连接数

ylbtech-阿里云-Redis-Help-连接实例-Redis客户端连接：Jedis客户端 1. 返回顶部 1、 Jedis客户端 Jedis客户端访问云数据库Redis版服务，有以下 两种方法 ： Jedis单链接 JedisPool连接池连接 操作步骤如下： 下载并安装Jedis客户端，详细步骤请参见 Jedis使用说明 。 Jedis单连接示例 打开Eclipse客户端，创建一个Project，输入如下代码段： import redis.clients.jedis.Jedis; public class jedistest { public static void main(String[] args) { try { String host = "xx.kvstore.aliyuncs.com";//控制台显示访问地址 int port = 6379; Jedis jedis = new Jedis(host, port); //鉴权信息 jedis.auth("password");//password String key = "redis"; String value = "aliyun-redis"; //select db默认为0 jedis.select(1); //set一个key jedis.set(key, value); System.out

[TOC] MySQL性能管理及架构设计笔记 数据库监控 要监控的内容 对数据库的可用性进行监控: 不是仅仅监控数据库进程是否存在,要通过网络连接到数据库并确定是可用的 对数据库性能进行监控: QPS TPS, 并发线程数量, innnoDB阻塞和死锁 对主从复制进行监控: 主从链路状态, 主从延迟, 主从数据一致性 对服务器资源监控: 磁盘: 且并不意味着磁盘空间大,MySQL能用的就大,因为可能分区分配的不够大. CPU使用率 内存使用情况 swap分区使用情况 网络IO使用情况 数据库可用性监控 确认数据库是否可用通过网络正常连接 要注意,如果我们在MySQL本机使用SQL来连接MySQL,这并不意味着外部也能通过tcp/ip协议来访问MySQL,因为外部面临的环境更为复杂. 比如tcp/ip被占满之类的, 所以我们必须通过远程服务器来实际的连接请求: 使用mysqladmin: # 如果数据库存活,该命令会返回mysqld is alive ~ ⌚ 23:30:42 $ mysqladmin -u root -p -h localhost ping Enter password: mysqld is alive 使用Telnet(一般作为手动使用) # telnet连接成功后,都懂得,只要不是提示连接失败,同时提供给我们可以交互式命令行,那就是成功了 ~ ⌚ 23:42

随着近些年信息化大跃进，各行各业无纸化办公产生了大量的数据，而越来越多的数据存入了数据库中。当使用MySQL数据库的时候，单表超出了2000万数据量就会出现性能上的分水岭。 并且物理服务器的CPU、内存、存储、连接数等资源有限，某个时段大量连接同时执行操作，会导致数据库在处理上遇到性能瓶颈。 为了解决这个问题，行业先驱门充分发扬了分而治之的思想，对大表进行分割，然后实施更好的控制和管理，同时使用多台机器的CPU、内存、存储，提供更好的性能。 而分而治之则有两种方式：垂直拆分和水平拆分。 垂直拆分 垂直拆分分为垂直分库和垂直分表。先说说垂直分库。垂直分库其实是一种简单逻辑分割。比如我们的数据库中有商品表Products、还有对订单表Orders，还有积分表Scores。接下来我们就可以创建三个数据库，一个数据库存放商品，一个数据库存放订单，一个数据库存放积分。如下图所示： 垂直分库有一个优点，他能够根据业务场景进行孵化，比如某一单一场景只用到某2-3张表，基本上应用和数据库可以拆分出来做成相应的服务。 再来说说垂直分表，比较适用于那种字段比较多的表，假设我们一张表有100个字段，我们分析了一下当前业务执行的SQL语句，有20个字段是经常使用的，而另外80个字段使用比较少。 这样我们就可以把20个字段放在主表里面，我们在创建一个辅助表，存放另外80个字段。当然主表和辅助表都是有主键的

