做淘宝的人就跟做网站一样,包装建设网站,全国信用企业公示平台官网,网站怎样做seo推广世界正每秒从移动设备#xff0c;Web和各种小工具向应用程序推送大量数据。 如今#xff0c;更多的应用程序必须处理此数据。 为了保持性能#xff0c;这些应用程序需要快速访问数据层。 在过去的几年中#xff0c;RAM价格下降了#xff0c;我们现在可以便宜得多地获得具有… 世界正每秒从移动设备Web和各种小工具向应用程序推送大量数据。 如今更多的应用程序必须处理此数据。 为了保持性能这些应用程序需要快速访问数据层。 在过去的几年中RAM价格下降了我们现在可以便宜得多地获得具有TB级RAM的硬件。 好有了硬件现在呢 我们通常使用虚拟化来创建较小的虚拟机以满足应用程序横向扩展的要求因为拥有一个TB级的Java应用程序是不切实际的。 JVM Garbage Collection将立即杀死您的应用程序。 有没有想过要对一个TB的堆进行单个完整的垃圾回收需要多少时间 它将使应用程序暂停数小时使其无法使用。 BigMemory是在不维护磁盘/ raid配置/数据库的情况下以毫秒为单位访问数TB数据的关键。 BigMemory 大数据内存中 BigMemory可以利用您的硬件到RAM的最后一个字节。 BigMemory在单个Java进程中最多可以存储TB的数据。 BigMemory以每个节点1 TB的速度提供“快速”“可预测”和“高可用性”数据。 以下测试使用两个盒子每个盒子都有1 TB的RAM。 为操作系统留出足够的空间我们能够分配2 x 960 GB的BigMemory总共可存储1.8 TB的数据。 无需面对高延迟的问题无需使用庞大的横向扩展体系结构即可……直接使用硬件。 测试结果每秒23K只读事务延迟为20 ms。 随时间推移的测试吞吐量和周期性等待时间的图表。 只读定期吞吐量图 只读定期延迟图 参考来自Billion Terabytes博客的JCG合作伙伴 Himadri Singh的快速可预测和高度可用 1 TB /节点 。 翻译自: https://www.javacodegeeks.com/2012/06/fast-predictable-highly-available-1.html
