我正在从事一个项目,涉及到许多客户端连接到服务器(如果需要的话,服务器),其中包含一组图形信息(节点属性和边缘)。这显然很容易开发出朴素的算法,但是我试着学习扩展这个算法,以便它能够同时处理许多用户更新图形,许多用户从图中请求信息,以及处理一个非常大(500 k +)节点的可能性,以及可能处理大量边缘的可能性。我可以预见到的挑战:
使用不断更新的图表,每当有人请求information...which时,我都需要处理整个图,这会增加计算时间和延迟。对于一个非常大的图表,计算<
我用两个Db服务器和两个协调员建立了简单的集群。当我执行一个简单的select查询时,即使使用最小的数据与单机设置相比,性能也会显著下降。FOR user IN User FILTER user.UserId == key 我为UserId设置了散列索引。即使有100个用户的集合和包含两个键的@keys,这个查询在单机配置上也要花费大约300 4ms和~4 4ms。
我正在从事一些需要服务器和客户端应用程序之间低延迟通信的项目。两者都运行在我的计算机上,因此它连接到本地主机。我发现很可疑的是,当延迟发生的时候,总是,准确地说是300 is ,而0ms或1ms,当它没有发生时,所以发生了一些事情,但我找不到什么。我用时间戳登录,直到发现它同时发生在服务器和客户端的任何一个由于DataInputStream中的是,所以我假设延迟并不直接出现在我的代码中。有人能向我解释,在Java中,I/O流或套接字造成了300 me的延迟</em