[ASP]提高数据显示效率--缓存探幽

本文介绍了一种使用ASP内置对象Application实现缓存的方法,通过将数据保存在内存中减少数据库访问次数,有效提升网页加载速度。
  [ASP]提高数据显示效率--缓存探幽

写在前面的话:此篇还是asp相关的,相信玩ASP的都有这个感觉,当数据有5万多条时-------just like音乐网,要调用最新的10条在页面显示,糟糕的是,当n多用户打开页面访问的时候,每个用户每次都要读取数据库一次,这无疑降低了效率,很明显, 如果能把数据能保存在内存上,然后读取,无疑加快了速度. 所谓缓存其实就是在内存中开辟一个用来保存数据的空间,使用缓存你就不用频繁的访问你保存在硬盘上的数据了,因为这些数据我们希望每个用户都能看到效果一 样,考虑使用的是application对象,因为它是所有访问者的共用的对象,存储的信息和定义的事件能够为所有者访问者使用,这里要使用asp内置对 象APPLICATION了,关于application,有2个方法[lock和unlock],2个集合[content和 staticobjects],2个事件[开始的application_onstart和application_end],application变 量不会因为用户的离开而消失,一旦建立,一直等到网站关闭和程序卸载为止,正因为如此,使用的时候要特别小心!,否则会占用内存,我在这里不用多说,有兴 趣的查阅相关资料吧,大体是这样.我们是把数据写入一个自定义的application里面,在制定的时间读取刷新的,大体思路就是这样.

实例演示.先建立一个简单的数据库,写个function读取一下,写入一个dim变量temp中:

Function DisplayRecords()
'这个函数原来给一个变量temp付上记录的值
Dim sql, conn, rs
'符合条件的sql语句
sql = "SELECT id, [szd_f], [szd_t] FROM admin"
'打开数据库连接
Set conn = Server.CreateObject("ADODB.Connection")
conn.Open "DRIVER={Microsoft Access Driver (*.mdb)}; DBQ="&Server.MapPath("db.mdb")
Set rs = Server.CreateObject("ADODB.Recordset")
rs.Open sql, conn, 1, 3
'当符合sq语句l的数据没有显示完毕时
If Not rs.EOF Then
'给temp变量赋值
Dim temp
temp = "<table width=""90%"" align=""center"""
temp = temp & " border=""1"" bordercolor=""silver"""
temp = temp & " cellspacing=""2"" cellpadding=""0"">"
temp = temp & "<tr bgcolor=""#CCDDEE""><td width=""5%"""
temp = temp & ">ID</td><td>操作</td>"
temp = temp & "<td>数值</td></tr>"
'存在数据,接着赋值
While Not rs.EOF
temp = temp & "<tr><td bgcolor=""#CCDDEE"">"
temp = temp & rs("ID") & "</td><td>" & rs("szd_f")
temp = temp & "</td><td>" & rs("szd_t")
temp = temp & "</td></tr>"
rs.MoveNext
Wend

temp = temp & "</table>"
'temp赋值完毕,把它再返回给函数
DisplayRecords = temp
Else
DisplayRecords = "Data Not Available."
End If
'释放内存
rs.Close
conn.Close
Set rs = Nothing
Set conn = Nothing
End Function

ok,上面的函数改造完毕,调用的时候就是DisplayRecords.

下面是application大显身手了:

'该函数是写入缓存
Function DisplayCachedRecords(Secs)
Dim retVal, datVal, temp1
'Secs是每次要刷新数据的时间, retVal是数据,datVal是剩余时间
retVal = Application("cache_demo") '取得appliction的值
datVal = Application("cache_demo_date") '取得appliction的值
'判断datVal 的值,也就是要计算时间过去了没
If datVal = "" Then
'如果是空,datVal值为当前时间按秒加上secs定义的时间
datVal = DateAdd("s",Secs,Now)
End If
'temp1是判断当前时间和datVal的秒差
temp1 = DateDiff("s", Now, datVal)
'如果retVal已经是上面函数的返回值且时间大于0
If temp1 > 0 And retVal <> "" Then
'本函数返回记录数
DisplayCachedRecords = retVal
Response.Write "<b><font color=""green"">利用缓存读取数据"
Response.Write " ... (" & temp1 & " 秒剩余)</font></b>"
Response.Write "<br><br>"
Else
'retVal 是空的话,就赋予DisplayRecords的值给变量temp2
Dim temp2
temp2 = DisplayRecords()
'保存到Application.------------------>重点
Application.Lock
Application("cache_demo") = temp2
Application("cache_demo_date") = DateAdd("s",Secs,Now)
Application.UnLock
DisplayCachedRecords = temp2
' 这里随便写上了记录的缓存的过去时间,相对总秒数倒差 :
Response.Write "<b><font color=""red"">刷新缓存显示 ..."
Response.Write "</font></b><br><br>"
End If
End Function
%>

说明完毕.

