- 综合排序
- 最热优先
- 最新优先
- 来自专栏IT运维技术圈
小知识--磁盘IO与网络IO延迟因素
磁盘IO主要的延时是由（以15000rpm硬盘为例）：机械转动延时（机械磁盘的主要性能瓶颈，平均为2ms） + 寻址延时（2~3ms） + 块传输延时（一般4k每块，40m/s的传输速度，延时一般为0.1ms （平均为5ms） 网络IO主要延时由：服务器响应延时 + 带宽限制 + 网络延时 + 跳转路由延时 + 本地接收延时 决定。 （一般为几十到几千毫秒，受环境干扰极大） 所以两者一般来说网络IO延时要大于磁盘IO的延时。
4K10编辑于 2022-06-26 - 来自专栏bisal的个人杂货铺
11g的延迟段功能
11gR2之前的版本中，当创建一张表时，会自动分配段空间，这样做有几个弊端： 1. 初始创建表时就需要分配空间，自然会占用一些时间，如果初始化多张表，这种影响就被放大。 2. 为此，从11gR2开始，有一种新特性，叫延迟段，即延迟分配段空间。简单讲，默认将表(以及索引、LOB)的物理空间分配推迟到第一条记录插入到表中时。即有实际的数据插入表中时，再为每个对象初始化空间分配。 禁用延迟段： 可以禁用延迟段，是否使用延迟段是由DEFERRED_SEGMENT_CREATION参数定义的，该参数可以在会话级别修改，如果想彻底删除延迟段，可以在spfile中修改，本次以及下次启动后就会一直生效了 使用SEGMENT CREATION子句： 即使禁用了延迟段，还是可以使用SEGMENT CREATION在创建表时指定是否使用延迟段，例如： SQL> create table tbl_seg( 总结： 这种延迟段的新特性的好处是显而易见的，弊端也很明显，至于是否应该使用，则需要根据实际业务来决定，这也是Oracle提供了禁用延迟段选项的目的。
65520发布于 2019-01-29 - 来自专栏开源技术小栈
低延迟双向实时事件通信 Socket.IO
什么是 Socket.IO Socket.IO 是一个库，可以在客户端和服务器之间实现低延迟,双向和基于事件的通信。 官网：https://socket.io 版本差异 Socket.IO自诞生以来经历了多个版本的迭代，主要版本有1.x、2.x和3.x。每个版本都带来了新特性和性能改进。 3.x版本：带来了更高的性能和更低的延迟。它还增强了对TypeScript的支持，并优化了与其他框架的集成。 4.x版本：基于WebSocket的通信协议已更新，以支持HTTP/2。 https://github.com/ElephantIO/elephant.io Socket.IO 不是什么 Socket.IO 不是 WebSocket 实现。 这就是 Socket.IO 包含心跳机制的原因，该机制会定期检查连接的状态。 当客户端最终断开连接时，它会自动以指数回退延迟重新连接，以免服务器不堪重负。
1.4K10编辑于 2024-08-27 - 来自专栏二进制文集
Redis 源码简洁剖析 11 - 主 IO 线程及 Redis 6.0 多 IO 线程
多 IO 线程的初始化 IO 线程运行函数 IOThreadMain 如何推迟客户端「读」操作？ 如何推迟客户端「写」操作？ 如何把待「读」客户端分配给 IO 线程执行？ 个 io 线程，直接返回，直接在主线程处理 IO if (server.io_threads_num == 1) return; if (server.io_threads_num > io_threads_num = 1，表示直接在主线程处理，直接返回 io_threads_num > IO_THREADS_MAX_NUM，表示 IO 线程数量>宏定义的值（默认值 128），直接退出程序 io_threads_pending 数组：保存等待每个 IO 线程处理的客户端个数 io_threads_mutex 数组：保存线程互斥锁 io_threads 数组：保存每个 IO 线程的描述符 server.io_threads_do_reads = 1：多 IO 线程可用于处理延迟执行的客户端读操作，是在 Redis 配置文件 redis.conf 中，通过配置项 。
83620编辑于 2022-03-24 - 来自专栏KEN DO EVERTHING
「 从0到1学习微服务SpringCloud 」11 补充篇 RabbitMq实现延迟消费和延迟重试
何为延迟队列？ 延迟队列就是进入该队列的消息会被延迟消费的队列。而一般的队列，消息一旦入队了之后就会被消费者马上消费。 业务场景 延迟队列能做什么？ 重试 比如消费者从队列里消费消息时失败了，但是想要延迟一段时间后自动重试。 如果不使用延迟队列，那么我们只能通过一个轮询扫描程序去完成。这种方案既不优雅，也不方便做成统一的服务便于开发人员使用。 但是使用延迟队列的话，我们就可以轻而易举地完成。 实现流程 延迟消费 延迟消费是延迟队列最为常用的使用模式。如下图所示，生产者产生的消息首先会进入缓冲队列（图中红色队列）。 延迟重试 延迟重试本质上也是延迟消费的一种。 如下图所示，消费者发现该消息处理出现了异常，比如是因为网络波动引起的异常。
