构建高性能和高弹性 WebSphere eXtreme Scale 应用程序的原则和最佳实践

Kyle Brown, Stacy Joines, Hiroshi Yamamoto, 和 Billy Newport

2010 年 7 月 22 日发布

数据是用于管理、挖掘和操作数据的所有计算系统的核心元素。在 Internet 年代，应用程序不仅要求即时访问数据，通常还以压倒性的近乎同步的请求尝试该访问。尽管技术有了很大提高，集中式数据存储对这种需求和响应能力的应用程序来说还是存在问题。

mybatis一级缓存是一个sqlsession级别，sqlsession只能访问自己的一级缓存的数据，二级缓存是跨sqlsession，是mapper级别的缓存，对于mapper级别的缓存不同的sqlsession是可以共享的。|功能|sapphirecache|ehcache|memcache||:-|:------------|:------|:-------||平台无关性|支持 |支持 |不完全 ||封装层次|极低 |低 |中 ||资源开销率|低 |低 |低 ||分布式|支持 |支持 |不完全，集群默认不实现||缓存持久化|支持 |支持 |缺省不支持 ||加载虚拟机运行期数据|支持 |支持 |不支持 ||缓存并发性能|高 |高 |高 ||缓存吞吐性能|高 |高 |中 ||容灾|不支持 |支持 |支持 ||缓存数据方式|内存及磁盘 |内存及磁盘 |内存中 ||缓存回收策略|lru、lfu、fifo、rdm|lru、lfu、fifo|lru ||annotations服务|支持 |不支持，由spring实现|缺省不支持，由spring实现||代码侵入性|极低 |低 |低 ||开源性|完全 |完全 |不完全 |。cpu在缓存中找到有用的数据被称为命中,当缓存中没有cpu所需的数据时（这时称为未命中）,cpu才访问内存.从理论上讲,在一颗拥有二级缓存的cpu中,读取一级缓存的命中率为80%.也就是说cpu一级缓存中找到的有用数据占数据总量的80%,剩下的20%从二级缓存中读取.由于不能准确预测将要执行的数据,读取二级缓存的命中率也在80%左右（从二级缓存读到有用的数据占总数据的16%）.那么还有的数据就不得不从内存调用,但这已经是一个相当小的比例了.目前的较高端的cpu中,还会带有三级缓存,它是为读取二级缓存后未命中的数据设计的—种缓存,在拥有三级缓存的cpu中,只有约5%的数据需要从内存中调用,这进一步提高了cpu的效率.。

remoting是.net中用来跨越machine, process, appdomain进行方法调用的技术,对于三层结构的程序，就可以使用remoting技术来构建．它是分布应用的基础技术.相当于以前的dcom。remoting是.net中用来跨越machine,process,appdomain 进行方法调用的技术,对于三层结构的程序，就可以使用remoting技术来构建．它是分布应用的基础技术.相当于以前的dcom。remoting是.net 中用来跨越machine, process, appdomain 进行方法调用的技术,对于三成结构的程序，就可以使用remoting技术来构建．它是分布应用的基础技术.相当于以前的dcom web service是一种构建应用程序的普通模型，并能在所有支持internet网通讯的操作系统上实施。

在设计和构建albiaj的时候，也把对缓存系统的支持作为一个必不可少的组件加 以了考虑，作为albianj一贯要求的标准，在实现albianj对于缓存支持的同时， 尽可能的做到albianj所强调和坚持的一致性原则。装饰原则简洁灵活由于实用是首要选择。当设备，特别是一些重要设备进入大修期后，不能仅局限于考虑大修，还应考虑技术改造与更新的可能方案，从这些方案的利弊对比中做出最适当的决策。

