Atitit 性能提升总结 流水线模式 FutureTask ForkJoinTask 1.1. 流水线工作方式pipeline 1 1.2. FutureTask模式使用异步 流水线 还有多
Atitit 性能提升总结 流水线模式 FutureTask ForkJoinTask
1.2. FutureTask模式使用异步 流水线 还有多线程 1
1.4. Java中流水线合并 FutureTask.get() 2
1.5. Fork/Join 另外一个future的实现 2
1.1. 流水线工作方式pipeline
将步骤分解为多步,并让不同 各步操作重叠,从而实现几条步骤并行处理,以加速程序运行过程的技术。
的流水线的深度(级数)在逐代增多 细化流水可以大力提升性能
1.2. FutureTask模式使用异步 流水线 还有多线程
因为即时查询,所以不能使用几秒的异步。那就只好更快的存储 内存,文件,数据库
FutureTask<Object> FutureTask_createTmpTable=new FutureTask(new Callable<Object>() {
@Override
public Object call() {
Object rzt = null;
try {
rzt = hosSendAdviceDao.update("HosSendAdvice.updateVAF2_VBI2_v2s49_createTmpTable_only", map);
} catch (Exception e) {
lgr.error(e);
}
return rzt;
}
}) ;
AsynUtil.execMeth_Ays( FutureTask_createTmpTable,"");
1.3. Future 模式 是一种类似消息模式
Future模式,其实Future模式只是生产者-消费者模型的扩展。经典“生产者-消费者”模型中消息的生产者不关心消费者何时处理完该条消息,也不关心处理结果。Future模式则可以让消息的生产者等待直到消息处理结束,如果需要的话还可以取得处理结果
1.4. Java中流水线合并 FutureTask.get()
1.5. Fork/Join 另外一个future的实现
2. 参考资料
FutureTask的用法及两种常用的使用场景 - CSDN博客.html
Future 模式详解(并发使用) - CSDN博客.html
组成原理(五)CPU指令流水线 - moon_lord - 博客园.html
主要通过 拆分步骤,走 java中的流水线模式futuretask,还有内存写入缓存结合异步实现了
相关文章
- 面向程序员的数据库访问性能优化法则
- jmeter全面总结-7-服务端性能数据收集, prometheus 普罗米修斯,grafana
- XHProf的安装和使用(PHP性能测试神器)
- 快捷支付时代,支付宝如何保障亿级用户的性能稳定?
- 1. 其他的一些加速 性能提升模式1 2. 乱序执行技术2 2.1. 处理器乱序执行2 2.2. 编译器指令重排3 2.3. 乱序的分类3 2.4. 允许程序员显式的告诉处理器对某些地方禁止
- Android app的性能优化
- m扩频通信系统在瑞利信道中的误码率性能matlab仿真
- 全网最详细的Spring Boot 整合数据源Druid DataSource以及监控mysql数据库的性能
- 44 | 理解IO_WAIT:I/O性能到底是怎么回事儿?
- arm 分布式存储性能测试报告
- C++ char*转vector性能分析(五)
- 采用Bash脚本性能监控过程
- 从数据库到可视化性能,5个大数据分析工具测评
- 基于电商模式的性能测试(6) —— 基于Jmeter“Ultimate Thread Group“插件完成梯度递增场景的压测
- 基于电商模式的性能测试(5) —— 基于Jmeter完成一次日常典型电商场景的压测(下单-支付)
- 基于电商模式的性能测试(3) —— 以Docker+Jmeter+InfluxDB+Grafana的形式搭建性能监控平台
- 基于电商模式的性能测试(2) —— 使用Jmeter参数化功能+JSR223 PreProcessor+JSON Extractor完成注册登录的数据驱动
- 基于电商模式的性能测试(1) —— 基础知识铺垫
- 数据库性能优化三:程序操作优化
- Micro和Macro性能学习【转载】
- Vue3.0 性能提升主要是通过哪几方面体现的?