版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、隨著Internet的飛速發(fā)展,證券、銀行等大型金融信息系統(tǒng)積累了海量的用戶數(shù)據(jù),數(shù)據(jù)量和用戶數(shù)的劇增,給這些系統(tǒng)帶來了很大的壓力。如何有效減少用戶訪問延時,提高系統(tǒng)服務(wù)質(zhì)量是一個迫切需要解決的難題,Web緩存技術(shù)可以極大的提高系統(tǒng)的響應(yīng)速度,然而傳統(tǒng)的緩存策略只是著眼于單個用戶的訪問習慣,沒有從全盤考慮緩存性能,或者需要加載所有數(shù)據(jù)才能判斷哪些數(shù)據(jù)是需要緩存的,對于海量數(shù)據(jù)來說,加載所有數(shù)據(jù)是不可能的,因此,本文針對海量數(shù)據(jù)的緩存策略
2、和如何設(shè)計緩存系統(tǒng),做了以下幾個方面的工作:
(1)針對海量數(shù)據(jù)如何剔除那些冗余的數(shù)據(jù),只提取對系統(tǒng)有用的核心數(shù)據(jù)進行緩存,提出了基于規(guī)則引擎的數(shù)據(jù)精簡模式(REBDR,Rules Engine-BasedData Reduction design pattern),采用規(guī)則引擎作為數(shù)據(jù)預(yù)處理的核心,而不是傳統(tǒng)上的將數(shù)據(jù)預(yù)處理邏輯固化在代碼中,從而讓數(shù)據(jù)預(yù)處理邏輯和應(yīng)用代碼之間獲得了很好的分離。數(shù)據(jù)精簡的規(guī)則可靈活定制,能
3、夠適應(yīng)不同行業(yè)的業(yè)務(wù)需求,并且可以快速響應(yīng)業(yè)務(wù)需求的變動,該模式具有通用性。
(2)對于海量數(shù)據(jù),經(jīng)過數(shù)據(jù)精簡后,也往往無法全部加載到緩存中,因此我們提出了基于裝載因子的數(shù)據(jù)緩存策略,該算法無需加載所有數(shù)據(jù)到內(nèi)存中,根據(jù)數(shù)據(jù)的裝載因子即能做出是否緩存的策略,通過仿真測試,該緩存策略相比傳統(tǒng)的緩存策略,命中率更高,在系統(tǒng)的吞吐量獲得成倍增長的同時大幅降低了系統(tǒng)的響應(yīng)時延。
(3)設(shè)計實現(xiàn)了“電子銀行風險監(jiān)控系統(tǒng)
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于Solr的海量數(shù)據(jù)并行索引及搜索緩存研究.pdf
- 面向海量氣象數(shù)據(jù)的緩存機制與數(shù)據(jù)庫優(yōu)化研究.pdf
- 基于SPARK的海量數(shù)據(jù)頻繁模式挖掘算法研究.pdf
- 高維海量數(shù)據(jù)聯(lián)合聚類算法的研究與應(yīng)用.pdf
- 海量數(shù)據(jù)稀化算法研究及軟件設(shè)計.pdf
- 海量數(shù)據(jù)存儲模式的研究.pdf
- 制造物聯(lián)海量數(shù)據(jù)流模式挖掘算法研究.pdf
- 海量客運數(shù)據(jù)中的頻繁旅行模式發(fā)現(xiàn)算法研究與實現(xiàn).pdf
- 海量點集數(shù)據(jù)的極大點查找算法及相關(guān)應(yīng)用研究.pdf
- 網(wǎng)絡(luò)數(shù)據(jù)流海量敏感信息模式匹配算法研究.pdf
- 數(shù)據(jù)挖掘在保險海量數(shù)據(jù)中的研究與應(yīng)用.pdf
- 海量數(shù)據(jù)查詢優(yōu)化算法的研究.pdf
- 基于列數(shù)據(jù)庫和圖緩存的海量RDF管理.pdf
- 基于Top-k子圖模式匹配的海量數(shù)據(jù)挖掘算法的研究.pdf
- DSP數(shù)據(jù)緩存的設(shè)計與驗證.pdf
- 基于Hadoop的海量交通數(shù)據(jù)研究與應(yīng)用.pdf
- 海量時態(tài)數(shù)據(jù)的JOIN操作算法研究.pdf
- 海量數(shù)據(jù)的快速查詢算法研究.pdf
- 基于海量移動位置數(shù)據(jù)的研究與應(yīng)用.pdf
- 基于海量數(shù)據(jù)挖掘的分類算法研究.pdf
評論
0/150
提交評論