惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

N
Netflix TechBlog - Medium
V
Vulnerabilities – Threatpost
Google Online Security Blog
Google Online Security Blog
Hugging Face - Blog
Hugging Face - Blog
L
LINUX DO - 热门话题
云风的 BLOG
云风的 BLOG
P
Proofpoint News Feed
D
Docker
C
Cyber Attacks, Cyber Crime and Cyber Security
MyScale Blog
MyScale Blog
P
Palo Alto Networks Blog
T
Tenable Blog
P
Privacy International News Feed
Google DeepMind News
Google DeepMind News
小众软件
小众软件
Cisco Talos Blog
Cisco Talos Blog
aimingoo的专栏
aimingoo的专栏
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
A
Arctic Wolf
C
Cybersecurity and Infrastructure Security Agency CISA
C
Cisco Blogs
T
Threat Research - Cisco Blogs
NISL@THU
NISL@THU
The Hacker News
The Hacker News
Project Zero
Project Zero
AWS News Blog
AWS News Blog
Simon Willison's Weblog
Simon Willison's Weblog
cs.CL updates on arXiv.org
cs.CL updates on arXiv.org
T
Threatpost
V
Visual Studio Blog
The GitHub Blog
The GitHub Blog
The Cloudflare Blog
Last Week in AI
Last Week in AI
Jina AI
Jina AI
Cyberwarzone
Cyberwarzone
The Register - Security
The Register - Security
C
CXSECURITY Database RSS Feed - CXSecurity.com
Vercel News
Vercel News
D
Darknet – Hacking Tools, Hacker News & Cyber Security
MongoDB | Blog
MongoDB | Blog
U
Unit 42
Scott Helme
Scott Helme
A
About on SuperTechFans
WordPress大学
WordPress大学
F
Fortinet All Blogs
大猫的无限游戏
大猫的无限游戏
G
GRAHAM CLULEY
Latest news
Latest news
让小产品的独立变现更简单 - ezindie.com
让小产品的独立变现更简单 - ezindie.com
S
Schneier on Security

博客园 - 极地雪狼

C#扩展方法 C#对象与集合初始化器 C#泛型类型参数约束 C#可访问性(摘自《C#编程语言详解》) C#委托(摘自《C#编程语言详解》) C#程序结构(摘自《C#编程语言详解》) Linux系统运行级别 大数据量高并发的数据库优化(转) lucene、lucene.NET详细使用与优化详解 实现多重标准搜索 在HTML中用JS接收参数 Document对象内容集合 [转]IIS被挂马,解决一法 解决需求管理不当造成的项目失败 Lucene 学习笔记(三)——搜索解析 Lucene 学习笔记(二)——搜索方式(二) Lucene 学习笔记(二)——搜索方式(一) Lucene 学习笔记(一)——基本对象及结构 关于在ASP.NET环境下,利用FFMPEG视频格式转换的问题。
影响互联网效率的瓶颈(持续更新中)
极地雪狼 · 2011-12-06 · via 博客园 - 极地雪狼

1、CPU

     新的CPU,如Intel Core 2Itanium 2现在在架构上努力将一些小的CPUs或“核”嵌入到一个物理设备上,这会使多线程并行地处理与单线程相比两倍的数据,但是每个线程的速度还是和以前是一样的。

即使将成百上千的CPU核放到一台计算机上,它也无法很快地把数据传输到这些核去处理,单个磁盘读取速度大约为60-100MB/s,虽然磁盘的读取速度一直在提高,但却无法与处理器速度的提高相比,暂且乐观地假设速度为上限100MB/s,并假设有4I/O通道,也就是有400MB/s的速度,那么一个4TB的数据集要用10,000秒去读大约4小时才能载入数据,但用100台只有两个I/O通道的机器做相同的工作,只需要3分钟。

2、内存

单台计算机通常只有几G内存,如果输入数据是TB级的,那就需要上千台计算机才能将这些数据放入内存,即便如此,但是单台计算机仍无法处理和寻址这些数据。

3、磁盘

   单台机器的磁盘空间现在有几TB左右,但在大规模计算中,计算机产生的中间数据通常是输入数据的几倍,这也就将占有输入数据的几倍磁盘空间。在处理过程中,一些磁盘满了。

4、磁盘访问速度

      多年来磁盘存储容量快速增加的同时,其访问速度——磁盘数据读取速度——却未能与时俱进。1990年,一个普通磁盘可存储1370MB的数据并拥有4.4MB/S的传输速度,因此,读取整个磁盘中的数据只需要5分钟。20年后,1TB的磁盘逐渐普及,但其数据传输速度约为100MB/S,因此读取整个磁盘中的数据约需要两个半小时。写甚至更慢。现在有了SSD,其价格太高,容量不够,性价比比较低,普及还需要一定的时间。

5、带宽

     提起带宽,是所有站长及网站技术心中永远的痛。尤其是在国内,南北互通瓶颈、高额的带宽成本。此不多言了。

6、系统架构

7、代码执行效率

8、数据库架构

参考来源:http://quweiprotoss.blog.163.com/blog/static/4088288320108231113535/