Comet: Low Latency Data for the Browser

Comet是一种不同于传统数据传输和Ajax的新型数据传输形式,通过长时间保持的HTTP连接降低服务器信息传输延迟,适用于需要低延迟数据更新的应用场景。
翻译自Alex Russell的Blog文章:Comet: Low Latency Data for the Browser

历史深处的一种古老的web technology正在慢慢复兴。已经多年未被触及的浏览器特性又一次登上了web开发的舞台,为UI带来了更好的响应。Server正在学习如何应付一种新的行事方法。并且,我说的不是Ajax。

Jot LiveMeebo这样的新兴服务使用了一种新的数据传输形式,既不是传统的数据传输也不是Ajax。它们的招牌特点是数据传输的low-latency,而这种特点正变得越来越普遍。由于没有更好的术语,我把这种event-driven的、server-push data streaming的形式叫做“Comet”。它不代表任何意义,况且我也不觉得它应该代表什么。这种technique的工作原理可能会使开发人员十分困惑,所以使用已经存在的定义和名字很可能会产生不良的效果。

定义Comet

为了使用新的术语,我们至少要看一些该技术的实例,被该技术解决的问题,以及使它与众不同的特性。这些实例并不难找,几个典型的实例是:

GMail’s GTalk integration
Jot Live
Renkoo
cgi:irc
Meebo

究竟是什么使这些应用与众不同的呢?究竟是什么使它们有别于那些乍看起来十分类似的应用呢?本质上的区别就是,它们都使用long-lived HTTP连接来降低server传输的信息的延迟。它们不会时不时地从server端poll信息。相反,server会维护一个通信的开路,这样它就可以把数据push到client了。

从网络活动的角度上看,我们可以修改JJG的原始Ajax图来说明Comet的不同之处:

如同上面图例所示,Comet应用可以在任何时候向client发送数据,而不是仅仅在用户输入的响应中发送数据。这些数据从一个单独的、预先打开的连接中被传输。这种方法极大地降低了数据传输的延迟。

这种架构基于对数据的一种新的认识,即数据在HTTP连接两端都是event-driven的。熟悉SOA或message-oriented中间件的工程师会发现这副图与它们出奇地相似。唯一的改动就是这里的终点是浏览器。

虽然在异步性方面Comet和Ajax很相似,但是实现了Comet的应用能够在几乎可以忽略的延迟下通信状态的改变。这使它非常适合监控和多用户协作类型的应用,如果没有Comet,这些应用将很难或不可能实现,除非在浏览器中添加插件。

为什么对用户来说Comet更好?

常规的Ajax提高了单个用户的UI响应,但其代价是使long-lived页面的内容变得“陈旧”。其他用户执行的数据改动是看不见的,直到用户刷新整个页面。应用也可以回到“旧社会”去,维护某种状态机制,告诉client从上次通信到现在的所有改动。用户不得不要么执行某个操作来请求查看其他用户更新的状态(这也许会对它们想要执行的操作造成影响!)要么每隔一段时间就向server请求改动信息(叫做“polling”)。因为web天生就是多用户的,所以很明显,常规的Ajax在usability和transparency hurdles上欺骗了用户。使用Comet技术的应用可以避免这个问题,它可以在更新发生时主动push给所有的client。UI的状态永远是同步的,使用应用的每个人都可以轻易理解他们的改动会影响其他用户。Ajax提高了单个用户的响应。Comet提高了协作的、多用户的应用的响应,并且避免了轮询所带来的性能问题。

但它会流行起来吗?

为了使Comet应用流行起来,新的server软件通常是必须的,但是服务器端的event-driven IO模式正变得越来越广泛。甚至连Apache都会在下一个版本2.2中提供Comet模块。在那之前,TwistedPOENevowmod_pubsub,以及其他高层次的event-driven IO抽象正使得站在技术前沿的开发人员可以使用Comet。几乎所有的现代OS也已经支持了某种内核级别的event-driven IO系统。我甚至听说Java的NIO包将会在下一个版本中利用这些系统。这些工具正悄悄地把event-driven的未来变为现实。Comet会流行起来,并且大多数工具已经可以使用了。

我会在ETech上再次讨论这个话题,并会描述Comet应用可以用来从server端向client端 push数据的各种技术。和往常一样,我也会把slides发布在我的Blog上。

Read-write web的未来是多用户的。Ajax之后还会有另一种生活。

尾注



需求响应动态冰蓄冷系统与需求响应策略的优化研究(Matlab代码实现)内容概要:本文围绕“需求响应动态冰蓄冷系统与需求响应策略的优化研究”展开,基于Matlab代码实现,重点探讨了冰蓄冷系统在电力需求响应背景下的动态建模与优化调度策略。研究结合实际电力负荷与电价信号,构建系统能耗模型,利用优化算法对冰蓄冷系统的运行策略进行求解,旨在降低用电成本、平衡电网负荷,并提升能源利用效率。文中还提及该研究为博士论文复现,涉及系统建模、优化算法应用与仿真验证等关键技术环节,配套提供了完整的Matlab代码资源。; 适合人群:具备一定电力系统、能源管理或优化算法基础,从事科研或工程应用的研究生、高校教师及企业研发人员,尤其适合开展需求响应、综合能源系统优化等相关课题研究的人员。; 使用场景及目标:①复现博士论文中的冰蓄冷系统需求响应优化模型;②学习Matlab在能源系统建模与优化中的具体实现方法;③掌握需求响应策略的设计思路与仿真验证流程,服务于科研项目、论文写作或实际工程方案设计。; 阅读建议:建议结合提供的Matlab代码逐模块分析,重点关注系统建模逻辑与优化算法的实现细节,按文档目录顺序系统学习,并尝试调整参数进行仿真对比,以深入理解不同需求响应策略的效果差异。
综合能源系统零碳优化调度研究(Matlab代码实现)内容概要:本文围绕“综合能源系统零碳优化调度研究”,提供了基于Matlab代码实现的完整解决方案,重点探讨了在高比例可再生能源接入背景下,如何通过优化调度实现零碳排放目标。文中涉及多种先进优化算法(如改进遗传算法、粒子群优化、ADMM等)在综合能源系统中的应用,涵盖风光场景生成、储能配置、需求响应、微电网协同调度等多个关键技术环节,并结合具体案例(如压缩空气储能、光热电站、P2G技术等)进行建模与仿真分析,展示了从问题建模、算法设计到结果验证的全流程实现过程。; 适合人群:具备一定电力系统、能源系统或优化理论基础,熟悉Matlab/Simulink编程,从事新能源、智能电网、综合能源系统等相关领域研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①开展综合能源系统低碳/零碳调度的科研建模与算法开发;②复现高水平期刊(如SCI/EI)论文中的优化模型与仿真结果;③学习如何将智能优化算法(如遗传算法、灰狼优化、ADMM等)应用于实际能源系统调度问题;④掌握Matlab在能源系统仿真与优化中的典型应用方法。; 阅读建议:建议结合文中提供的Matlab代码与网盘资源,边学习理论模型边动手调试程序,重点关注不同优化算法在调度模型中的实现细节与参数设置,同时可扩展应用于自身研究课题中,提升科研效率与模型精度。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值