线程池,处理高并发问题,处理大数据量的方法

本文深入探讨了高并发场景下优化服务器性能的关键技术,包括CDN层的动静分离、云+端架构、服务层的分布式、集群、异步解耦策略,以及缓存层的分布式、多级缓存、提高命中率方法。同时,针对大数据量处理,提出了分而治之、Bloomfilter/Bitmap、Trie树/数据库/倒排索引、外排序及分布式处理等解决方案。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

线程池


个人认为,线程池的作用就是限制系统中执行线程的数量,避免服务器超负荷;减少创建和销毁线程的次数,从而减少了一些开销。

设计一个线程池单例,在内部创建指定数目的线程,并用一个线程空闲队列表示可分配线程。

注:还可以使用两个静态成员变量的方法限定最大线程数量。


处理高并发问题


1、CDN层:动静分离

2、云+端

3、服务层:

        1)分布式

        2)集群

        3)异步解耦

                a、Async

                b、MQ

        4)代码效率

4、缓存层:

        1)分布式

        2)多级缓存

        3)提高命中率

5、DB层:

        1)sql语句优化

        2)读写分离

        3)索引

        4)分库分表        


处理大数据量的方法


1)分而治之/hash映射+hash统计+排序

2)Bloomfilter/Bit map:用来实现数据共享、进行数据判重、集合求交集

3)Trie树/数据库/倒排索引:节点孩子表示方式

4)外排序

5)分布式处理:将数据交给不同的处理器去处理,数据划分,结果归约




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