Score:2

ประสิทธิภาพของถังจำลองแบบ CouchDB

ธง tr

เรามี API ที่ใช้ใน Tornado โดยใช้ CouchDB เป็นแบ็กเอนด์

โดยปกติแล้ว การสืบค้นไปยัง CouchDB จะเสร็จสิ้นภายในเวลาน้อยกว่า 50 มิลลิวินาที

แต่เมื่อเร็ว ๆ นี้ การสืบค้นใช้เวลานานถึง 250 มิลลิวินาที บางครั้งอาจมากกว่านั้น หลังจากการแก้ไขปัญหาในวันปีใหม่ เราพบว่าถังจำลองมีประสิทธิภาพมาก เราจึงปิดการใช้งาน และประสิทธิภาพเพิ่มขึ้นอีกครั้ง

เมื่อคืนประมาณเที่ยงคืน (UTC+7) เราเปิดใช้งานการจำลองอีกครั้งโดยไม่มีผลกระทบ แต่เช้าวันนี้เมื่อ API เริ่มมีโหลดสูง ประสิทธิภาพของ CouchDB ก็กลับมาทำงานอีกครั้ง

  1. มีวิธีแก้ไขปัญหาประสิทธิภาพนี้หรือไม่?
  2. ถ้า การจำลองแบบกลายเป็นตัวการ จะเพิ่มประสิทธิภาพการจำลองได้อย่างไร

โพสต์คำตอบ

คนส่วนใหญ่ไม่เข้าใจว่าการถามคำถามมากมายจะปลดล็อกการเรียนรู้และปรับปรุงความสัมพันธ์ระหว่างบุคคล ตัวอย่างเช่น ในการศึกษาของ Alison แม้ว่าผู้คนจะจำได้อย่างแม่นยำว่ามีคำถามกี่ข้อที่ถูกถามในการสนทนา แต่พวกเขาไม่เข้าใจความเชื่อมโยงระหว่างคำถามและความชอบ จากการศึกษาทั้ง 4 เรื่องที่ผู้เข้าร่วมมีส่วนร่วมในการสนทนาด้วยตนเองหรืออ่านบันทึกการสนทนาของผู้อื่น ผู้คนมักไม่ตระหนักว่าการถามคำถามจะมีอิทธิพลหรือมีอิทธิพลต่อระดับมิตรภาพระหว่างผู้สนทนา