TBSchedule应用实战(五)——“Hello,性能怪兽(分布式分片计算)”
2018-01-05 00:00
281 查看
摘要: 鉴于集群模式之上,为避免单点故障,我们改为分布式计算。如有问题欢迎垂询:tbschedule官方Q群:89558542,官方微信公众号:tbschedule。
本节以实际对比运行结果展示tbs的运行效率,模拟交易明细汇总,条件如下:
数据量:30w
计算逻辑:按账户号分组计算收入金额与支出金额,每500条记录汇总一次更新数据库。
硬件:E5四核2.8GHZ,16GB内存四台,CenterOS。
策略:8任务项,2线程组/台,任务5线程。
想知道效率吗?这次换大家自己来测试,OK?就是这么任性,自己动手丰衣足食!
本节以实际对比运行结果展示tbs的运行效率,模拟交易明细汇总,条件如下:
数据量:30w
计算逻辑:按账户号分组计算收入金额与支出金额,每500条记录汇总一次更新数据库。
硬件:E5四核2.8GHZ,16GB内存四台,CenterOS。
策略:8任务项,2线程组/台,任务5线程。
想知道效率吗?这次换大家自己来测试,OK?就是这么任性,自己动手丰衣足食!
相关文章推荐
- TBSchedule应用实战(四)——“Hello,性能怪兽(集群篇)
- Linux应用环境实战21:虚拟机体验之VirtualBox篇——性能强大的经典架构
- 如何计算并发用户数(摘抄自-软件性能测试与loadrunner性能测试实战,于涌)
- VM Depot 分布式计算框架主题应用精选
- 基于分布式CPU计算的Deeplearning4j迁移学习应用实例
- TBSchedule应用实战(零点五)—— 我什么时候该用TBSchedule
- Kubernetes 分布式应用部署实战:以人脸识别应用为例
- VM Depot 分布式计算框架主题应用精选
- 《云计算》学习笔记3——Google的云计算原理与应用(分布式锁服务——Chubby)
- 分布式开源调度框架TBSchedule原理与应用
- Android实战技巧:ViewStub的应用(性能优化)
- #####带时间衰减因子#####应用实战: 如何利用Spark集群计算物品相似度
- VM Depot 分布式计算框架主题应用精选
- 大神带你分分钟超越最好结果——基于分布式CPU计算的Deeplearning4j迁移学习应用实例
- 《云计算》学习笔记4——Google的云计算原理与应用(分布式结构化数据表BigTable)
- 【预告】CSDN TUP第四期:Hadoop技术沙龙——Hadoop应用性能优化实战
- TBSchedule应用实战(八)——常见问题速查手册
- 分布式开源调度框架TBSchedule原理与应用
- VM Depot 分布式计算框架主题应用精选
- CUDA 医学成像是最早利用 GPU计算加快性能的应用之一