- 综合排序
- 最热优先
- 最新优先
- 来自专栏亿源通科技HYC
高速收发模块并行光学MT组件
平行光学又叫并行光学，是英文“Parallel”的翻译。 什么是并行光学技术？并行光学技术是一种特殊的光通信技术，在链路两端发射并接收信号，通常采用并行光学收发光模块来实现两端的高速信号传输。 传统的光纤收发模块无法满足日益增长的高速传输需求，而并行光学技术可以成为 4×50G，8×50Gbps传输的经济高效的解决方案。 如图所示，8位数据同时通过并行线进行传送，这样数据传送速度大大提高。也就是说A端的4个Rx端和4个Tx端是通过八根光纤以 40Gbps 的总数据速率传播单个数据流，实现传统传输无法达到的数据速率。 在当前100G以及以下速率的数据中心，短距离多模光模块使用的更多是多模并行技术。 1.jpg 并行光学模块更加依赖于光学器件的高密度集成化和封装的小型化，来使得所产生的热量大大少于多个分立器件。
1.2K10编辑于 2022-03-23 - 来自专栏亿源通科技HYC
高速光模块中的并行光学和WDM波分光学技术
按照传输模式，光模块可分为并行和波分两种类型，其中并行方案主要应用在中短距传输场景中成本优势较为明显；而在长距离传输场景中，WDM波分方案的应用可明显地节约光纤成本。 并行光学传输在并行光学 (Parallel optics) 的信号传输中，链路两端的并行光模块中含有多个发射器和接收器，采用多条光纤，信号通过多条路径传输和接收，典型的光模块类型包括SR4，SR8，PSM4 ，DR4和DR8等。 MT（MPO）插芯和光纤阵列FA多通道微型连接组件是支持并行光互连的关键部件，用于模块外部光接口连接与模块内部光学耦合，能够集成到光模块板上。 WDM波分光学传输波分复用技术 (WDM) 可以实现单根光纤对多个波长信号的传输，这会成倍提升光纤的传输容量，已经被广泛应用在光通讯的中长距离传输和数据中心的互联中，典型光模块类型如FR4、FR8和LR4
1K10编辑于 2025-01-25 - 来自专栏亿源通科技HYC
应用于高速收发模块的并行光学&WDM波分光学技术
在数据中心光模块就产生了两种传输方案—并行和波分。在当前100G以及以下速率的数据中心，短距离光模块使用的更多是并行技术。图片什么是并行光学技术? 并行光学技术是一种特殊的光通信技术，在链路两端发射并接收信号，通常采用并行光学收发光模块来实现两端的高速信号传输。 传统的光纤收发模块无法满足日益增长的高速传输需求，而并行光学技术可以成为 4×50G，8×50Gbps传输的经济高效的解决方案。 在并行光学的信号传输中，链路两端的并行光模块中含有多个发射器和接收器，采用多条光纤，信号通过多条路径传输和接收，并行传输利用可支持每秒 10 至 100 Gigabit 数据速率的多个通道。 如下图所示，8路同时并行传输，这样数量传输速率大大提高。也就是说A端以4个Tx端通过四根光纤以每路50Gbps的速率传输到B端 Rx端接收，达到总和200Gbps的传输速率。
2.5K30编辑于 2022-12-19 - 来自专栏小小码农一个。
Java8并行流
而 Java8 为我们提供了并行流，可以一键开启并行模式。是不是很酷呢？让我们来看看。 并行流 认识和开启并行流 什么是并行流：并行流就是将一个流的内容分成多个数据块，并用不同的线程分别处理每个不同数据块的流。 并行流 可以大大缩短这个时间。 但要注意：流的并行和顺序转换不会对流本身做任何实际的变化，仅仅是打了个标记而已。并且在一条流水线上对流进行多次并行 / 顺序的转换，生效的是最后一次的方法调用 并行流如此方便，它的线程从那里来呢？ 对于 iterate 方法来处理的前 n 个数字来说，不管并行与否，它总是慢于循环的，非并行版本可以理解为流化操作没有循环更偏向底层导致的慢。可并行版本是为什么慢呢？
93330发布于 2020-12-18 - 来自专栏第三方工具
java8并行计算
1.串行计算的模拟运行时间（time=532） 2.CompleteFuture并行计算（time=231） 3.Callable并行计算 （time=208） Java8 多线程及并行计算demo 可以启动3个多线程来并行计算。最后计算完毕之后，组装对象，并行计算完毕。 throws Exception{ userInfo.setAge(30); Thread.sleep(180); } } 2.CompleteFuture并行计算 java.util.concurrent.Executors; /** * userInfo={"username":"刘德华","sex":"男","age":30},time=231 * * Java8 多线程及并行计算demo * https://www.cnblogs.com/oktokeep/p/16639417.html */ public class CompleteFutureTest
