- iOS/Objective-C 元类和类别
- objective-c - -1001 错误,当 NSURLSession 通过 httpproxy 和/etc/hosts
- java - 使用网络类获取 url 地址
- ios - 推送通知中不播放声音
我正在一个包含超过100,000个前端实例的实例队列上构建指标报告系统。对于任何请求,每个实例都会有一个响应时间。我需要的是在整个机队中分配各种请求的响应时间。例如,[requestType1,requestType2 ... requestType1000]的[Percentile 50,Percentile 90,Percentile 99,Percentile99.9 ...]。
每个实例都会收集内部发生的响应时间。因此,在一分钟内,一个实例在内存中收集的是各种requestTypes响应时间的列表。例如requestType1-[1、2、3、4、1、2],requestType2-[2、2、3、2、1]……所以我需要做的是处理这些数据并产生最终结果。
我尝试了很多设计,我的主要痛点是我收集到的每个单个requestType的数据点数量巨大,以及实例之间进行通信的开销。 我将在下面解释我当前的设计,但我也想知道是否有更好的设计或某些新颖的算法可以汇总直方图?
当前最有前途的是:每个前端实例会将其数据发送到中间层实例队列的随机实例。在这个中层机队中,每个实例都会汇总在短时间内(例如, 5秒。 (它没有足够的内存来容纳更长的时间)。然后,中间层实例将通过requestTypes的哈希值将聚合数据分发到后端实例。这意味着所有中间层实例都将相同requestTypes的数据点发送到相同的后端实例。然后在后端实例中,我可以使用第三方的直方图容器(CodaHale的直方图或HdrHistogram)来计算传入数据点的P50,P90,P99 ...我需要中间层实例队列的原因是从前端发送数据终端实例非常昂贵,因此我希望立即发送所有数据,但不要进行100次调用以将其发送到100个不同的后端实例。
我可能会想到此设计的主要问题是相对较高的复杂性,并且如果一个后台实例关闭,我可能会丢失某些requestTypes的所有数据。 因此,对于系统设计部分,有人有更好的主意吗?
我在想的另一种方法是找到一种花哨的算法来聚合现有的直方图。通过上面的设计,我得到的数据将是100%准确的。但是实际上我可以容忍一些错误。例如,在CodaHale的直方图和HdrHistogram中,我确信它们实际上并不会保存所有数据点,而是应用了一些高级数学算法以非常低的成本获得了相对较高的精度结果。而且我可以在前端或中间层实例中使用直方图库。但是问题是,尽管我可以低成本获得每个前端实例或中间层实例的[P50,P90,P99 ...],但是我找不到一种汇总它们的方法。由于不同的前端实例可能处理不同类型的请求,并且请求到前端实例的分布是未知的,因此仅计算ALL P50,P90,P99的平均值将存在很多不准确性。 那么,有谁知道,如何将多个CodaHale的直方图或HdrHistogram汇总在一起?还是有任何算法可以帮助将直方图聚合为一个?
================================================== ======================
昨晚我有一些新主意。由于P50和P90正在测量所有数据的“平均值”,因此我认为对每个中间层实例中计算出的所有P50和P90进行简单的加权平均就足够了。但是P99,P99.9和P99.99正在测量那些偏远数据,因此子集P99的平均值可能不准确。
但是,如果假设中间层实例中的数据是相对随机分布的,那么我可以获取每个中间层实例中前5%的数据点,并将它们发送到后端。每个中间层数据点的5%占总数据点的5%。而且我更有信心,这5%数据的P80接近整体数据的P99,这5%数据的P98接近整体数据的P99.9,而5%数据的P99.8接近P99 .99的整体数据。
我希望通过这种方式,我只能传输全部数据的5%,但可以获得高精度的结果。您如何看待这种方式?
最佳答案
系统设计:
如果通话费用昂贵,那么也许您可以流式传输数据?在您的描述中,我看不到这种中间层的真正好处-为什么前端->中间层的通话费用比前端->后端低?
