判断ExecutorService是否已经终止。
package com.ivan.concurrent.charpter6; import java.io.IOException; import java.net.ServerSocket; import java.net.Socket; import java.util.concurrent.ExecutorService; import java.util.concurrent.Executors; import java.util.concurrent.RejectedExecutionException; /** * 线程池的生命周期是如何管理的? * @author root * OS:Ubuntu 9.04 * Date:2010-6-19 */ public class LifeCycleWebServer { private static final int NTHREADS=100; private static final ExecutorService exec=Executors.newFixedThreadPool(NTHREADS); public void start() throws IOException{ ServerSocket server=new ServerSocket(8011); while(exec.isShutdown()){ try { final Socket socket=server.accept(); exec.execute(new Runnable(){ public void run() { handleRequest(socket); } }); } catch (RejectedExecutionException e) { if(!exec.isShutdown()){ //log.error(...) } } } } protected void handleRequest(Socket socket) { Request req=readRequest(socket); if(isShutDown(req)){ stop(); }else{ dispatchRequest(req); } } public void stop(){ exec.shutdown(); } //~ Mock Object And Function.. private static class Request{ } private Request readRequest(Socket socket) { // TODO Auto-generated method stub return null; } private boolean isShutDown(Request req) { // TODO Auto-generated method stub return false; } private void dispatchRequest(Request req) { // TODO Auto-generated method stub } }
OK,了解了线程池的使用,这里有必要介绍介绍执行策略,
执行策略:
简单来说,就是任务执行的”What,When,Where,How”,包括:
1.任务在什么线程中执行(what)
2.任务以什么顺序执行(fifo,lifo,优先级)?
3.可以有多少个任务并发执行?(how many)
4.可以有多少个任务进入等待执行队列
5.系统过载时,需要放弃一个任务,该挑选哪一个? 如何通知应用程序知道?
另外,java类库中还提供有一种特别的任务,----可携带结果的任务:
Callable 和 Future
Runnable 作为任务的基本表达形式只是个相当有限的抽象; 它的局限在于,不能返回一个值或者抛出受检查的异常。
通常,很多任务都会引起严重的计算延迟,比如执行数据库查询,从网络下载资源,进行复杂的计算。对于这样的任务,Callable是更佳的抽象: 它在主进入点,等待返回值,并为可能抛出的异常预先作准备。
Runnable与Callable描述的都是首相的计算型任务,这些任务通常都是有限的。,任务的所生命周期分为4个阶段: 创建、提交、开始和完成。
Future描述了任务的生命周期,并提供了相关的方法来获取任务的结果、取消任务以及检验任务是否已经完成或者被取消。
Future的get方法取决于任务的状态, 如果任务已经完成,get会立即返回或者抛出异常,如果任务没有完成,get会阻塞直到它的完成。
创建Future的方法有很多, ExecutorService的submit会返回一个Future,你可以将一个Callable或者Runnable提交给executor,然后得到一个Future,用它来重新获得任务执行的结果,或者取消任务。
你也可以显示的为给定的Callable和Runnable实例化一个FutureTask.
OK, 前面介绍了很多关于并发的理论知识,下面我们来看看,如果寻找可强化的并发性。
首先,我们从一个例子开始, 开始之前,简单介绍一下这个例子所要表达的事情:
它的来源是浏览器程序中渲染页面的那部分功能, 首先获取HTML,并将它渲染到图像缓存里。为了简单起见,我们假设HTML只有文本标签。 OK, 开始吧。
首先,如果按照一般的处理方式,我们会这样做:
1.遇到文本标签,将它渲染到图像缓存中
2.当遇到的是一个图片标签,我们通过网络获取它,再将它放到缓存里面。
很明显,这是最简单的方式, 它很容易实现,但是,问题在于,你这样做,是在考验用户的耐心,结果就是他会对着屏幕丢一句 ****.然后毫不犹豫的关掉浏览器.