36610编辑于 2024-10-09 - 来自专栏小工匠聊架构
Java 8 - 并行流计算入门
Stream 接口可以很轻松的就能对数据集执行并行操作。它允许你声明性地将顺序流变为并行流。 另外我们也要关注流是如何在幕后应用Java 7引入的分支/合并框架的。 ---- 将顺序流转化为并行流 你可以把流转换成并行流，从而让前面的函数归约过程（也就是求和）并行运行——对顺序流调用 parallel 方法： ? 在本例中，流水线会并行执行，因为最后调用的是它。 ---- 配置并行流使用的线程池 看看流的 parallel 方法，你可能会想，并行流用的线程是?哪儿来的？有多少个？怎么自定义这个过程呢？ 由此可见，选择适当的数据结构往往比并行化算法更重要。但要是对这个新版本应用并行流呢？ 这… 终于，我们得到了一个比顺序执行更快的并行归纳，因为这一次归纳操作可以像刚才并行计算的那个流程图那样执行了。这也表明，使用正确的数据结构然后使其并行工作能够保证最佳的性能。
1.5K20发布于 2021-08-17 - 来自专栏Java工程师成长之路
java8 parallel并行处理实战
而java8刚好提供了这样的功能，对集合数据的并发执行parallel，所以有了以下测试 为加快统计速度尝试 原代码用时 2018-10-15 15:03:22.863 |-INFO [SimpleAsyncTaskExecutor java8 代码用时 2018-10-15 14:54:17.487 |-INFO [SimpleAsyncTaskExecutor-1] com.beikbank.settlement.api.jobs.TaskJob //io数据库操作 } 使用java8 流并行代码 allUserList.stream().parallel().forEach(allUser -> { String userIdkey = //io数据库操作 }); 总结 数据统计存在数据库操作的，使用java8的parallel可以加快统计速度，从上面图片的对比可以看出，使用parallel后jdbc连接会存在多个并行执行，执行效率和机器配置内存等相关
82730发布于 2019-09-10 - 来自专栏计算摄影学
光学词汇8-透镜1-非球面透镜
在理想情况下，非球面透镜能够改善光学系统的性能，减小光线偏差和光学畸变。 在非球面透镜中，有以下特性： 非球面透镜的表面曲率在透镜的不同部分是不同的。 在复杂的光学系统中，如相机镜头、望远镜等，非球面透镜可以减少系统中需要的透镜数量，从而使系统更轻更小，同时保持或提高图像质量。 非球面透镜的设计和制造过程比常规球面透镜更复杂，需要高精度的设备和技术。 了解非球面透镜在光学系统中的作用，有助于更好地理解光线如何在透镜、镜头和其他光学元件之间传输和变换，从而为设计和优化光学系统提供指导。
51420编辑于 2023-09-01 - 来自专栏小工匠聊架构
Java 8 - 正确高效的使用并行流
---- Pre Java 8 - 并行流计算入门 ---- 正确使用并行流，避免共享可变状态 错用并行流而产生错误的首要原因，就是使用的算法改变了某些共享状态。 要是你想用并行 Stream 又不想引发类似的意外，就必须避免这种情况。 所以共享可变状态会影响并行流以及并行计算,要避免共享可变状态，确保并行 Stream 得到正确的结果。 ---- 高效使用并行流 是否有必要使用并行流？ 如果有疑问，多次测试结果。把顺序流转成并行流轻而易举，但却不一定是好事 留意装箱。 自动装箱和拆箱操作会大大降低性能 Java 8中有原始类型流（ IntStream 、LongStream 、 DoubleStream ）来避免这种操作，但?有可能都应该用这些流。 Q值较高就意味着使用并行流时性能好的可能性比较大。 对于较小的数据量，选择并行流几乎从来都不是一个好的决定。并行处理少数几个元素的好处还?