77540发布于 2019-05-15 - 来自专栏爱可生开源社区
第49问：如何快速判断 IO 延迟对 MySQL 性能的影响
问 有没有简单的方法，判断 IO 延迟对 MySQL 性能的影响大小 实验 我们找一台 IO 比较差的虚拟机，如果找不到，那么你确实很有钱。 依旧宽油起一个 MySQL 实例： 先用 sysbench 准备一张表： 然后测一下性能 记得多跑几次预热，此处只取最后一次的结果 运行压力时，同时取一下 iostat ： 我们发现磁盘 IO 并没有饱和，那么磁盘 IO 的正常延迟, 会对这组 MySQL 的性能造成多大影响呢？
98810编辑于 2022-04-06 - 来自专栏A5IDC
Linux服务器磁盘IO延迟过高：通过调整IO调度器与优化文件系统提升磁盘性能
在高负载Linux服务器中，磁盘IO延迟过高不仅影响单个应用响应时间，还可能导致系统整体吞吐能力下降。 ，如数据库事务延迟增加1.2环境信息采集推荐使用以下工具收集基础性能数据：展开代码语言：BashAI代码解释#安装工具yuminstall-ysysstatfio#基础IO统计iostat-x55#磁盘队列与延迟信息 分析：XFS相比ext4整体IOPS与延迟表现更优deadline在高并发IO下更能保持较低延迟noop适合NVMe但在混合读写场景略弱于deadline六、进一步优化建议与监控实践6.1调整队列深度对于 延迟与吞吐iostat-dx1#查看每个进程IOiotop-o-b七、总结与实践要点优先选择适合硬件的IO调度器：对于NVMe，deadline通常优于默认cfq/noop组合。 持续监控：通过工具实时观察iowait、队列深度与延迟变化。通过A5数据的方法与实践步骤，可以有效缓解Linux服务器磁盘IO延迟问题，提高系统整体性能与稳定性。
41210编辑于 2026-01-08 - 来自专栏ADAS性能优化
Android 11 快来了，IO 性能下降了 SDCardFS Vs FUSE
用SDCardFS 替换FUSE将减少大量的I / O开销，消除双重缓存，并解决一些与其FUSE仿真FAT32有关的晦涩问题 然而在android 11 上为了更好的权限控制，为了更好的支持 Scoped Storage Android 11 又用FUSE 替换了SDCardFS。 Android 11 中的FUSE 在 /sdcard 目录中的FS 大多用FUSE.
5K11编辑于 2022-05-13 - 来自专栏WindCoder
并发学习笔记11-双重检查锁定与延迟初始化
对此，我们可以对getInstance（）方法做同步处理来实现线程安全的延迟初始化，其优化如下： public class Singleton { private static Singleton return instance; // 10 } // 11 基于该特性，可以实现另一种线程安全的延迟初始化方案，该方案被称之为Initialization On Demand Holder idiom: public class Singleton {
1.1K20发布于 2020-01-22 - 来自专栏AI技术体系搭建过程
面试刷题11:java系统中io的分类有哪些？
随着分布式技术的普及和海量数据的增长，io的能力越来越重要，java提供的io模块提供了足够的扩展性来适应。 我是李福春，我在准备面试，今天的问题是： java中的io有哪几种？ java中的io分3类： 1，BIO ,即同步阻塞IO,对应java.io包提供的工具；基于流模型，虽然直观，代码实现也简单，但是扩展性差，消耗资源大，容易成为系统的瓶颈； 2，NIO，同步非阻塞 io,对应java.nio包提供的工具，基于io多路复用； 核心类：Channel ,Selector , Buffer , Charset selector是io多路复用的基础，实现了一个线程高效管理多个客户端连接 3，AIO,即异步非阻塞io, 基于事件和回调 IO的类层级 java各种网络连接IO的例子 socket基于BIO package org.example.mianshi.io; import java.io.BufferedReader ; import java.io.BufferedReader; import java.io.IOException; import java.io.InputStreamReader; import
19110编辑于 2025-07-01 - 来自专栏C++&linux
【C++】C++11线程库 和 C++IO流