1、性能相关数据： • 系统用户数：决定数据量，对处理速度有影响，可事先评估 • 在线用户数：决定访问压力的主要数据，反映总体处理能力的指标 • 思考时间：影响访问压力的重要因素 • 响应时间：反映系统处理个别请求速度快慢的指标 • 吞吐率：反映总体处理速度的指标 • 并发数：反映总体处理能力的指标 • 资源占用率：由访问压力决定，反映系统负荷程度的指标 2、性能指标 单一业务 • 吞吐率：系统单位时间内可处理的业务量 • 并发数：系统可同时处理的最大请求数 • 响应时间：从用户发起请求到请求完成所花费的时间 复合业务 • 在线用户数：在一定时间区间内对系统产生了访问的用户数。对于后端存在多个 接口或功能的系统，不方便用单一的吞吐率来表示系统的处理能力，因此可以间 接的用前端在线用户数来表示，其中隐含了各个功能或接口被使用的比例。 • 响应时间：从用户发起请求到请求完成所花费的时间 3、分析工具- nmon nmon 工具可以为 Linux 性能专家提供监视和分析性能数据的功能，包括： • CPU 使用率 • 内存使用情况 • 磁盘 I/O 速度、传输和读/写比率 • 文件系统中的可用空间 • 网络 I/O 速度、传输和读/写比率 • 消耗资源最多的进程 4、中间件配置优化 - nginx • worker_processes 8; nginx进程数，建议按照cpu数目来指定

本文内容95%译自这篇文章： https://github.com/brettwooldridge/HikariCP/wiki/About-Pool-Sizing ) 我在研究HikariCP（一个数据库连接池）时无意间在HikariCP的Github wiki上看到了一篇文章（即前面给出的链接），这篇文章有力地消除了我一直以来的疑虑，看完之后感觉神清气爽。故在此做译文分享。 接下来是正文 数据库连接池的配置是开发者们常常搞出坑的地方，在配置数据库连接池时，有几个可以说是和直觉背道而驰的原则需要明确。 1万并发用户访问 想象你有一个网站，压力虽然还没到Facebook那个级别，但也有个1万上下的并发访问——也就是说差不多2万左右的TPS。那么这个网站的数据库连接池应该设置成多大呢？结果可能会让你惊讶，因为这个问题的正确问法是： “这个网站的数据库连接池应该设置成多 小 呢？” 下面这个视频是Oracle Real World Performance Group发布的，请先看完： http://www.dailymotion.com/video/x2s8uec （因为这视频是英文解说且没有字幕，我替大家做一下简单的概括：） 视频中对Oracle数据库进行压力测试，9600并发线程进行数据库操作，每两次访问数据库的操作之间sleep 550ms，一开始设置的中间件线程池大小为2048：

同步和异步，阻塞和非阻塞 同步和异步 关注的是结果消息的通信机制 同步 : 同步的意思就是调用方需要主动等待结果的返回 异步 : 异步的意思就是不需要主动等待结果的返回，而是通过其他手段比如，状态通知，回调函数等。 阻塞和非阻塞 主要关注的是等待结果返回调用方的状态 阻塞 : 是指结果返回之前，当前线程被挂起，不做任何事 非阻塞 : 是指结果在返回之前，线程可以做一些其他事，不会被挂起。 两者的组合 1. 同步阻塞 : 同步阻塞基本也是编程中最常见的模型，打个比方你去商店买衣服，你去了之后发现衣服卖完了，那你就在店里面一直等，期间不做任何事 ( 包括看手机 ) ，等着商家进货，直到有货为止，这个效率很低。 2. 同步非阻塞 : 同步非阻塞在编程中可以抽象为一个轮询模式，你去了商店之后，发现衣服卖完了，这个时候不需要傻傻的等着，你可以去其他地方比如奶茶店，买杯水，但是你还是需要时不时的去商店问老板新衣服到了吗。 3. 异步阻塞 : 异步阻塞这个编程里面用的较少，有点类似你写了个线程池 ,submit 然后马上 future.get () ，这样线程其实还是挂起的。有点像你去商店买衣服，这个时候发现衣服没有了，这个时候你就给老板留给电话，说衣服到了就给我打电话，然后你就守着这个电话，一直等着他响什么事也不做。这样感觉的确有点傻，所以这个模式用得比较少。 4. 异步非阻塞 : 异步非阻塞

