Endeca MDEX Request Log

本文介绍了Endeca MDEX Engine的日志记录机制,详细解释了请求日志的格式和内容,包括如何配置日志的存储位置及如何利用这些日志进行性能分析。

Endeca MDEX Request Log

MDEX Engine总是用默认的名字dgraph.reqlog 产生请求日志。你可以使用--log选项参数控制 日志的存储位置

 

请求日志文件格式

Each entry has the following 14 columns:

[Timestamp] [Client IP Address] [Agraph Transaction ID][HTTP Exchange ID] [Response Size] [Total Request Time]
[Total Processing Time] [HTTP Return Code] [Number of Results][Queue Status] [Thread ID] [Query String] [Query Body]
[HTTP Headers]

Timestamp:默认是以请求的GMT表示的毫秒数,你可以自己转化为服务器本地时间

1208947882000=2008-04-23 10:51:22 AM GMT
The time is recorded in GMT (not the localized time of the server).
You can convert it using a UTC epoch converter utility, such as UTC.

 

Agraph Transaction ID;这个字段总是empty,除非你Dgraph试运行在Agraph下的

HTTP Exchange ID:唯一的查询标识符,只是单个Dgraph实例的唯一

Total Request Time:Mdex 从网络读取请求+完成发送结果的时间,包括队列的等待时间,比如较早的请求还没有结束,需要他等待

Total Processing Time:Dgraph处理请求的时间,排除网络和等待时间。这个值比较好计算哪些是比较昂贵的查询。

Number of Results:查询的借结果数,如果不是http 查询 请求,以-代替。

Queue Status:接受的请求的繁忙的线程数。当使用--threads指定MDEX Engine的线程数的时候,你所指定的数量将会决定MDEX Engine总的线程数

 

Thread ID:分配给请求的线程id

 

从请求日志提取信息:

1 运行 Request Log Analyzer

2 自己写perl code

 

单独的物理磁盘存储日志

--out //指定错误日志

--log //指定请求日志存放路径

--updatelog //指定更新日志的位置

 

提供了基于BP(Back Propagation)神经网络结合PID(比例-积分-微分)控制策略的Simulink仿真模型。该模型旨在实现对杨艺所著论文《基于S函数的BP神经网络PID控制器及Simulink仿真》中的理论进行实践验证。在Matlab 2016b环境下开发,经过测试,确保能够正常运行,适合学习和研究神经网络在控制系统中的应用。 特点 集成BP神经网络:模型中集成了BP神经网络用于提升PID控制器的性能,使之能更好地适应复杂控制环境。 PID控制优化:利用神经网络的自学习能力,对传统的PID控制算法进行了智能调整,提高控制精度和稳定性。 S函数应用:展示了如何在Simulink中通过S函数嵌入MATLAB代码,实现BP神经网络的定制化逻辑。 兼容性说明:虽然开发于Matlab 2016b,但理论上兼容后续版本,可能会需要调整少量配置以适配不同版本的Matlab。 使用指南 环境要求:确保你的电脑上安装有Matlab 2016b或更高版本。 模型加载: 下载本仓库到本地。 在Matlab中打开.slx文件。 运行仿真: 调整模型参数前,请先熟悉各模块功能和输入输出设置。 运行整个模型,观察控制效果。 参数调整: 用户可以自由调节神经网络的层数、节点数以及PID控制器的参数,探索不同的控制性能。 学习和修改: 通过阅读模型中的注释和查阅相关文献,加深对BP神经网络与PID控制结合的理解。 如需修改S函数内的MATLAB代码,建议有一定的MATLAB编程基础。
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