一、C++11线程库 1.thread类介绍 1. C++11的线程库实际封装了windows和linux底层的原生线程库接口，在不同的操作系统下运行时，C++11线程库可以通过条件编译的方式来适配的使用不同的接口，比如在linux下，就用封装POSIX 所以C++11线程库为我们带来了可移植性编程。 int main() { //C++11线程库封装了windows和linux的线程库，通过条件编译来区分用封装linux的，还是windows的接口， //C++11线程库面向对象 int num ，还是文件IO，还是字符串IO，都可以使用统一的一套标准来实现，即通过operator <<和operator >>重载函数来完成IO的过程。
71320编辑于 2023-10-17 - 来自专栏海向
RabbitMQ 延迟队列，消息延迟推送
目录 应用场景 消息延迟推送的实现 测试结果 ---- 应用场景 目前常见的应用软件都有消息的延迟推送的影子，应用也极为广泛，例如： 淘宝七天自动确认收货。 使用传统的数据库轮询来判断数据库表中订单的状态，这无疑增加了IO次数，性能极低。 消息延迟推送的实现 在 RabbitMQ 3.6.x 之前我们一般采用死信队列+TTL过期时间来实现延迟队列，我们这里不做过多介绍，可以参考之前文章来了解：TTL、死信队列 在 RabbitMQ 3.6 .x 开始，RabbitMQ 官方提供了延迟队列的插件，可以下载放置到 RabbitMQ 根目录下的 plugins 下。 org.springframework.amqp.support.AmqpHeaders; import org.springframework.stereotype.Component; import java.io.IOException
2.7K10发布于 2019-09-23 - 来自专栏nginx
2021-11-03 杭州 java IO流详解（借鉴-侵-删）
IO流简介 1.主要用于文件的读写，数据的网络传输（发送，接收）。 2.流是一组有序的字符集和，是对数据传输的总称或抽象。 输出：创建输出流对象 ③、具体的 IO 操作 ④、关闭资源 输入：输入流的 close() 方法 输出：输出流的 close() 方法 注意：1、程序中打开的文件 IO 所以应该手动调用 close() 方法关闭流资源 代码实例 字节流读操作 package com.guor.javaSE; import java.io.File; import java.io.FileInputStream ; import java.io.FileNotFoundException; import java.io.FileOutputStream; import java.io.FileReader; import java.io.FileWriter; import java.io.IOException; public class IOTest { public static void main
16810编辑于 2025-11-13 - 来自专栏玩转 Spring Cloud
Rabbitmq 通过延迟插件实现延迟队列
Rabbitmq 通过延迟插件实现延迟队列 文章目录 DLX+TTL 存在时序问题 安装延迟插件 下载地址 安装 Java 代码实现 DLX+TTL 存在时序问题 由于队列先入先出的特性 通过死信队列(DLX)和给每条消息设置过期时间(TTL)来实现延迟队列, 会存在时序问题. 可以通过给 Rabbitmq 安装延迟插件来实现延迟队列功能 安装延迟插件 下载地址 rabbitmq-delayed-message-exchange 插件可到这里下载: RabbitMQ 延迟插件 RabbitAdmin.class); TopicExchange exchange = new TopicExchange("exchange.delay"); // 交换器设置延迟属性 class MsgListener { @RabbitHandler public void msgHandler(String msg) { log.info("接收到的延迟消息
1.7K20编辑于 2022-05-05 - 来自专栏原创干货
1.6万字+28张图盘点11种延迟任务的实现方式
所以本篇文章就来从实现到原理来盘点延迟任务的11种实现方式，这些方式并没有绝对的好坏之分，只是适用场景的不大相同。 RocketMQ延迟消息的延迟时间默认有18个等级。 当发送消息的时候只需要指定延迟等级即可。如果这18个等级的延迟时间不符和你的要求，可以修改RocketMQ服务端的配置文件。 task=sanyou 测试结果： 实现原理 生产者发送延迟消息之后，RocketMQ服务端在接收到消息之后，会去根据延迟级别是否大于0来判断是否是延迟消息 如果不大于0，说明不是延迟消息，那就会将消息保存到指定的 所以基于监听Redis过期key实现延迟任务的原理如下： 将延迟任务作为key，过期时间设置为延迟时间 监听__keyevent@<db>__:expired这个channel，那么一旦延迟任务到了过期时间 当延迟队列创建之后，会开启一个延迟任务的消费线程，这个线程会一直从RBlockingQueue中通过take方法阻塞获取延迟任务。
