scalability

-1熱度

1回答

我有一些問題，我希望有人能夠爲我解答。我們的情況是，我們正在考慮對現有系統進行全面替代。首先我要描述我們現有的系統。我們目前正在純粹的對象堆棧上運行。環境是面向對象，數據庫是面向對象。我們目前有2-3百萬行代碼，由2-3人開發，目前我們有一個6人的開發團隊，這個團隊繼續發展。最初的發展始於1997年，我們安裝了許多客戶。環境是64位，語言和數據庫，多語言，並且是UNICODE。我們使用的操作系

0熱度

1回答

跨度上的最大寬度是否會導致其中的文本縮小？

試圖僅使用HTML/CSS製作可縮放的字體大小。它會起作用嗎？

0熱度

1回答

簡單消息傳遞Nodejs服務器一次只接受4個請求

我們在windows server 2012上部署了一個簡單的express節點服務器，它只接收3個參數的GET請求。它對這些參數做了一些小的處理，有一個非常簡單的內存節點緩存用於緩存這些參數組合中的一些，與外部許可證服務器的接口爲請求用戶提取許可證並將其設置在cookie中，隨後是，它通過負載平衡器（使用zmq運行）與一些工作人員進行交互，以下載一些大文件（分塊，解壓並提取它們，將它們寫入某些目

0熱度

2回答

Ruby雲實例可以處理節點實例將執行的相同數量的流量嗎？

我們要在改造一個CMS爲基礎的網站的，我們希望服務至少10+萬獨立用戶/月的電視頻道，約400多萬個請求/月，平均帶寬40兆兆字節的工作/月這是他們的舊網站的CloudFlare統計數據，他們期待更多。我們正在計劃將後端作爲rest API來構建，作爲前端響應和另一個響應cms管理員面板的應用程序API，我們之間爭論不休。 Ruby和節點，還有一些人說節點更快，在資源消耗方面會更便宜，Ruby對節

2熱度

1回答

添加GPU卡會自動縮放張量流的使用情況嗎？

假設我可以在帶有張量流的GTX 1070卡上訓練樣本大小爲N，批次大小爲M，網絡深度爲L。現在，假設我想要訓練更大的樣本2N和/或更深的網絡2L並解決內存錯誤。插入額外的GPU卡會自動解決這個問題（假設所有GPU卡的內存總量足以容納批次和它的漸變）？或者純張量流不可能？我讀過，有比特幣或etherium的礦工，可以用多張GPU卡建立採礦場，而且這個礦場的採礦速度會更快。採礦農場是否也能更好地

0熱度

4回答

卡桑德拉寫入吞吐量和可擴展性

這聽起來像一個愚蠢的問題，但我仍然希望有人/專家接聽/證實了這一點。可以說我有一個3節點集羣卡桑德拉。可以說我有一個數據庫和一個表。對於這個單獨的表可以說我得到了3個節點cassandra的1K寫/秒的吞吐量。如果明天我在這張表上的寫入負載增加/縮放到10K或20K，我能通過增加10倍或20倍的簇大小來處理這種寫入負載嗎？我卡桑德拉的理解說，這是可能的（如Cassandra是讀寫可擴展），但希

1熱度

1回答

星火喬布斯出錯了具有：有太多的元素，創造一個發電機組34

正在嘗試運行mesos火花作業集羣查詢彈性數據，使用esJsonRDD查詢是這樣的： Fetching esJsonRDD from elasticsearch with complex filtering in Spark ，併爲多跑細小於32個節點的節點彈性羣集。作爲彈性節點的增加，作業失敗下面的例外： org.elasticsearch.hadoop.EsHadoopIllegalArgum

1熱度

2回答

負載測試連接速度慢

的數千我想與數百個測試的上傳服務，如果不是數千，慢 HTTPS連接同時。我想有很多，比如3G質量的連接，，每個節點都有低帶寬和高延遲，每個發送幾兆字節的數據直到服務器，導致大量的併發的長期請求由服務器處理。有許多負載生成工具可以生成數千個同時發生的請求。（我目前使用Locust，主要是讓我可以優勢，用Python寫的我現有的客戶端庫。）這類工具通常通過共享網絡鏈路儘可能快地運行每

0熱度

3回答

計算數百萬個文檔之間的相似性度量

我擁有數百萬個文檔（接近1億個），每個文檔都有諸如skills,hobbies，certification和education的字段。我想找出每個文檔與評分之間的相似度。下面是一個數據的例子。 skills hobbies certification education Java fishing PMP MS Python reading novel SCM BS C#

2熱度

1回答

縮放多個區域的身份識別服務

我們有用戶數據庫，用於創建/更新用戶以及識別（讀取）用戶。我們閱讀的次數比我們寫的更多。寫約100萬/天，閱讀大約1億多。我們可以分開讀寫，但是AFAIK需要很強的一致性。如果我們從讀取副本開始讀取，它將最終保持一致。用戶創建時可能會出現一些情況，但尚未在只讀副本中提供。或者，用戶已經更新了一些信息（名稱），並且這種改變在其他地區尚未出現。僅從一個地區服務意味着其他地區的更高延遲。我們目前正在