- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我有一个必须尽快处理的数据流。单个流包含来自多达 200 个源的数据。并非所有来源都产生相同数量的数据,并且速率可能会有所不同。
作为最初的尝试,我决定创建 10 个(基于服务器规范,双四核)长时间运行的任务。每个任务将从 BlockCollection 中读取。在开始之前,我创建了一个映射,以便在入站流中接收到数据时,我知道要将源数据添加到哪个 BlockingCollection。
我认为,问题在于我不知道哪个来源会产生最多的数据,事实上这可能会随着时间的推移而改变,我看到一些集合非常空,而另一些则接收更多更新。
如果我有 8 个可用的硬件线程并且我创建了大约 10 个队列并且任务没有绑定(bind)到一个线程(再次不确定 TaskCreationOptions.LongRunning
是否属实),那么即使一个队列不忙,另一个忙队列不能使用备用线程,因为理论上我最终可能会乱序处理一段数据。
我是否会更好地为每个源创建一个任务和阻塞集合,然后 TPL 可以充分利用可用线程,因为数据是最隔离的?
我的另一个选择是以某种方式锻炼过去的统计数据和各种外部/人类信息,如何最好地在一组有限的 BlockingCollections/Tasks 中传播源,然后随着时间的推移调整映射。
我希望我已经很好地解释了我的情况。
我正在使用一个封装 BlockingCollection and Task 的类
我可以将其可视化为 40 多个交错流,如果同时处理拆分(只要每个流保持其自己的序列),但流比可用的硬件线程多得多。
编辑 - 尝试澄清我的查询
尝试澄清我在寻找什么。我目前正在有效地将源分成子组,并为每个组分配它自己的队列。我的问题真的是:要创建多少组?如果我有 200 个源,我是否应该创建 200 个组(然后是 200 个任务和阻塞集合),然后让 TPL 像疯子一样到处乱跑,在每个任务获得 CPU 时间时分配线程。还是我最好为每个底层硬件线程分配 1 个组?
最佳答案
我个人会在这里利用 TPL 数据流并定义一个 ActionBlock<T>
代表您的工作并链接 BufferBlock<T>
“在”它的前面,以防止各种生产者过度饱和。然后你所做的就是发布到BufferBlock<T>
来自您的各种来源(生产者),并确保您已相应地对您的 block 选项(BoundedCapacity
、MaxDegreeOfParallelism
、MaxMessagesPerTask
等)进行了负载测试/配置,并让 TPL Dataflow 发挥其魔力。将所有繁重的工作从您手中拿走。
关于.net - 如何平衡和并行处理多个顺序数据流,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/9573183/
是否可以插入到初始表,然后使用插入的 ID 插入到主表中,该主表在一个数据流的列之间具有外键约束? 我是集成服务的新手,不知道这些功能 场景: 表 A - ID - DESC 表 B - ID - A
在 Azure 数据流中,在聚合转换中是否可以在分组依据中动态包含列?我在分组依据中可能需要 8 列,具体取决于它们的值,即如果值为 1,则包含在分组依据中。 简化为 2 列: Column1
我想要实现的是在azure数据流中包含错误处理,如果在传输行时发生错误,它不应该失败,它会处理其他行并将发生错误的行的ID保存在文本文件或日志中 示例: 假设我们有 10 行要沉入表中,不知何故我们在
我的数据流作业将源和接收器作为突触数据库。 我在从突触数据库提取数据时有一个源查询,其中包含数据流中的联接和转换。 众所周知,底层的数据流将启动 databricks 集群来执行数据流代码。 我的问题
这是关于非常常见的传感器数据处理问题。 为了同步和合并来自不同来源的传感器数据,我想用 Java 实现它,而不需要太复杂的第三个库或框架。 假设我定义了一个对象 (O),它由 4 个属性 (A1,..
我开始从事一个项目,我需要使用 PowerTrack/GNIP 流式传输 Twitter 数据,老实说,我在网络方面非常非常缺乏经验,而且我完全不了解网络方面的知识到数据流 (HTTP),它们如何工作
我有一个后端要用 Python 实现,它应该将数据流式传输到 JavaScript 正在创建表示的 Web 浏览器(例如,不断更新变量或绘制到 )。 该数据将以高达 100 Hz 的速率更新(最坏情
我构建了一个简单的 MERN 应用程序,用户可以在其中对电话号码进行评分。用户只需填写电话号码,选择评级(1 - 5 星评级)、城市和短文本。该应用程序具有带过滤和排序选项的搜索功能。这一切都足够好
我在 TPL 数据流上使用顺序管道构建,它由 3 个块组成: B1 - 准备消息 B2 - 将消息发布到远程服务 B3 - 保存结果 问题是如何在发生服务关闭等错误时关闭管道。管道必须以受控方式关闭,
我在 ADF 数据流中有一个数据集(ADLS Gen2 中存在的 csv 文件)。我第一次尝试进行数据预览时,原始文件中的所有列都正确显示。然后,我从 csv 文件中删除了第一列并刷新了“数据预览”选
我正在使用 ADF v2 DataFlow ativity 将数据从 Blob 存储中的 csv 文件加载到 Azure SQL 数据库中的表中。在数据流(源 - Blob 存储)中,在源选项中,有一
我有很多带有嵌套列表的 json 文件需要展平。问题是它们是不同的,我不想为它们每一个创建一个分支。如何通过输入参数动态执行具有“展开依据”和“输入列”字段的展平事件? 谢谢! 最佳答案 对于展开方式
我一直在尝试使用 Azure 数据工厂的数据流在文件的小数列中进行数据类型检查,但它没有按预期工作。我的问题如下: 我想检查数字 121012132.12 是否为小数,因此我使用数据流的派生列并编写表
我们使用 Azure 数据流在 Azure SQL 数据仓库中生成数据表的历史记录。在数据流中,我们在所有列上使用 md5 或 sha1 函数来生成唯一的行指纹来检测记录中的更改,或识别已删除/新记录
我们使用 Azure 数据流在 Azure SQL 数据仓库中生成数据表的历史记录。在数据流中,我们在所有列上使用 md5 或 sha1 函数来生成唯一的行指纹来检测记录中的更改,或识别已删除/新记录
我之前使用 bz2 来尝试解压缩输入。我想要解码的输入已经是压缩格式,因此我决定将格式输入到交互式 Python 控制台中: >>> import bz2 >>> bz2.decompress(inp
在测试 WPF 项目中,我尝试使用 TPL 数据流来枚举给定父目录的所有子目录,并创建具有特定文件扩展名的文件列表,例如“.xlsx”。我使用 2 个 block ,第一个 dirToFilesBlo
问题:为什么使用 WriteOnceBlock (或 BufferBlock )用于从另一个 BufferBlock 取回答案(类似回调) (取回答案发生在发布的 Action 中)导致死锁(在此代码
此代码永远不会到达最后一行,因为完成不会从 saveBlock 传播到 sendBlock。我做错了什么? var readGenerateBlock = new TransformBlock(n =
好吧,我知道我的问题需要更多的指导,而不是技术细节,但我希望 SO 成员不会介意 TPL 数据流的新手提出一些非常基础的问题。 我有一个简单的 Windows 窗体应用程序,它负责从我系统上的 Exc
我是一名优秀的程序员,十分优秀!