另外一种方法:
它先渲染文本,并为图像预留出占位符;在完成第一趟文本处理后,程序返回开始,并下载图像,将它们绘制到占位符上去。 但是这样的问题也很明显, 需要最少2次的文档处理, 其性能与效率稍有提升,但是还不足解决用户希望快速浏览页面的需求。
为了使我们的渲染器具有更高的并发性,我们需要做的第一步就是, 将渲染过程分为两部分: 一个用来渲染文本,一个用来下载所有图像。(一个受限于CPU,另外一个受限于IO, 即使在单CPU系统上,效率的提升也很明显。)
Callable与Future可以用来表达所有协同工作的任务之间的交互。我们来看代码:
package com.ivan.concurrent.charpter6; import java.util.ArrayList; import java.util.List; import java.util.concurrent.Callable; import java.util.concurrent.ExecutionException; import java.util.concurrent.ExecutorService; import java.util.concurrent.Executors; import java.util.concurrent.Future; public class FutureRenderer { private static final int NTHREADS=100; private static final ExecutorService exec=Executors.newFixedThreadPool(NTHREADS); void renderPage(CharSequence source){ final List<ImageInfo> imageinfos=scanForImageInfo(source); Callable<List<ImageData>> task= new Callable<List<ImageData>>(){ public List<ImageData> call() throws Exception { List<ImageData> result=new ArrayList<ImageData>(); for(ImageInfo imageinfo:imageinfos){ result.add(imageinfo.downloadImage()); } return result; } }; Future<List<ImageData>> future=exec.submit(task); //保证渲染文本与下载图像数据并发执行。 renderText(source); try { /** * 到达需要所有图像的时间点时,主任务会等待future.get调用的结果, * 幸运的话,我们请求的同时,下载已经完成,即使没有,下载也已经预先开始了。 * * 这里还有一定的局限性, 用户可能不希望等待所有图片下载完成后才可以看见, * 他希望下载完成一张图片后,就可以立即看到。 …… 这里还待优化。 */ List<ImageData> imageData=future.get(); for(ImageData data:imageData){ reanderImage(data); } } catch (InterruptedException e) { Thread.currentThread().interrupt(); future.cancel(true);//取消任务 }catch(ExecutionException e){ e.printStackTrace(); } } private void renderText(CharSequence source) { // TODO Auto-generated method stub } private void reanderImage(ImageData data) { // TODO Auto-generated method stub } private List<ImageInfo> scanForImageInfo(CharSequence source) { // TODO Auto-generated method stub return null; } }
CompletionService: 当executorService遇到BlockingQueue
CompletionService整合了Executor和BlockingQueue的功能,你可以将Callable任务提交给它去执行,然后使用类似于队列中的take和poll方法,在结果完成可用时,获得这个结果,像一个打包的Future.
我们利用它来为我们的渲染器需要优化的地方做些处理,代码如下:
package com.ivan.concurrent.charpter6; import java.util.List; import java.util.concurrent.Callable; import java.util.concurrent.CompletionService; import java.util.concurrent.ExecutionException; import java.util.concurrent.ExecutorCompletionService; import java.util.concurrent.ExecutorService; import java.util.concurrent.Executors; import java.util.concurrent.Future; public class FutureRenderer2 { private static final int NTHREADS=100; private static final ExecutorService exec=Executors.newFixedThreadPool(NTHREADS); void renderPage(CharSequence source){ final List<ImageInfo> imageinfos=scanForImageInfo(source); CompletionService<ImageData> completionService=new ExecutorCompletionService<ImageData>(exec); for(final ImageInfo imageinfo:imageinfos){ completionService.submit(new Callable<ImageData>(){ public ImageData call() throws Exception { //提高性能点一: 将顺序的下载,变成并发的下载,缩短下载时间 return imageinfo.downloadImage(); } }); } renderText(source); try { for(int i=0;i<imageinfos.size();i++){ Future<ImageData> f=completionService.take(); //提高性能点二: 下载完成一张图片后,立刻渲染到页面。 ImageData imagedata=f.get(); reanderImage(imagedata); } } catch (InterruptedException e) { Thread.currentThread().interrupt(); }catch(ExecutionException e){ e.printStackTrace(); } } private void renderText(CharSequence source) { // TODO Auto-generated method stub } private void reanderImage(ImageData data) { // TODO Auto-generated method stub } private List<ImageInfo> scanForImageInfo(CharSequence source) { // TODO Auto-generated method stub return null; } }
本文是参考网上整理的资料.
---------------------- android培训 、java培训 、期待与您交流! ----------------------
相关推荐
5. **并发容器**:Java并发库还提供了一些线程安全的集合类,如`ConcurrentHashMap`、`CopyOnWriteArrayList`等,这些容器可以在高并发场景下安全地使用。 通过以上知识点的学习,开发者可以深入理解Java多线程编程...