WebSphere eXtreme Scale 不是一个关系。

吴兴区塑料盲沟管18263821110本地商家欢迎您短丝土工布在性能方面主要考虑哪些方面短丝土工布在性能方面主要考虑以下几方面： 良好的物理机 械性能 土工布的工作环境恶劣，很多情况下是泡在水中或铺于湿度很大的土中，所以必须具有良好的 抗水解性能和湿态机械性能。克拉玛依盲管多少钱一米/卖家156-6206-2355欢迎您短丝土工布在性能方面主要考虑哪些方面短丝土工布在性能方面主要考虑以下几方面： 良好的物理机 械性能 土工布的工作环境恶劣，很多情况下是泡在水中或铺于湿度很大的土中，所以必须具有良好的 抗水解性能和湿态机械性能。东莞纤塑弹簧透水盲管、经销点√厂家供应156-2132-2677公司欢迎您短丝土工布在性能方面主要考虑哪些方面短丝土工布在性能方面主要考虑以下几方面： 良好的物理机 械性能 土工布的工作环境恶劣，很多情况下是泡在水中或铺于湿度很大的土中，所以必须具有良好的 抗水解性能和湿态机械性能。

WebSphere eXtreme Scale 有两个不同的 API，用于定义将对象放入缓存和从缓存中获取对象的方式：

首次使用 WebSphere eXtreme Scale 的用户可能过多依赖于 WebSphere eXtreme Scale EntityManager API 的查询功能，特别是在将 WebSphere eXtreme Scale 纳入专为访问定制的现有应用程序时。WebSphere eXtreme Scale 基本上是一个缓存提供者。查询功能是产品的一个便捷特性，但它不受高端中所有高级查询优化器的支持。因此，WebSphere eXtreme Scale 最精于根据对象的键查找对象，而不是根据查询定位该对象。这又涉及到另一个主要原则：

到网格中任何对象的主要访问方式应该是通过 Map API 或使用对象主键的 EntityManager find() 方法。

这个简单的设计原则能消除设计 WebSphere eXtreme Scale 应用程序时的许多性能问题。应用程序在这里也可以使用 WebSphere eXtreme Scale 的查询特性，但对于高性能路径或全部高性能应用程序，推荐的访问方式是 Map API 或 find() 操作。（有关查询的索引和其他优化 — 如果您的应用程序用得到 — 将在 介绍。）

如果采用 column format，那么只有在访问第一个值时才出现缓存命中失败，后续访问 2 和 3 时都将缓存命中成功, 从而极大的提高查询性能。每当缓存命中（即缓存数据被访问），则将数据移到链表头部。2.每当缓存命中（即缓存数据被访问），则将数据移到链表头部。

WebSphere eXtreme Scale 中的一个 shard 是置于容器中的数据的一个分区。shard 有主 shard，也有副本 shard。WebSphere eXtreme Scale 通过将复制的数据放在独立的服务器中来提高数据的可用性。

在该场景中，对 ObjectGrid API (1) 的一个客户端调用首先引起对近缓存 (2) 的搜索。如果未找到结果，ObjectGrid 会定位合适的 ObjectGrid 服务器，以及该服务器中应包含结果 (3) 的这个 shard。如果它不存在，那么结果可能会是一个正被调用的加载程序，它会从一个后端数据存储 (4) 加载值。为了量化这个过程，接下来需要检查 WebSphere eXtreme Scale 缓存解决方案各方面的作用。不过在此之前，我们要先讨论缓存设计的一些一般原则。

使用缓存是对时间与内存大小之间的一个平衡行为。缓存的一个关键原则是用内存换取其他性能，比如更好的响应时间和/或增加的弹性，和/或其他系统中降低的成本占用。因此，管理缓存中对象的生命周期很重要。缓存中对象的生命周期由跨越一组数据访问的缓存中的数据一致性决定。

