缓存-memcache

memcache是c语言编写的内存缓存,常见同php协同应用,支持多种语言。对于java web有三种常用的client

Memcached客户端程序

Memcached的java客户端已经存在三种了:


官方提供的基于传统阻塞io由Greg Whalin维护的客户端


Dustin Sallings实现的基于java nio的Spymemcached


XMemcached

1. 三种API比较 

1)memcached client for java

较早推出的memcached JAVA客户端API,应用广泛,运行比较稳定。


2)spymemcached

A simple, asynchronous, single-threaded memcached client written in java. 支持异步,单线程的memcached客户端,用到了java1.5版本的concurrent和nio,存取速度会高于前者,但是稳定性不好,测试中常报timeOut等相关异常。


3)xmemcached

XMemcached同样是基于java nio的客户端,java nio相比于传统阻塞io模型来说,有效率高(特别在高并发下)和资源耗费相对较少的优点。传统阻塞IO为了提高效率,需要创建一定数量的连接形成连接池,而nio仅需要一个连接即可(当然,nio也是可以做池化处理),相对来说减少了线程创建和切换的开销,这一点在高并发下特别明显。因此XMemcached与Spymemcached在性能都非常优秀,在某些方面(存储的数据比较小的情况下)Xmemcached比Spymemcached的表现更为优秀,具体可以看这个Java Memcached Clients Benchmark。


2.  建议

由于memcached client for java发布了新版本,性能上有所提高,并且运行稳定,所以建议使用memcached client for java。


XMemcached也使用得比较广泛,而且有较详细的中文API文档,具有如下特点:高性能、支持完整的协议、支持客户端分布、允许设置节点权重、动态增删节点、支持JMX、与Spring框架和Hibernate-memcached的集成、客户端连接池、可扩展性好等。

参考:http://blog.163.com/sir_876/blog/static/11705223201211354346520/


服务器端配置简单,安装过程:

1. 安装第三方软件库

wget http://dag.wieers.com/rpm/packages/rpmforge-release/rpmforge-release-0.5.2-2.rf.src.rpm
rpm -ivh rpmforge-release-0.5.2-2.rf.src.rpm

2. 查找Memcached

yum search memcached

3. 安装Memcached

yum -y install memcached

4. 验证安装

memcached -h
应该会输出一些帮助信息

5. 将memcache加入启动列表

chkconfig –level 2345 memcached on

6. 配置Memcache

vi /etc/sysconfig/memcached
文件中内容如下
PORT=”11211″ 端口
USER=”root” 使用的用户名
MAXCONN=”1024″ 同时最大连接数
CACHESIZE=”64″ 使用的内存大小
OPTIONS=”" 附加参数

7. 查看memcache状态

memcached-tool [Memcache Server IP]:[Memcache Server Port] stats
如:memcached-tool 127.0.0.1:11211 stats



3.memcached 监控:

可以借助php页面实现图形监控

也可以使用 telnet命令监控

[root@PictureRecognition php]# whereis memcached
memcached: /usr/local/bin/memcached
[root@PictureRecognition php]# /usr/local/bin/memcached -p 11211 -m 1024m -d
can't run as root without the -u switch
[root@PictureRecognition php]# /usr/local/bin/memcached -uroot -p 11211 -m 1024m -d
[root@PictureRecognition php]# ps -aux |grep mem
[root@PictureRecognition php]# telnet localhost 11211
Trying ::1...
telnet: connect to address ::1: Connection refused
Trying 127.0.0.1...
Connected to localhost.
Escape character is '^]'.
status
ERROR
stats
STAT pid 11044
STAT uptime 2390
STAT time 1455781569
STAT version 1.2.0
STAT pointer_size 64
STAT rusage_user 0.076988
STAT rusage_system 0.709892
STAT curr_items 417
STAT total_items 600
STAT bytes 4031296
STAT curr_connections 12
STAT total_connections 15
STAT connection_structures 13
STAT cmd_get 2229
STAT cmd_set 600
STAT get_hits 1631
STAT get_misses 598
STAT bytes_read 4265823
STAT bytes_written 15212607
STAT limit_maxbytes 1073741824
END

