对于大数据量高并发的系统性能优化总结
2015-02-11 15:07
513 查看
1. 尽量使用缓存,这里不是指的比如ORM框架HIBERNATE的一级缓存和二级缓存,而是独立的缓存服务器,它是存储于内存中的, 比如用户缓存,基本配置信息缓存等,它一般是在系统中经常要查的一些信息,在这里我们可以使用缓存, 我们项目中常用的比如redis memcache,这样可以大量减少与数据库的交互,提高性能。 2. 统计的功能尽量做缓存,或按每天一统计或定时统计相关报表,避免需要时进行统计的功能。 3. 能使用静态页面的地方尽量使用,减少容器的解析(尽量将动态内容生成静态html来显示) 4.对于一个系统内如果有过多图片加载显示时我们最好设计成用一台单独的服务器来存詂 这样就会减少应用服务器的压力 提高性能 如果用了负载均衡更是弥补了图片不能同步的问题 5.可以对WEB容器进行优化 开发中我们常用的有tomcat weblogic 对于WEB容器我们要考虑的有 JVM的使用率 空闲线程数 队列长度 和吞吐量这些方面, 所以我们加大内存使用率 调整线程数的值可以提高系统性能 6. 优化数据库查询语句,比如尽量不要用通配符* 少用in和not in where条件内尽量不要用!= <> 这样会导致放弃使用索引 7. 优化数据库结构,多做索引,主键尽量不要用自增的 减少冗余字段 提高查询效率。对于大数据量我们还可以进表拆分 ORACLE超过100W条查询效率就会很慢 8. 负载均衡,我们常用的并发能力较强的前置代理服务器比如nginx、apache 这里nginx并发量是高于apache的 它可以实现动静分离 反向代理 而且体积相对来说较小 9. 采用多台服务器集群的方式来解决单台的瓶颈问题 10.分布式部署 我们把不同的应用部署在不同的服务器 运用相关机制统一调度所有的应用程序 这样就可以提高系统性能也解决了单存储服务器的瓶颈问题
相关文章推荐
- 对于大数据量高并发的系统性能优化总结
- 总结概括对于大数据、高并发的网站如何进行优化的问题
- 总结概括对于大数据、高并发的网站如何进行优化的问题
- 当web应用中面临大数据量同时并发量比较大的情况下性能是一个尤为重要的问题,面对性能优化我们应从何做起,在哪些方面做优化呢?
- 系统性能优化总结—数据库索引
- android app 开发过程中 对于性能优化的总结
- 高并发数据库之MySql性能优化实战总结
- HBase性能优化方法总结(四):数据计算
- 对于LAMP的思考:性能优化总结
- HBase性能优化方法总结(四):数据计算
- linux下nginx服务应用总结(2)--突破10万高并发的nginx性能优化经验(含内核参数优化)
- 系统性能优化总结—java代码优化
- Android系统性能优化总结
- Java程序性能优化总结--------线程、I/O及系统篇
- 系统性能优化总结—数据库设计
- Entity Framework 数据并发访问错误原因分析与系统架构优化
- HBase性能优化方法总结(四):数据计算
- Android应用开发性能优化完全分析-转载大神总结的.非常全面系统
- 摘要:本篇是本人在做一个大数据项目时,对于系统架构的一点总结,如何在保证存储量的情况下,又能保证数据的检索速度。
- Android系统性能优化总结