83530发布于 2021-08-17 - 来自专栏洛竹早茶馆
React 面试必知必会 Day8
8. Hooks 是否取代了渲染 props 和高阶组件？
2.9K40发布于 2021-07-30 - 来自专栏Lauren的FPGA
关于Pblock的8个必知问题
8. 在只有布局或布线后的DCP的情况下，如何获取Pblock的范围？ 每个Pblock都有一个属性GRID_RANGES，查询该属性即可获得Pblock的具体范围，同时也可获知其位置信息。
3.4K10发布于 2019-10-30 - 来自专栏芋道源码1024
拥抱 Java 8 并行流：执行速度飞起
并行流 认识和开启并行流 什么是并行流： 并行流就是将一个流的内容分成多个数据块，并用不同的线程分别处理每个不同数据块的流。 并行流 可以大大缩短这个时间。 并行流也能通过 sequential() 方法转换为顺序流，但要注意：流的并行和顺序转换不会对流本身做任何实际的变化，仅仅是打了个标记而已。 并且在一条流水线上对流进行多次并行 / 顺序的转换，生效的是最后一次的方法调用 并行流如此方便，它的线程从那里来呢？有多少个？怎么配置呢？ 并行流内部使用了默认的 ForkJoinPool 线程池。 1、对于 iterate 方法来处理的前 n 个数字来说，不管并行与否，它总是慢于循环的，非并行版本可以理解为流化操作没有循环更偏向底层导致的慢。可并行版本是为什么慢呢？
98320发布于 2021-01-08 - 来自专栏邢成的架构笔记
Java8并行http请求加快访问速度
用看forkjion的眼光来看ParallelStreams 上文中已经提到了在Java 8引入了自动并行化的概念。 Java 8为ForkJoinPool添加了一个通用线程池，这个线程池用来处理那些没有被显式提交到任何线程池的任务。 当调用Arrays类上添加的新方法时，自动并行化就会发生。比如用来排序一个数组的并行快速排序，用来对一个数组中的元素进行并行遍历。自动并行化也被运用在Java 8新添加的Stream API中。 Java 8中的一些特性会使用到ForkJoinPool中的通用线程池。在某些场合下，需要调整该线程池的默认的线程数量。 可能有很多朋友在jdk7用future配合countDownLatch自己实现的这个功能,但是jdk8的朋友基本都会用上面的实现方式,那么自信深究一下究竟自己用future实现的这个功能和利用jdk8的
1.2K10编辑于 2022-01-04 - 来自专栏Python大数据分析
必知必会的8个Python列表技巧
可以像下面的例子一样： 图7 6 找出列表中出现次数最多的元素 有些情况下我们想要找出列表中出现次数最多的元素，譬如对记录若干次抛硬币结果的列表，找出哪一种结果出现次数最多，就可以参考下面的例子： 图8 就需要有多少层写多少for循环，比较麻烦，其实还有一种更好的方法，我们可以使用pip install dm-tree来安装tree这个专门用于展平嵌套结构的库，可以展平任意层嵌套列表，使用例子如下： 图10 8
1.2K50编辑于 2022-04-03 - 来自专栏数据科学学习手札
必知必会的8个Python列表技巧
8 检查唯一性 如果你想要查看列表中的值是否都是唯一值，可以使用Python中的set数据结构的特点，譬如下面的例子： ?
