高性能建站系统

标签: 性能 系统 | 发表时间:2014-08-17 14:03 | 作者:mrcuiliodng
出处:http://www.iteye.com

首先是从三方面来提高的,应用层面,服务器端层面,数据库层面。
一、应用层面
1、采用freemaker或者velocity来做页面静态化,提高网站的访问速度。

二、服务器端
1、对于一些不经常增删改的数据做缓存,比如memcached,redis,mongodb
2、对于图片的话,采用fastDFS来做图片的分布式服务器,加快图片的存储与读取。
3、对于安全方面,采用数据库事务来保证数据的安全性能。
4、能尽量少的使用锁来处理,因为锁有时候会带来一系列的连锁反应。
5、做负载均衡,通过nginx+tomcat组合给服务器端分流。
6、通过队列来做一些数据的信息暂存,来减缓线程对服务器的压力。
7、采用并发的集合类,例如ConcurrentHashMap,CopyOnWriteArrayList等。
8、考虑程序的可扩展性和可移植性。
9、数据的一致性问题,需要考虑java concurrent包
10、适当的使用一些高效算法。
11、内存一致性:内存操作(如共享变量的读写)的 happen-before 关系。只有写入操作 happen-before 读取操作时,才保证一个线程写入的结果对另一个线程的读取是可视的。synchronized 和 volatile 构造 happen-before 关系,Thread.start() 和Thread.join() 方法形成 happen-before 关系。
12、JVM的内存模型以及JVM的垃圾回收机制,一直垃圾回收器的合理使用,新生代和老年代的合理分区。

三、数据库层面
1、给数据库字段做索引,能够加快查询速度,不是所有的索引都能够加快查询速度的,前提是对于查询多于增删改的数据。
2、给数据库表做表分区,能够加速查询的速度。
3、分库分表,通过分区分表能够加快查询速度。
4、根据explain命令对于sql语句进行解释执行计划分析。
5、对表进行分区,分区查询会加快速度的
6、oracle的话。需要选择合适的选择器,根据实际需要,选择基于成本的选择器,或者基于基于规则的优化器
7、in和exists,还有not in和not exists的用法区别,以及适用场合
8、做master-slave,进行读写分离,给数据库通过分流来减小压力。
9、对于sql语句进行优化.



已有 0 人发表留言,猛击->> 这里<<-参与讨论


ITeye推荐



相关 [性能 系统] 推荐:

高性能建站系统

- - 互联网 - ITeye博客
首先是从三方面来提高的,应用层面,服务器端层面,数据库层面. 1、采用freemaker或者velocity来做页面静态化,提高网站的访问速度. 1、对于一些不经常增删改的数据做缓存,比如memcached,redis,mongodb. 2、对于图片的话,采用fastDFS来做图片的分布式服务器,加快图片的存储与读取.

linux 系统性能指标

- - 非技术 - ITeye博客
近段时间,再忙着找实习,经常被问到的,关于linux系统性能的指标,比如对于一台linux机器来说,怎么监控它的CPU,内存,负载等情况;怎样算高负载,具体的依据是什么. 等等这类问题,下面就好好总结一下这方面知识吧~. 由于能力有限,可能总结的不是很全面,不是很正确,有错漏的,欢迎大家帮忙指出,谢谢.

Linux 和 Android 系统性能分析

- - CSDN博客综合推荐文章
作为一名Linux 或 Android 平台的系统工程师,在开发系统新功能外,主要工作就是优化系统性能,使系统上以最优的状态运行,但是由于硬件问题、软件问题、网络环境等的复杂性和多变性,导致对系统的优化变得异常复杂,如何定位性能问题出在哪个方面,是性能优化的一大难题, 从系统入手,阐述由于系统软、硬件配置不当可能造成的性能问题,并且探讨检测系统故障和优化性能的一般方法和流程.

前端性能监控系统ShowSlow

- - CSDN博客Web前端推荐文章
作者:zhanhailiang 日期:2014-11-14. ShowSlow是开源的前端性能监控系统,提供了以下功能:. 前端性能指标数据收集功能:ShowSlow原生提供了数据收集工具. DOM Monster!,但也支持通过YSlow,PageSpeed等第三方工具将性能数据上报给服务端完成收集(其服务器端提供了针对多达8种不同工具上报的数据收集器dommonster,dynatrace,events,har,metric,pagespeed,webpagetest,yslow);.

Linux系统和性能监控

- - zzm
CPU性能表现如何一般从三个方面来衡量:运行队列、利用率和上下文切换. 正如前文所提及的,性能表现的好坏和基线数据(或预期)是密不可分的. 对大部分系统而言,一些基本的性能预期如下:. 运行队列——每个处理器运行队列中不应该超过1-3个线程. 例如,一个双核的系统中,运行队列长度不应该超过6. (译注:即一个系统的load average值不应该大于核数的4倍.

高性能消息系统——Kafka

- - 互联网 - ITeye博客
引用官方原文: “Kafka is a distributed, partitioned, replicated commit log service.”. 它提供了一个非常特殊的消息机制,不同于传统的mq. 官网:https://kafka.apache.org.     传统的MQ,消息被消化掉后会被mq删除,而kafka中消息被消化后不会被删除,而是到配置的expire时间后,才删除.

系统性能监控之 Swap Space

- - Darktea
对线上服务器进行性能监控时, 需要关注各种性能指标, 从各个方面来对系统性能进行监控. 例如, 系统负载, cpu 占用, 内存占用, 网络带宽等. 其中 Swap Space 的使用状况也是值得关注的一项, 本文对在 Linux 环境中监控 Swap Space 的相关内容进行了总结.. 一, 首先简单的介绍一下什么是 Swap Space.

系统性能优化系列

- - IT瘾-tuicool
之前组内一位大佬分享了一些关于系统性能优化方面的干货,这里我将它整理成文并且加入自己平时常用的一些工具和技巧. 由于关于系统性能优化涉及的内容非常多,我会分几篇文章来分享. 这次分享下 定位系统层面问题的常用方法. Throughout 吞吐量 (系统每秒钟可以处理的请求数). Latency 延迟 (系统处理一个请求的延迟).

系统架构性能优化思路

- - DockOne.io
今天谈下业务系统性能问题分析诊断和性能优化方面的内容. 这篇文章重点还是谈已经上线的业务系统后续出现性能问题后的问题诊断和优化重点. 我们首先来分析下如果一个业务系统上线前没有性能问题,而在上线后出现了比较严重的性能问题,那么实际上潜在的场景主要来自于以下几个方面. 业务出现大并发的访问,导致出现性能瓶颈.

性能优化的方法和技巧:系统

- tiod - 弯曲评论
从系统层次去优化系统往往有比较明显的效果. 但是,在优化之前,我们先要问一问,能否通过扩展系统来达到提高性能的目的,比如:. Scale up: 用更强的硬件替代当前的硬件. Scale out: 用更多的部件来增强系统的性能. 使用更强的硬件当然和优化没有半点关系,但是如果这是一个可以接受的方案,为什么不用这个简单易行的方案哪.