• redis 学习


    本篇已收录至redis in action 学习笔记系列

    0. 在监控应用程序的同时, 持续的收集信息的必要性.

    在构建应用程序和服务的过程中, 对正在运行的系统的相关信息的挖掘能力变得重要起来, 因为通过这些信息可以: 诊断系统问题, 发现潜在问题, 发掘用户相关的信息, 这些信息都来自 redis 对系统加持的各项 监控机制

    由于系统新增某些功能, 或者设计了某些促进流量的活动, 这些主动变化和被动变化的系统行为带来了什么效果, 则需要我们时刻记录下来, 从而知道系统的性能正在提升还是下降. 这无疑是非常重要的.

    1. 使用 redis 将最近一段时间日志和最近一段时间常见日志保存起来

    通常我们可以设计两个函数, 并结合 redis 的 zset, list, 两个数据类型, 设计出一个保存最近一段时间内, 有限数量的 log list, 和最近一段时间内, 最常出现的 log 条目的有序 set. 这其实就是所谓的日志聚合. 将日志的规律通过 redis 帮助我们收集用于系统下一步工作.

    获取最近一段时间 log, 按照 log 等级区分. 如下图所示:

    2. 使用 redis 设计计数器

    计数器方便我们知道系统最近一段时间某些事件的骤增和渐增的情况. 这是非常有用的. 我们可以及时根据这些增加情况, 扩展服务器等. 常见的计数器有, 网站点击量, 短链点击量, 销量, 数据库查询量等. 这些计数器会以不同的时间精度, 对应存储最新的数据样本

    网站点击量设计, 如图使用了一个 hash 散列, 展示了某年某月某日某时某分, 网站每隔 5 秒时间片内获得的点击量.

  • 相关阅读:
    机器学习中 margin loss 、hinge loss 和 ramp loss 的区别
    ML 论文中 用到的 temperature
    对一系列 pickle load 进行解包,只保留最后几个
    Linux 常用命令速览
    Numpy 的 dtype 和 astype 的区别
    远程配置 tensorflow 环境
    pytorch 的一些坑
    Conda 配置虚拟 pytorch 环境 和 Tensorflow 环境
    Ubuntu 远程离线配置 pytorch 运行环境
    3.Vue起步
  • 原文地址:https://www.cnblogs.com/it-dennis/p/12575869.html
Copyright © 2020-2023  润新知