本教程将聚焦于Java中的多线程技术,以“黑马程序员-java多线程技术01”为学习起点,探讨如何在Java中实现并管理线程。 首先,我们来理解什么是线程。线程是操作系统分配CPU时间的基本单元,一个进程中可以有多个...
通过黑马程序员提供的《Java多线程与并发库》视频教程,你可以系统地学习并实践这些知识点,逐步成为一名精通Java并发编程的开发者。记得结合实际项目进行练习,理论与实践相结合,将更有利于技能的巩固和提升。
在《Java编程基础》课程中,学习者会接触到一系列的核心概念和语法,这些知识点是成为一名合格的Java程序员的基础。这份课后习题答案涵盖了第三到第八章的内容,旨在帮助学生巩固所学,解决他们在实践中遇到的问题。...
内容概要:本文详细介绍了如何利用MATLAB进行价格型需求响应的研究,特别是电价弹性矩阵的构建与优化。文章首先解释了电价弹性矩阵的概念及其重要性,接着展示了如何通过MATLAB代码实现弹性矩阵的初始化、负荷变化量的计算以及优化方法。文中还讨论了如何通过非线性约束和目标函数最小化峰谷差,确保用户用电舒适度的同时实现负荷的有效调节。此外,文章提供了具体的代码实例,包括原始负荷曲线与优化后负荷曲线的对比图,以及基于历史数据的参数优化方法。 适合人群:从事电力系统优化、能源管理及相关领域的研究人员和技术人员。 使用场景及目标:适用于希望深入了解并掌握价格型需求响应机制的专业人士,旨在帮助他们更好地理解和应用电价弹性矩阵,优化电力系统的负荷分布,提高能源利用效率。 其他说明:文章强调了实际应用中的注意事项,如弹性矩阵的动态校准和用户价格敏感度的滞后效应,提供了实用的技术细节和实践经验。
一级医院医疗信息管理系统安装调试技术服务合同20240801.pdf
表5 文献综述.doc
36W低压输入正激电源 变压器电感设计
基于YOLOv8的深度学习课堂行为检测系统源码,软件开发环境python3.9,系统界面开发pyqt5。在使用前安装python3.9,并安装软件所需的依赖库,直接运行MainProgram.py文件即可打开程序。模型训练时,将train,val数据集的绝对路径改为自己项目数据集的绝对路径,运行train.py文件即可开始进行模型训练,内含项目文件说明,以及检测图片和视频。
odbc_oracle zabbix模版原版
内容概要:本文探讨了利用纳什谈判理论来优化风光氢多主体能源系统的合作运行方法。通过MATLAB代码实现了一个复杂的优化模型,解决了风电、光伏和氢能之间的合作问题。文中详细介绍了ADMM(交替方向乘子法)框架的应用,包括联盟效益最大化和收益分配谈判两个子任务。此外,还涉及了加权残差计算、目标函数构造、可视化工具以及多种博弈模式的对比等功能模块。实验结果显示,合作模式下系统总成本显著降低,氢能利用率大幅提升。 适合人群:从事能源系统研究的专业人士、对博弈论及其应用感兴趣的学者和技术人员。 使用场景及目标:适用于需要优化多主体能源系统合作运行的场合,如工业园区、电网公司等。主要目标是提高能源利用效率,降低成本,增强系统的灵活性和稳定性。 其他说明:代码中包含了丰富的可视化工具,能够帮助研究人员更好地理解和展示谈判过程及结果。同时,提供了多种博弈模式的对比功能,便于进行性能评估和方案选择。
内容概要:本文详细介绍了如何利用C#与Halcon联合编程构建高效的视觉几何定位与测量框架。主要内容涵盖模板创建与匹配、圆测量、数据持久化以及图像采集等方面的技术细节。首先,通过创建形状模板并进行匹配,实现了工件的精确定位。接着,针对圆形物体的测量,提出了动态ROI绘制、亚像素边缘提取和稳健圆拟合的方法。此外,还讨论了模板管理和图像采集的最佳实践,确保系统的稳定性和高效性。最后,强调了Halcon对象的内存管理和错误处理机制,提供了实用的优化建议。 适合人群:具备一定编程基础,尤其是对C#和Halcon有一定了解的研发人员和技术爱好者。 使用场景及目标:适用于工业生产线上的自动化检测设备开发,旨在提高工件定位和尺寸测量的精度与效率。主要目标是帮助开发者掌握C#与Halcon联合编程的具体实现方法,从而构建稳定可靠的视觉检测系统。 其他说明:文中提供了大量实战代码片段和调试技巧,有助于读者快速理解和应用相关技术。同时,作者分享了许多实际项目中的经验和教训,使读者能够避开常见陷阱,提升开发效率。