51810编辑于 2024-07-02 - 来自专栏杨建荣的学习笔记
Oracle Data Guard延迟的原因(r11笔记第69天)
Oracle Data Guard中很可能出现延迟的情况，而数据一旦出现延迟就意味着丢数据。退一步来说丢数据总比数据乱了好，但是回过头来，能不丢数据但是丢了，这就有些说不过去了。 ，比如一个ADG的环境，案例应该是实时同步，但是却有数据同步出现延迟的情况。 大体来说，10g和11g中的数据同步延迟场景还不大一样。 在11g中，倒不存在这样的限制了，因为是Active Data Guard的方式，所以可以在read only的基础上接收应用增量数据变化。但是延迟的问题依旧可能存在。 日志如下： RFS[1]: Opened log for thread 1 sequence 476185 dbid 1210367666 branch 622336050 Wed Feb 08 11:
2.7K50发布于 2018-03-21 - 来自专栏java大数据
事件延迟
事件延迟 事件延迟（项目心得） 马克- to-win：马克 java社区：防盗版实名手机尾号： 73203。
1.4K20发布于 2020-12-23 - 来自专栏linux驱动个人学习
延迟绑定
延迟绑定实现 在动态链接下,程序模块之间包含了大量的函数引用(全局变量往往比较少,因为大量的全局变量会导致模块之间耦合度变大),所以在程序开始执行前,动态链接会耗费不少时间用于解决模块之间的函数引用的符号查找以及重定位 所以ELF采用了一种叫做延迟绑定(Lazy Binding)的做法,基本的思想就是当函数第一次被用到时才进行绑定(符号査找、重定位等),如果没有用到则不进行绑定。 PLT为了实现延迟绑定，在这个过程中间又增加了一层间接跳转。调用函数并不直接通过GOT跳转，而是通过一个叫做PLT项的结构来进行跳转。 如果链接器在初始化阶段已经初始化该项,并且将bar()的地址填入该项,那么这个跳转指令的结果就是我们所期望的,跳转到bar(0,实现函数正确调用但是为了实现延迟绑定,链接器在初始化阶段并没有将bar()
1.5K20发布于 2019-05-25 - 来自专栏AI
延迟优化
本指南涵盖了一系列核心原则，您可以应用这些原则来改善在各种LLM相关用例中的延迟。 生成更少的令牌在使用LLM时，生成令牌几乎总是延迟最高的步骤：作为一般性的经验法则，减少50%的输出令牌可能会减少约50%的延迟。 使用更少的输入令牌尽管减少输入令牌的数量确实会导致较低的延迟，但这通常不是一个显著的因素——减少50%的提示可能只会导致1-5%的延迟改善。 通过更快地处理大多数字段而平均降低的延迟。由于执行两个请求而平均增加的延迟，而不是一个请求。结论会因情况而异，做出决定的最佳方式是通过在实际示例中进行测试。 结论您现在应该熟悉了一组用于改善LLM应用程序延迟的核心原则。在探索这些技术时，始终要记住测量延迟来源，并测试您尝试的每种解决方案的影响。现在去让您的应用程序起飞吧！
85110编辑于 2024-05-13 - 来自专栏JavaEdge
为什么kafka延迟比rocketmq延迟高
说kafka延迟比rocketmq延迟高 是有一个前提的 就是topic较多的时候 这个和这2个MQ的数据存储结构有关系的 在topic少的时候延迟基本一致。 它的数据结构如下 其中topic是逻辑概念，分区对应就是一个物理文件夹： 所以在topic比较多时，分区文件数量会非常庞大 磁盘顺序读效率还不如随机读效率，则会在topic比较多时 磁盘顺序读就蜕变为随机读，延迟也就高了 rockertmq 就诞生了 它的数据存储结构 对此做了优化 日志目录只有一个 commit log ，结构如下： 出发点不一样，kafka定位就是处理日志和大数据 在这些业务领域，topic不会太多，延迟问题自然也就没有 而rocketmq有pull、push两种模式 （虽然这个push模式是假push），push模式延迟肯定是比pull模式延迟低。 rabbit 的push模式 是真的push 所以 延迟最低的就是兔子。 兔子不支持分布式，只支持主从模式 本身设计就是小而美的单机版。cpu消耗比kafka之类低多了。
1.5K30编辑于 2022-11-20
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