XTP – 极限事务处理将 J2EE 和 SOA 发挥到极致.ppt

XTP – 极限事务处理将 J2EE 和 SOA 发挥到极致.ppt

  1. 1、本文档共47页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
XTP – 极限事务处理将 J2EE 和 SOA 发挥到极致

对缺乏性能和可扩展性的担忧挥之不去 基于应用网格的 SOA SOA 可扩展性挑战 对大型应用程序做性能调优,是一门相对熟知的学科 单个服务的性能吞吐量测试,也可以在隔离状态下完成 将大型应用程序拆分成松耦合的服务组件,并以全新方式将其组装为复合式应用,是一项新挑战 定义边界的成本 可靠地共享数据 传统的 SOA 状态传递模型 可扩展架构需要确保如下事项 尽可能避免处理 尽可能避免 I/O 避免串行化 (serialization) 和反串行化 (de-serialization) 避免通过网络传输大文档 避免随应用程序扩展出现分布的文件模式 避免不断增加后端系统的负载 从一开始便针对性能来设计架构,也就是,不要靠砸硬件来解决问题! 案例分析:计算与通信的对比 46 次网络跳跃 (network hops)/数据串行化步骤 基于网格的 SOA 价值主张 降低在会话 (session) 生命周期内多次进入后端系统的成本 加快对服务请求和前端用户的响应速度,同时减轻后端系统负载 提升容错能力,而且不牺牲性能 在持续负载不断增加的情况下,确保可预测的延迟 实现大幅提高整体性能和吞吐量 XTP 的可预测扩展性 基于高级软件集群技术 可线性向外扩展,无论是 2 台还是 2,000 台服务器 支持异构环境 同时支持高端或低成本硬件 容错集合 — 主/备份同步 容错集合 — 主/备份同步 容错集合 — 主/备份同步 容错集合 — 主/备份同步 内联共享状态缓存 GAP : 实施成果 – Hitwise 的分析 GAP : 全局、跨品牌服务器集群的进程流 基于应用网格的 SOA 中的状态管理 | Web 缓存 基于应用网格的 SOA 中的状态管理 | 共享服务 临近缓存的优化效果 辉瑞的 FindCustomerService 搜索客户服务 跳过数据服务层 之后 | 将服务调用结果缓存到后端系统 之后 | 将服务调用结果缓存到后端系统 之后 | 具备容错能力 OSB (ALSB) 代理/管道中的侧缓存(电信使用案例) 在分析人员笔记本中显示网络 共享的服务状态信息库 从队列进步到数据/计算网格 SOA 网格 - 这可不是你 MOM 的总线 Current Architecture Focus on separation of roles to provide loose coupling through service level abstraction Focus on separation of state from logic Side effect is too much time spent “talking” and mapping Next Gen SOA Grid Architecture Focus on processing time to improve efficiency More efficient in network overhead, data serialization, and X/O/R Mapping Provide a simpler more natural OO encapsulation (state and data) Retain Loose Coupling The use of Interface Data Spaces (IDS) is an architectural pattern for performance optimization that should be used wherever practical. IDS significantly saves on the boundary cost of extracting and updating large amounts of data in and out of the database.? IDS saves on the processing costs of manipulating large amounts of data by performing table operations on the data using SQL statements in stored procedures that execute in the process space of a database instance. ??In contrast the data has to be serialized across a wire and marshaled into XML documents and/or Java objects to be manipulated by Jav

文档评论(0)

yurixiang1314 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档