1.6K10发布于 2020-06-28 - 来自专栏全栈开发那些事
java8新特性--并行流与串行流
并行流与串行流 1、概述 2、实例 1、概述 并行流就是把一个内容分成多个数据块，并用不同的线程分 别处理每个数据块的流。 Java 8 中将并行进行了优化，我们可以很容易的对数据进行并 行操作。 Stream API 可以声明性地通过 parallel() 与 sequential() 在并行流与顺序流之间进行切换。 long end = System.currentTimeMillis(); System.out.println("耗费的时间为: " + (end - start)); 2、采用并行流计算 ，是因为并行流执行的时候会递归将计算进行差分，最后再将拆分的结果合并，会消耗掉一部分时间。 加大数据量，计算从0到10000000000L 1、普通累加和： 2、并行流计算 可以看到，数据已经溢出了，但是我们观察消耗时间可以发现，数据量越大，并行流的优势越明显
73920编辑于 2023-02-25 - 来自专栏Java进阶之路
Java8使用并行流(ParallelStream)注意事项
Java8并行流ParallelStream和Stream的区别就是支持并行执行，提高程序运行效率。但是如果使用不当可能会发生线程安全的问题。 程序运行结果如下： null 72 56 58 60 74 34 36 68 70 54 28 30 50 52 26 16 44 12 14 48 22 46 40 24 42 18 20 38 6 8 Sleep 5 sec null 72 56 58 60 74 34 36 68 70 54 28 30 50 52 26 16 44 12 14 48 22 46 40 24 42 18 20 38 6 8 48 50 52 54 56 58 60 62 64 66 68 70 72 74 76 78 80 82 84 86 88 90 92 94 96 98 Sleep 5 sec 0 2 4 6 8 所以，在采用并行流收集元素到集合中时，最好调用collect方法，一定不要采用Foreach方法或者map方法。
13.3K00发布于 2018-05-30 - 来自专栏第三方工具
Java8 多线程及并行计算demo
Java8 多线程及并行计算demo #接口 public interface RemoteLoader { String load(); default void delay()
24510编辑于 2024-10-09 - 来自专栏AustinDatabases
MYSQL 中的查询技巧 与 MYSQL 8 并行查询
明显看到，查询中使用or 的时候index merge 对数据查询的帮助是很大的 实际当中，（SSD 硬盘 440行数据的 fetch 不开启 0.195秒相当于全表扫描，开启0.001秒） mysql 8 最后，我们看看MYSQL 8.0的并行查询，并行查询，其实在 PG, SQL SERVER , ORACLE 中都有，但形式不同，MYSQL 8 之前是没有并行查询这个概念的，MYSQL 8 引入了并行查询 ，我们看看到底并行查询，对查询有什么帮助。 首先我们将并行度降低到 1 ，默认是 4 查询后，获得的时间是 0.109秒 然后我们将并行度调整为 6 在次查询，获得的时间是 0.062秒 由此可见并行度这个东西，对于查询是有帮助的，尤其count (*) 这样经常被诟病的查询方式也在并行度中获益。
9.4K60发布于 2019-06-24 - 来自专栏邢成的架构笔记
Java8并行http请求加快访问速度 原
用看forkjion的眼光来看ParallelStreams 上文中已经提到了在Java 8引入了自动并行化的概念。 Java 8为ForkJoinPool添加了一个通用线程池，这个线程池用来处理那些没有被显式提交到任何线程池的任务。 当调用Arrays类上添加的新方法时，自动并行化就会发生。比如用来排序一个数组的并行快速排序，用来对一个数组中的元素进行并行遍历。自动并行化也被运用在Java 8新添加的Stream API中。 Java 8中的一些特性会使用到ForkJoinPool中的通用线程池。在某些场合下，需要调整该线程池的默认的线程数量。 可能有很多朋友在jdk7用future配合countDownLatch自己实现的这个功能,但是jdk8的朋友基本都会用上面的实现方式,那么自信深究一下究竟自己用future实现的这个功能和利用jdk8的
2.9K20发布于 2019-04-03
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号