如果您担心丢失数据,则有两种选择:
关于algorithm - 如何计算分布式系统中大量数据的分布(直方图)?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/30473250/
我在一本书(Interview Question)中读到这个问题,想在这里详细讨论这个问题。请点亮它。 问题如下:- 隐私和匿名化 马萨诸塞州集团保险委员会早在 1990 年代中期就有一个绝妙的主意
我最近接受了一次面试,面试官给了我一些伪代码并提出了相关问题。不幸的是,由于准备不足,我无法回答他的问题。由于时间关系,我无法向他请教该问题的解决方案。如果有人可以指导我并帮助我理解问题,以便我可以改
这是我的代码 public int getDist(Node root, int value) { if (root == null && value !=0) return
就效率而言,Strassen 算法应该停止递归并应用乘法的最佳交叉点是多少? 我知道这与具体的实现和硬件密切相关,但对于一般情况应该有某种指南或某人的一些实验结果。 在网上搜索了一下,问了一些他们认为
我想学习一些关于分布式算法的知识,所以我正在寻找任何书籍推荐。我对理论书籍更感兴趣,因为实现只是个人喜好问题(我可能会使用 erlang(或 c#))。但另一方面,我不想对算法进行原始的数学分析。只是
我想知道你们中有多少人实现了计算机科学的“ classical algorithms ”,例如 Dijkstra's algorithm或现实世界中的数据结构(例如二叉搜索树),而不是学术项目? 当有
我正在解决旧编程竞赛中的一些示例问题。在这个问题中,我们得到了我们有多少调酒师以及他们知道哪些食谱的信息。制作每杯鸡尾酒需要 1 分钟,我们需要使用所有调酒师计算是否可以在 5 分钟内完成订单。 解决
关闭。这个问题是opinion-based .它目前不接受答案。 想要改进这个问题? 更新问题,以便 editing this post 可以用事实和引用来回答它. 关闭 8 年前。 Improve
我开始学习 Nodejs,但我被困在中间的某个地方。我从 npm 安装了一个新库,它是 express -jwt ,它在运行后显示某种错误。附上代码和错误日志,请帮助我! const jwt = re
我有一个证书,其中签名算法显示“sha256rsa”,但指纹算法显示“sha1”。我的证书 SHA1/SHA2 的标识是什么? 谢谢! 最佳答案 TL;TR:签名和指纹是完全不同的东西。对于证书的强度
我目前在我的大学学习数据结构类(class),并且在之前的类(class)中做过一些算法分析,但这是我在之前的类(class)中遇到的最困难的部分。我们现在将在我的数据结构类(class)中学习算法分
有一个由 N 个 1x1 方格组成的区域,并且该区域的所有部分都是相连的(没有任何方格无法到达的方格)。 下面是一些面积的例子。 我想在这个区域中选择一些方块,并且两个相邻的方块不能一起选择(对角接触
我有一些多边形形状的点列表,我想将其包含在我页面上的 Google map 中。 我已经从原始数据中删除了尽可能多的不必要的多边形,现在我剩下大约 12 个,但它们非常详细以至于导致了问题。现在我的文
我目前正在实现 Marching Squares用于计算等高线曲线,我对此处提到的位移位的使用有疑问 Compose the 4 bits at the corners of the cell to
我正在尝试针对给定算法的约束满足问题实现此递归回溯函数: function BACKTRACKING-SEARCH(csp) returns solution/failure return R
是否有包含反函数的库? 作为项目的一部分,我目前正在研究测向算法。我正在使用巴特利特相关性。在 Bartlett 相关性中,我需要将已经是 3 次矩阵乘法(包括 Hermitian 转置)的分子除以作
关闭。这个问题不符合Stack Overflow guidelines .它目前不接受答案。 这个问题似乎与 help center 中定义的范围内的编程无关。 . 关闭 8 年前。 Improve
问题的链接是UVA - 1394 : And There Was One . 朴素的算法是扫描整个数组并在每次迭代中标记第 k 个元素并在最后停止:这需要 O(n^2) 时间。 我搜索了一种替代算法并
COM 中创建 GUID 的函数 (CoCreateGUID) 使用“分散唯一性算法”,但我的问题是,它是什么? 谁能解释一下? 最佳答案 一种生成 ID 的方法,该 ID 具有一定的唯一性保证,而不
在做一个项目时我遇到了这个问题,我将在这个问题的实际领域之外重新措辞(我想我可以谈论烟花的口径和形状,但这会使理解更加复杂).我正在寻找一种(可能是近似的)算法来解决它。 我有 n 个不同大小的容器,
我是一名优秀的程序员,十分优秀!