最近用到一个数据库连接池，由于要分析其各种性能指标，所以对数据库连接池技术做了一个简单的分析。从网上找到一个关于连接池设计的文章，写的不错。我认为：如果要设计一个数据库连接池,可以参考它的基本思路；如果要提高性能，还有很多细节要仔细研究，并做细致的分析对比。以下是转载的文章。 连接池原理 连接池技术的核心思想是：连接复用，通过建立一个数据库连接池以及一套连接使用、分配、治理策略，使得该连接池中的连接可以得到高效、安全的复用，避免了数据库连接频繁建立、关闭的开销。另外，由于对JDBC中的原始连接进行了封装，从而方便了数据库应用对于连接的使用（非凡是对于事务处理），提高了开发效率，也正是因为这个封装层的存在，隔离了应用的本身的处理逻辑和具体数据库访问逻辑，使应用本身的复用成为可能。连接池主要由三部分组成：连接池的建立、连接池中连接的使用治理、连接池的关闭。下面就着重讨论这三部分及连接池的配置问题。 1.1 连接池的建立 应用程序中建立的连接池其实是一个静态的。所谓静态连接池是指连接池中的连接在系统初始化时就已分配好，且不能随意关闭连接。Java中提供了很多容器类可以方便的构建连接池，如：Vector、Stack、Servlet、Bean等，通过读取连接属性文件Connections.properties与数据库实例建立连接。在系统初始化时，根据相应的配置创建连接并放置在连接池中

一 、nginx http服务器的特色及优点 1、支持高并发：能支持几万并发连接 2、资源消耗少：在3完并发连接下，开启10个nginx线程消耗内存不到200MB 3、可以做http反向代理及加速缓存，即负载均衡，内置对RS节点服务健康检查功能 4、具备Squid等专业缓存软件的缓存功能 5、支持异步网络I/O事件模型epoll 二 、select和epoll对比 select和epoll对比如下表所示 select epoll 性能 随着连接数增加，急剧下降。处理成千上万并发连接数时，性能很差。 随着连接数增加，性能基本上没有下降。处理成千上万并发连接时，性能很好。 连接数 连接数有限制，处理的最大连接数不超过1024。如果要处理超过1024个连接数，则需要修改FD_SETSIZE宏，并重新编译 。 连接数无限制。 内在处理机制 线性轮询 回调callback 开发复杂性 低 中 三、nginx安装 安装nginx需安装pcre 、pcre-devel 、Open-ssl-devel useradd nginx –s /sbin/nginx -M [root@serverNFS_A nginx-1.6.3]# ./configure --prefix=/application/nginx-1.6.3 \ --user=nginx \ --group=nginx \ --with

DBCP连接池介绍 ----------------------------- 目前 DBCP 有两个版本分别是 1.3 和 1.4。 DBCP 1.3 版本需要运行于 JDK 1.4-1.5 ，支持 JDBC 3。 DBCP 1.4 版本需要运行于 JDK 1.6 ，支持 JDBC 4。 1.3和1.4基于同一套源代码，含有所有的bug修复和新特性。因此在选择DBCP版本的时候，要看你用的是什么JDK版本。 DBCP1.2版本性能一般，比c3p0差挺多。DBCP1.4和1.3，配合（依赖）commons pool 1.6的jar包,各方面功能、性能推进到新的高峰。相对1.2版本提高不少。超越(或相当)了c3p0.建议使用DBCP1.4或1.3 + commons pool 1.6 Tomcat7 中保留DBCP连接池，以兼容已有应用。并提供了新的Tomcat JDBC pool作为DBCP的可选替代。新出的Tomcat JDBC pool，据说比DBCP 1.4要好，未接触，也不在本文讨论范围内。 DBCP连接池配置参数讲解 ----------------------------- 一、Apache官方DBCP文档给出的配置示例： 可参见：http://tomcat.apache.org/tomcat-6.0-doc/jndi-datasource-examples-howto

—— 连接池用什么数据结构实现？ —— 实现连接池的代码 —— 线程安全问题 【数据库连接池的设计思路及java实现】【 http://blog.csdn.net/shijinupc/article/details/7836129】 【Java的JDBC数据库连接池实现方法】【 http://developer.51cto.com/art/200907/137300.htm 】 ​ 【设计数据库连接池，要考虑哪些问题？】 1. 有一个简单的函数从连接池中 得到 一个 Connection。 2. close 函数必须将connection 放回 数据库连接池。 3. 当数据库连接池中没有空闲的connection，数据库连接池必须能够 自动增加 connection 个数。 4. 当数据库连接池中的connection 个数在某一个特别的时间变得很大，但是以后很长时间只用其中一小部分， 自动将多余connection 关闭 。 5. 如果可能，应该提供debug信息 报告没有关闭的 new Connection。 【四个流行的Java连接池】 C3P0是一个开放源代码的JDBC连接池，它在lib目录中与Hibernate一起发布,包括了实现jdbc3和jdbc2扩展规范说明的Connection 和Statement 池的DataSources 对象。 BoneCP