HUAWEI河图项目后端高并发探讨

HUAWEI河图项目后端高并发探讨
一、需求
    河图项目是HUAWEI的数字新世界,可用于地图、虚拟交互等数字化服务。应对未来发展,可能会出现千万级用户同时在线、局部有十万人同时交互体验的超高并发需求。
二、需求分析
    1、超高及时并发要求:
        项目要求同场景(例如某景区前)存在十万人,并且产生交互(例如放烟花、与九色鹿对话、自身移动、定会议室、寻路等),假如每个人都在交互并且实时通知其他人,在局部场景内会产生十万*十万=百亿次广播并发,如果每人每秒同步一次(合并数据包、降低刷新频率),每秒也有百万广播并发。
    2、与其他各项目比较
        1)MMORPG网游等:业务耦合性非常高且复杂,实时性要求非常高,但是同时在线低,并发广播最多几千人(具体游戏内业务是核心,实时性要求高,对并发等要求不高);
        2)微博、交友APP等:业务耦合度中偏低,同时在线较多,并发广播较多但不要求实时性太高(因实时性要求较低,所以虽然业务较多但是可以顺序处理);
        3)电商:业务耦合度非常低,同时在线非常多,并发广播非常多,实时性要求非常高(因为具体业务耦合度非常低,所以较容易建立并发业务模型);
        4)直播、聊天室等:业务耦合度非常低,同时在线较多,并发广播较多,实时性要求高(由于具体业务是一对多,所以也较容易建立并发业务模型);
        5)钉钉等聚合APP:业务耦合度比较低,同时在线较多,并发广播不太多,实时性要求不太高(通常用事件总线搭建后台服务);
        6)12306平台:业务耦合度比较低,同时在线非常多,并发广播比较少,实时性要求较高(不同线路天然没有耦合,所以较容易建立并发业务模型);
      &n

根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理和总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),和各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同时也在不少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的一些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)的一个分支,也是实现人工智能最重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签,可以是连续的也可以是离散的)和任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
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

打赏作者

唐鹏V

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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