以下为完整无注释代码

<%
Function DisplayRecords()
Dim sql, conn, rs
sql = "SELECT id, [szd_f], [szd_t] FROM admin"
Set conn = Server.CreateObject("ADODB.Connection")
conn.Open "DRIVER={Microsoft Access Driver (*.mdb)}; DBQ="&Server.MapPath("db.mdb")
Set rs = Server.CreateObject("ADODB.Recordset")
rs.Open sql, conn, 1, 3
If Not rs.EOF Then
Dim temp
temp = "<table width=""90%"" align=""center"""
temp = temp & " border=""1"" bordercolor=""silver"""
temp = temp & " cellspacing=""2"" cellpadding=""0"">"
temp = temp & "<tr bgcolor=""#CCDDEE""><td width=""5%"""
temp = temp & ">ID</td><td>操作</td>"
temp = temp & "<td>数值</td></tr>"
While Not rs.EOF
temp = temp & "<tr><td bgcolor=""#CCDDEE"">"
temp = temp & rs("ID") & "</td><td>" & rs("szd_f")
temp = temp & "</td><td>" & rs("szd_t")
temp = temp & "</td></tr>"
rs.MoveNext
Wend
temp = temp & "</table>"
DisplayRecords = temp
Else
DisplayRecords = "Data Not Available."
End If
rs.Close
conn.Close
Set rs = Nothing
Set conn = Nothing
End Function

Function DisplayCachedRecords(Secs)
Dim retVal, datVal, temp1
retVal = Application("cache_demo")
datVal = Application("cache_demo_date")
If datVal = "" Then
datVal = DateAdd("s",Secs,Now)
End If
temp1 = DateDiff("s", Now, datVal)
If temp1 > 0 And retVal <> "" Then
DisplayCachedRecords = retVal
Response.Write "<b><font color=""green"">利用缓存读取数据"
Response.Write " ... (" & temp1 & " 秒剩余)</font></b>"
Response.Write "<br><br>"
Else
Dim temp2
temp2 = DisplayRecords()
Application.Lock
Application("cache_demo") = temp2
Application("cache_demo_date") = DateAdd("s",Secs,Now)
Application.UnLock

DisplayCachedRecords = temp2
Response.Write "<b><font color=""red"">刷新缓存显示 ..."
Response.Write "</font></b><br><br>"
End If
End Function
%>

调用方法:

<%=DisplayCachedRecords(20)%>

写在后面的话:如果你感觉你的服务器内存不够大的话,不要大量使用缓存.

### LSTM 的深入原理 LSTM 是一种特殊的循环神经网络(RNN),其设计目的是解决传统 RNN 中存在的梯度消失和梯度爆炸问题,从而能够捕捉长时间序列中的依赖关系。LSTM 通过引入门控机制以及细胞状态的概念实现了这一目标。 #### 细胞状态与门控结构 LSTM 的核心在于它的 **细胞状态** 和三个主要的门控单元:遗忘门、输入门和输出门。这些组件共同决定了信息如何流入、存储和流出 LSTM 单元。 1. **细胞状态(Cell State)** - 细胞状态是一个贯穿整个序列的信息流通道,它允许信息在整个序列中传递而不受太多干扰[^1]。 2. **遗忘门(Forget Gate)** - 遗忘门决定哪些信息应该从细胞状态中移除。该门接收当前输入 \(x_t\) 和前一时刻隐藏状态 \(h_{t-1}\),并通过一个 sigmoid 层计算出一个介于 0 到 1 之间的值,表示保留或丢弃的程度。 \[ f_t = \sigma(W_f \cdot [h_{t-1}, x_t] + b_f) \] 这里 \(W_f\) 表示权重矩阵,\(b_f\) 表示偏置向量,\(\sigma\) 表示激活函数sigmoid[^1]。 3. **输入门(Input Gate)** - 输入门控制新信息进入细胞状态的程度。这包括两个部分: - 使用另一个 sigmoid 层决定更新哪些部分。 \[ i_t = \sigma(W_i \cdot [h_{t-1}, x_t] + b_i) \] - 使用 tanh 层创建一个新的候选值向量,可能加入到状态中。 \[ \tilde{C}_t = \text{tanh}(W_C \cdot [h_{t-1}, x_t] + b_C) \] 4. **细胞状态更新** - 结合遗忘门和输入门的结果,更新细胞状态 \(C_t\)。 \[ C_t = f_t \odot C_{t-1} + i_t \odot \tilde{C}_t \] 其中 \(\odot\) 表示逐元素乘法操作[^1]。 5. **输出门(Output Gate)** - 输出门决定基于新的细胞状态输出什么值。首先通过一个 sigmoid 层确定输出的部分,再通过对细胞状态应用 tanh 函数得到最终输出。 \[ o_t = \sigma(W_o \cdot [h_{t-1}, x_t] + b_o) \] \[ h_t = o_t \odot \text{tanh}(C_t) \] #### 实现细节 以下是 Python 中使用 TensorFlow/Keras 构建基本 LSTM 模型的代码示例: ```python import tensorflow as tf from tensorflow.keras.models import Sequential from tensorflow.keras.layers import LSTM, Dense # 定义模型架构 model = Sequential() model.add(LSTM(50, activation='relu', input_shape=(n_steps, n_features))) model.add(Dense(1)) model.compile(optimizer='adam', loss='mse') # 打印模型概要 model.summary() ``` 在这个例子中,`LSTM` 层有 50 个单元,`activation='relu'` 设置了激活函数为 ReLU,而 `input_shape` 参数指定了输入数据的时间步数和特征数量[^1]。 尽管 LSTM 能够很好地处理长序列数据,但它也存在一些局限性。例如,在非常长的输入时间步长下,强迫 LSTM 记住单一观测可能会导致性能下降甚至失败[^2]。 --- ###
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