
Web高性能
菜心儿爸爸
菜心儿爸爸
展开
-
SPDY:一种更快速web的实验协议
背景:网络协议与网络延时现在,HTTP和TCP是web的两种协议。TCP是一般的,可靠的传输层协议,能够提供可靠的传输,避免出错,按顺序传输,流量控制,冲突避免以及其他的传输特性。而HTTP是一种应用层协议,提供记本的连接、响应语法。我们可能有机会在传输层提高延时性能,但是我们最开始的调查还是关注在应用层,即HTTP。不幸的是,HTTP并不是为了时延而设计的。进一步说,转载 2014-12-17 10:35:57 · 430 阅读 · 0 评论 -
Nginx下让SSL支持SPDY协议
SPDY介绍SPDY 是 Google 开发的基于传输控制协议(TCP)的应用层协议,开发组正在推动 SPDY 成为正式标准(现为互联网草案)。SPDY 协议类似于 HTTP,但旨在缩短网页的加载时间和提高安全性,通过压缩、多路复用和优先级来缩短加载时间。Google Chrome 用户打开 chrome://net-internals/#spdy 就会发现你已经在使用转载 2014-12-17 10:47:52 · 700 阅读 · 0 评论 -
亿级Web系统搭建——单机到分布式集群
当一个Web系统从日访问量10万逐步增长到1000万,甚至超过1亿的过程中,Web系统承受的压力会越来越大,在这个过程中,我们会遇到很多的问题。为了解决这些性能压力带来问题,我们需要在Web系统架构层面搭建多个层次的缓存机制。在不同的压力阶段,我们会遇到不同的问题,通过搭建不同的服务和架构来解决。Web负载均衡 Web负载均衡(Load Balancing),简单地说就是给我们的服务器集群转载 2014-12-17 09:58:53 · 362 阅读 · 0 评论 -
Web系统大规模并发——电商秒杀与抢购
一、大规模并发带来的挑战 在过去的工作中,我曾经面对过5w每秒的高并发秒杀功能,在这个过程中,整个Web系统遇到了很多的问题和挑战。如果Web系统不做针对性的优化,会轻而易举地陷入到异常状态。我们现在一起来讨论下,优化的思路和方法哈。 1. 请求接口的合理设计一个秒杀或者抢购页面,通常分为2个部分,一个是静态的HTML等内容,另一个就是参与秒杀的Web后台请求接口。转载 2014-12-17 10:02:39 · 1879 阅读 · 0 评论 -
大规模网站架构的缓存机制和几何分形学
摘要:缓存机制简单总结可以说是空间换时间,被用于提升系统交互的效率。而有趣的是,这种缓存机制令人惊奇并且优美的遵循着“几何分形”的规律,也就是几何分形学中的“自相似性”。【导读】徐汉彬曾在阿里巴巴和腾讯从事4年多的技术研发工作,负责过日请求量过亿的Web系统升级与重构,目前在小满科技创业,从事SaaS服务技术建设。在过去的工作中,徐汉彬从事各类缓存建设和优化,遇到问题无数,从各转载 2014-12-17 10:24:01 · 426 阅读 · 0 评论 -
Yao Yu:谈Twitter的百TB级Redis缓存实践
摘要:在Twitter工作的数年时间,Yao见证了缓存服务的扩展之路——从1个项目到上百项目的使用。为了支撑如此庞大的缓存体系,Twitter使用了成千上万台服务器,多个集群,以及过百TB内存。【编者按】文章内容是HighScalability创始人Todd Hoff基于Twitter工程师Yao Yu “Scaling Redis at Twitter”演讲的总结。在演讲中,Yao从转载 2014-12-17 10:30:20 · 586 阅读 · 0 评论 -
Redis 在新浪微博中的应用
内容目录:Redis简介Redis基本原理新浪Redis使用历程Redis应用场景遇到的问题及解决办法经验总结Redis 在新浪微博中的应用Redis简介1. 支持5种数据结构支持strings, hashes, lists, sets, sorted setsstring是很好的存储方式,用来做计数存储。sets用于建立索引库非常棒;2. K-V 存储转载 2014-12-22 11:35:35 · 314 阅读 · 0 评论 -
WEB站点性能优化实践(加载速度提升2s)
进行优化前,关键是剖析当前的web性能,找到性能瓶颈,从而确定最需改进的地方;如果精力有限,首先将精力放在能明显提升性能的改进点上;《高性能网站建设指南》提出了一个性能黄金法则:只有10%-20%的最终用户响应时间花在了下载HTML文档上;其余的80%-90%的时间花在了下载页面中的所有组件上。由于本文将实施一个完整的优化流程,所以,我们还是从后台开始; 案例说明:优化之前转载 2014-12-22 15:36:34 · 395 阅读 · 0 评论 -
百万QPS下的缓存设计(数据复制与一致性)
一旦一个系统的QPS达到百万,常规的分布式缓存也将遇到瓶颈,IO瓶颈,带宽瓶颈,可用性问题等,本篇将和大家探讨如何通过缓存数据复制解决系统的高可用及线性扩展问题。一、百万QPS下对系统架构的需求一方面是系统可用性的需求,互联网架构中分布式缓存的使用,极大的提高了系统的性能和吞吐,但同时使得系统的可用性极大的依赖于分布式缓存的可用性。如果缓存数据只有一份,必然会有单点风险,即,这个缓转载 2014-12-23 11:11:46 · 1115 阅读 · 0 评论