QT视频播放器实现(基于QGraphicsView)
评估管线钢环焊缝质量及其对氢脆的敏感性.pptx
该是一个在 Kaggle 上发布的数据集,专注于 2024 年出现的漏洞(CVE)信息。以下是关于该数据集的详细介绍:该数据集收集了 2024 年记录在案的各类漏洞信息,涵盖了漏洞的利用方式(Exploits)、通用漏洞评分系统(CVSS)评分以及受影响的操作系统(OS)。通过整合这些信息,研究人员和安全专家可以全面了解每个漏洞的潜在威胁、影响范围以及可能的攻击途径。数据主要来源于权威的漏洞信息平台,如美国国家漏洞数据库(NVD)等。这些数据经过整理和筛选后被纳入数据集,确保了信息的准确性和可靠性。数据集特点:全面性:涵盖了多种操作系统(如 Windows、Linux、Android 等)的漏洞信息,反映了不同平台的安全状况。实用性:CVSS 评分提供了漏洞严重程度的量化指标,帮助用户快速评估漏洞的优先级。同时,漏洞利用信息(Exploits)为安全研究人员提供了攻击者可能的攻击手段,有助于提前制定防御策略。时效性:专注于 2024 年的漏洞数据,反映了当前网络安全领域面临的新挑战和新趋势。该数据集可用于多种研究和实践场景: 安全研究:研究人员可以利用该数据集分析漏洞的分布规律、攻击趋势以及不同操作系统之间的安全差异,为网络安全防护提供理论支持。 机器学习与数据分析:数据集中的结构化信息适合用于机器学习模型的训练,例如预测漏洞的 CVSS 评分、识别潜在的高危漏洞等。 企业安全评估:企业安全团队可以参考该数据集中的漏洞信息,结合自身系统的实际情况,进行安全评估和漏洞修复计划的制定。
博客主页:https://blog.csdn.net/luoyayun361 QML ComboBox控件,输入关键字后自动过滤包含关键字的列表,方便快速查找列表项
内容概要:本文全面介绍了人工智能技术的发展历程、核心技术原理、应用方法及其未来趋势。首先阐述了人工智能的定义和核心目标,随后按时间顺序回顾了其从萌芽到爆发的五个发展阶段。接着详细讲解了机器学习、深度学习、自然语言处理和计算机视觉等核心技术原理,并介绍了使用现成AI服务和开发自定义AI模型的应用方法。此外,还展示了智能客服系统、图像分类应用和智能推荐系统的具体实现案例。针对普通用户,提供了使用大模型的指南和提问技巧,强调了隐私保护、信息验证等注意事项。最后展望了多模态AI、可解释AI等未来发展方向,并推荐了相关学习资源。; 适合人群:对人工智能感兴趣的初学者、技术人员以及希望了解AI技术应用的普通大众。; 使用场景及目标:①帮助初学者快速了解AI的基本概念和发展脉络;②为技术人员提供核心技术原理和应用方法的参考;③指导普通用户如何有效地使用大模型进行日常查询和任务处理。; 其他说明:本文不仅涵盖了AI技术的基础知识,还提供了丰富的实际应用案例和实用技巧,旨在帮助读者全面理解人工智能技术,并能在实际工作中加以应用。同时提醒读者关注AI伦理和版权问题,确保安全合法地使用AI工具。
本学习由 Matrix 工作室制作并开发,包括算法与数据结构的学习路线和各种题解。
本项目致力于构建基于微服务架构的智慧图书馆管理平台,重点突破多校区图书馆异构系统间的数据壁垒。通过建立统一数据治理规范、部署智能分析模块、重构业务流程引擎,系统性实现以下建设目标:构建跨馆业务数据的标准化整合通道,实施容器化部署的弹性资源管理体系,开发具备机器学习能力的业务辅助决策系统,打造可量化评估的管理效能提升模型,最终形成支持PB级数据处理的分布式存储体系与全维度数据资产图谱。
根据processlist查询出慢sql 1.修改配置文件中的mysql链接 2.目前是15秒执行一次获取执行时间在5秒上的sql,可以在配置中修改 3.执行后查出的慢sql会记录到log文件夹中以日期命名的txt文件中,可自行查验