  memcache支持分布式,但各个节点不进行通信,负载均衡策略在应用中建立


转载于:https://my.oschina.net/PagodaTree/blog/617062

《编译原理》是计算机科学中一门极为重要的课程,主要探讨如何将高级程序设计语言转换成机器可执行的指令。清华大学的张素琴教授在这一领域有着深厚的学术造诣,其编译原理课后习题答案对于学习者而言是非常珍贵的资源。这份压缩文件详细解析了课程中所涉及的概念、理论和方法的实践应用,目的是帮助学生更好地理解编译器设计的核心内容。 编译原理的核心知识点主要包括以下几点: 词法分析:作为编译过程的首要环节,词法分析器会扫描源代码,识别出一个个称为“标记”(Token)的最小语法单位。通常借助正则表达式来定义各种标记的模式。 语法分析:基于词法分析产生的标记流,语法分析器依据文法规则构建语法树。上下文无关文法(CFG)是编译器设计中常用的一种形式化工具。 语义分析:这一步骤用于理解程序的意义,确保程序符合语言的语义规则。语义分析可分为静态语义分析和动态语义分析,前者主要检查类型匹配、变量声明等内容,后者则关注运行时的行为。 中间代码生成:编译器通常会生成一种高级的中间表示,如三地址码或抽象语法树,以便于后续的优化和目标代码生成。 代码优化:通过消除冗余计算、改进数据布局等方式提升程序的执行效率,同时不改变程序的语义。 目标代码生成:根据中间代码生成特定机器架构的目标代码,这一阶段需要考虑指令集体系结构、寄存器分配、跳转优化等问题。 链接:将编译后的模块进行合并,解决外部引用,最终形成一个可执行文件。 错误处理:在词法分析、语法分析和语义分析过程中,编译器需要能够检测并报告错误,例如语法错误、类型错误等。 张素琴教授的课后习题答案覆盖了上述所有核心知识点,并可能包含实际编程练习,比如实现简单的编译器或解释器,以及针对特定问题的解题策略。通过解答这些习题,学生可以加深对编译原理的理解,提升解决问题的能力,为今后参与编译器开发或软件工程实践奠定坚实的基础。这份资源不仅是学习编译原理的有力辅助材料,也是
车辆路径问题(Vehicle Routing Problem, VRP)是物流与运输领域中的一个重要优化问题,目标是规划一组最优车辆路线,确保所有客户点都被访问,同时使总行驶距离最小化。当引入时间窗约束(Time Windows)后,问题演变为带时间窗的车辆路径问题(Vehicle Routing Problem with Time Windows, VRPTW),其复杂性显著增加。在VRPTW中,每个客户点都有一个特定的服务时间窗口,车辆必须在该窗口内到达,否则无法满足客户需求。 本项目“VRPTW-ga”采用遗传算法(Genetic Algorithm, GA)来解决这一问题。遗传算法是一种基于生物进化原理的全局优化方法,通过模拟自然选择、基因重组和突变等过程,逐步生成近似最优解。在Python中实现遗传算法时,首先需要确定问题的编码方式。对于VRPTW,通常采用整数编码,每条路线用一串数字表示,数字的顺序对应车辆的访问顺序。接着,需要设计适应度函数(Fitness Function),用于评估每个个体(即一组路线)的优劣,通常以总行驶距离或总服务时间作为优化目标。遗传算法的基本流程如下:1. 初始化种群,随机生成一定数量的初始个体,代表不同的车辆路线;2. 适应度评估,计算每个个体的适应度值,适应度与总行驶距离成反比;3. 选择操作,根据适应度值选择个体,常用方法包括轮盘赌选择和锦标赛选择等;4. 交叉操作,选择两个个体进行基因交叉,生成新的个体,VRPTW中可采用部分匹配交叉或顺序交叉等策略;5. 变异操作,对部分个体进行随机变异,调整其访问顺序,以维持种群多样性;6. 检查终止条件,若达到预设的迭代次数或适应度阈值,则停止算法,否则返回第2步继续执行。 在“VRPTW-ga-master”项目中,可能包含以下关键文件:problem.py用于定义车辆路径问题的具体
评论
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