对于每个应用程序，其数据都有一个可接受的 “过时” 程度。由于其实现，WebSphere eXtreme Scale 从不允许在其缓存中有同一数据的不同版本。它保证每个缓存中只存在每个对象的同一版本，除非使用了一个近缓存。这使 WXS 甚至在缓存读/写数据时都很有用。例如，您不会在批处理作业运行时更改其中使用的数据集。不过，在一个交互式应用程序中，对数据的更改可能更动态；如果用户已经登录了很长时间，那么他会希望在发生数据变更时有所反映。因此在第一种情况下，缓存中对象的最短生命周期就是批处理作业的生命周期。在第二种情况下，它根据用户希望多快看到数据变更而有所不同。不管在哪种情况下，您都应该尽量选择简单的收回（eviction）策略，比如生存时间（time-to-live）。在上述两种情况下，这可简单实现，只需选择一个适合正开发的应用程序需求的时间；对于批处理应用程序来说时间较长（例如，比最长的批处理作业稍长一些），对于应用程序来说时间稍短一些。当然，由多个用户或所有批处理作业以只读方式共享的元素能赢得一个更长的缓存生命周期。WebSphere eXtreme Scale 还采用各种方式来使变更数据的处理更智能，能够在发生实际变更时做出反应。

不过，在考虑近缓存的情况下，究竟数据是否过时这个问题会有所不同。记住，近缓存对于每个 WebSphere eXtreme Scale 客户端都是独特的，不像主 ObjectGrid 缓存一样被共享。鉴于此原因，近缓存中的数据相互之间可以不同步，与主 ObjectGrid 缓存也可以不同步。因此，您的选择通常有两个，要么为近缓存中的数据设置一个非常短的生存时间（这会降低效用），要么完全不使用近缓存而仅依赖于主 ObjectGrid 缓存（这不会涉及过时性问题）。

近缓存也只有在它含有大量足够空间可用的时候才有用。如果一个 WebSphere eXtreme Scale 缓存在缓存 200 GB 的数据，那么近缓存可能就因为客户端没有足够的内存而不容纳该数据的子集来提高利用率。

最后，当考虑到对过时性的设计和容差时，您需要确定哪些实际记录系统在总应用程序设计中。如果 ObjectGrid 是您的记录系统，那么您可以使用后台写（write-behind）更新或将缓存设置为一个连续写入（write-through）缓存。这样做的好处就是缓存中绝不会有过时数据，因为缓存是数据的权威来源。另一方面，如果是记录系统，那么您可以使用开放式锁定或 ObjectGrid 的内置 SCN 支持来检测和处理缓存中的过时数据。

现在您既然已经理解了缓存设计的一般原则，就可以开始考虑该方程式：

Tavg = Nh × Tn + (1-Nh) ×(Rh × Tr + (1-Rh) ×Td)

5.2网格化的步骤建立选取元素数据设定网格建立所需的参数产生网格第一步是建立元素的数据，这些数据包括元素的种类（type），元素的几何常数（r），元素的材料性质（mp），及元素形成时所在的坐标系统，也就是说当对象进行网格化分后，元素的属性是什么。numeca系列 软件可以对任意物理问题划分出结构化网格和非结构化网格，而在本论文 主要是针对叶轮机械进行数值模拟中的网格无关性分析，网格的制作采用numeca finellm／autogrid5软件自动生成，所有网格均为结构化网格。造句：第三章针对曲面网格简化操作过程中出现的空洞剖分问题，讨论层次模型的网格优化方法，提出了基于弦内角最大准则的局部网格简化方法。

对象的大小影响这些因素的作用。而且，频繁进行进程外调用可能增加 JVM 的垃圾回收开销，因此在度量中也应寻找和考虑该因素。当然，度量意指测试，且这些指标应该在测试中根据试验测定，因为时序随设计的不同而有所不同。它们还受网络状况、WebSphere eXtreme Scale 配置和服务器处理速度的影响。这与图 1 中的第 3 行相对应。

Td 是从中检索对象所用的时间。它也应在测试中根据试验测定。这与图 1 中的第 4 个项目相对应。

因此，为了解其用法，我们将数字代入方程式中。

本文来自电脑杂谈，转载请注明本文网址：
http://www.pc-fly.com/a/jisuanjixue/article-117960-1.html