济南IT培训 > 达内新闻 
        
        
            
            
            
            
            
                
                
                    学会LRU-K算法(1)
                    
                        - 发布:济南python培训
- 来源:济南python培训
- 时间:2019-02-27 19:06
 
                
                    
                             1、背景介绍
    1.1、现象-济南python培训负责整理
    QPS突然增长2倍以上(45w~60w每分钟) 将产生下面一些问题:
    1)响应接口响应时长增加了5倍(qps增加了2倍);
    2)机房局域网交换机带宽报警(1kM带宽使用了900多M);
    3)从redis获取数据接口响应时长增加等。
    1.2、原因
    1)某业务线对有限的产品进行推广;
    2)在短时间内有大量重复数据查询请求;
    3)短时间从redis获取大量数据。
    1.3、解决方案
    大量请求获取同一份数据,在本地存储这些数据。
    其优点如下:
    1)直接从内存取数据,降低响应时间;
    2)不走redis,减少服务与redis之间的交互流量;
	    3)最终实现流量削峰
	
    2、LRU-K模型设计
    2.1、LRU算法介绍
    Least recently used(LRU,最近最少使用):根据数据的历史访问记录淘汰数据。
    核心思想
    如果数据最近被访问过,那么将来被访问的几率更高。
    命中率
    当存在热点数据时,LRU的效率很好,但偶发性的、周期性的批量操作会导致LRU命中率急剧下降,缓存污染情况比较严重。
    1)新数据插入到链表头部;
    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;
    3)当链表满的时候,将链表尾部的数据丢弃。
    2.2、LRU-K算法设计
    LRU-K中的K代表最近使用的次数。
    以上就是济南python培训给大家做的内容详解,更多关于python的学习,请继续关注济南python培训
                     
                 
               
             
            
            
            
            
            
            
            
            
            
	最新开班时间
	
	  
		
		  - 北京
- 上海
- 广州
- 深圳
- 南京
- 成都
- 武汉
- 西安
- 青岛
- 天津
- 杭州
- 重庆
- 哈尔滨
- 济南
- 沈阳
- 合肥
- 郑州
- 长春
- 苏州
- 长沙
- 昆明
- 太原
- 无锡
- 石家庄
- 南宁
- 佛山
- 珠海
- 宁波
- 保定
- 呼和浩特
- 洛阳
- 烟台
- 运城
- 潍坊
 
	  
	 
   
  
            
            
            
            
 
            
            
            
            
         
        
            
            
            
            
                
                    学会LRU-K算法(1)
                    
                        - 发布:济南python培训
- 来源:济南python培训
- 时间:2019-02-27 19:06
 
                
                    
                            1、背景介绍
    1.1、现象-济南python培训负责整理
    QPS突然增长2倍以上(45w~60w每分钟) 将产生下面一些问题:
    1)响应接口响应时长增加了5倍(qps增加了2倍);
    2)机房局域网交换机带宽报警(1kM带宽使用了900多M);
    3)从redis获取数据接口响应时长增加等。
    1.2、原因
    1)某业务线对有限的产品进行推广;
    2)在短时间内有大量重复数据查询请求;
    3)短时间从redis获取大量数据。
    1.3、解决方案
    大量请求获取同一份数据,在本地存储这些数据。
    其优点如下:
    1)直接从内存取数据,降低响应时间;
    2)不走redis,减少服务与redis之间的交互流量;
	    3)最终实现流量削峰
	
    2、LRU-K模型设计
    2.1、LRU算法介绍
    Least recently used(LRU,最近最少使用):根据数据的历史访问记录淘汰数据。
    核心思想
    如果数据最近被访问过,那么将来被访问的几率更高。
    命中率
    当存在热点数据时,LRU的效率很好,但偶发性的、周期性的批量操作会导致LRU命中率急剧下降,缓存污染情况比较严重。
    1)新数据插入到链表头部;
    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;
    3)当链表满的时候,将链表尾部的数据丢弃。
    2.2、LRU-K算法设计
    LRU-K中的K代表最近使用的次数。
    以上就是济南python培训给大家做的内容详解,更多关于python的学习,请继续关注济南python培训
                     
                 
                
             
            
            
            
            
            
                最新开班时间
                
                    
                    
                        - 北京
- 上海
- 广州
- 深圳
- 南京
- 成都
- 武汉
- 西安
- 青岛
- 天津
- 杭州
- 重庆
- 厦门
- 哈尔滨
- 济南
- 福州
- 沈阳
- 合肥
- 郑州
- 长春
- 苏州
- 大连
- 长沙
- 昆明
- 温州
- 太原
- 南昌
- 无锡
- 石家庄
- 南宁
- 中山
- 兰州
- 佛山
- 珠海
- 宁波
- 贵阳
- 保定
- 呼和浩特
- 东莞
- 洛阳
- 潍坊
- 烟台
- 运城
