亚洲国产日韩欧美一区二区三区,精品亚洲国产成人av在线,国产99视频精品免视看7,99国产精品久久久久久久成人热,欧美日韩亚洲国产综合乱

Rumah Java javaTutorial Aplikasi Spring Boot pada AWS Lambda - Bahagian Mengukur sejuk dan hangat bermula dengan tetapan Imej Asli dan memori GraalVM

Aplikasi Spring Boot pada AWS Lambda - Bahagian Mengukur sejuk dan hangat bermula dengan tetapan Imej Asli dan memori GraalVM

Jan 07, 2025 am 07:17 AM

Spring Boot pplication on AWS Lambda - Part Measuring cold and warm starts with GraalVM Native Image and memory settings

pengenalan

Dalam artikel bahagian 12 siri kami, kami meneroka cara membangunkan dan menggunakan fungsi Lambda dengan Masa Jalan Tersuai yang mengandungi Imej Asli GraalVM dengan masa jalan GraalVM 22 yang dicipta daripada aplikasi Spring Cloud Function AWS. Dalam bahagian 13 kami mengukur prestasi (permulaan sejuk dan hangat) fungsi Lambda sedemikian dengan memori 1024 MB.

Dalam artikel ini, kami akan mengukur prestasi (permulaan sejuk dan hangat) fungsi Lambda menggunakan pendekatan ini dengan tetapan memori berbeza antara 256 dan 1536 MB untuk meneroka pertukaran antara kos dan prestasi.

Mengukur permulaan sejuk dan hangat fungsi Lambda dengan Masa Jalan Tersuai yang mengandungi Imej Asli GraalVM dengan tetapan memori yang berbeza

Kami akan menggunakan semula percubaan sama yang diterangkan dalam bahagian 13 siri artikel ini tetapi dengan tetapan memori yang berbeza antara 256 dan 1536 MB.

Berikut ialah hasil percubaan:

Masa mula sejuk (c) dan hangat (m) dalam ms:

Memory setting c p50 c p75 c p90 c p99 c p99.9 c max w p50 w p75 w p90 w p99 w p99.9 w max
256 MB 1634.84 1659.54 1691.35 1778.03 1785.15 1785.7 6.56 6.99 7.63 18.33 372.54 857.7
512 MB 1244.44 1278.48 1313.45 1414.28 1421.36 1421.94 6.66 7.10 7.94 25.41 181.86 414.99
768 MB 1111.53 1126.07 1139.66 1192.08 1202.86 1203.07 6.58 6.93 7.48 12.46 115.18 278.91
1024 MB 1051.03 1061.58 1080.86 1119.34 1149.45 1230.28 6.45 6.77 7.33 12.50 90.92 218.17
1280 MB 1022.02 1035.39 1058.41 1065.76 1104.64 1174.79 6.58 6.96 7.54 12.37 70.77 271.13
1536 MB 1009.83 1029.20 1048.41 1161.32 1116.24 1148.24 6.66 7.04 7.75 12.08 63.03 215.62

Kesimpulan

Dalam artikel ini, suhu dan sejuk yang diukur bermula bagi fungsi Lambda menggunakan Masa Jalan Tersuai yang mengandungi Imej Asli GraalVM dengan masa jalan GraalVM 21 yang dicipta daripada aplikasi Spring Cloud Function AWS yang diperkenalkan dalam bahagian 12 yang mempunyai tetapan memori berbeza antara 256 dan 1536 MB.

Kami melihat perkara yang serupa seperti yang diterangkan dalam artikel Fungsi Lambda Tulen dengan Imej Asli GraalVM - Mengukur permulaan sejuk dan hangat menggunakan tetapan memori Lambda yang berbeza. Masa mula panas adalah sangat hampir antara satu sama lain juga dengan tetapan memori fungsi Lambda yang lebih rendah seperti 256 atau 512 MB di mana perbezaannya kelihatan terutamanya untuk persentil tinggi (>= p90). Masa mula sejuk agak tinggi untuk 256 dan 512 MB dan bermula dari 768 MB memori ia berkurangan sedikit sahaja dengan memberikan Lambda lebih banyak memori, tetapi tanpa sebarang perbezaan ketara untuk memori yang lebih besar daripada 1024 MB. Bergantung pada keperluan prestasi anda, anda boleh memberikan Lambda kurang memori daripada 1024 MB seperti yang kami berikan pada mulanya dalam aplikasi sampel dan mempunyai pertukaran prestasi harga yang sangat baik dengan 768 MB atau lebih kurang memori.

Kami juga berkongsi pemerhatian yang sama seperti yang diterangkan dalam kesimpulan bahagian 13. Apabila kami membandingkan masa mula sejuk dengan yang diukur dalam artikel Fungsi Lambda Tulen dengan Imej Asli GraalVM - Mengukur permulaan sejuk dan hangat menggunakan tetapan memori Lambda yang berbeza ( di mana fungsi Lambda tidak menggunakan sebarang rangka kerja seperti Spring Boot), kami melihat nilai kira-kira 0.5-0.6 saat lebih rendah untuk setiap persentil apabila menggunakan fungsi Lambda tulen. Saya secara peribadi berpendapat bahawa sampel aplikasi Spring Boot 3 saya mempunyai beberapa potensi pengoptimuman kerana saya tidak dapat menjelaskan perbezaan yang begitu besar dalam masa mula sejuk antara mereka. Jangkaan saya (mungkin naif) ialah penggunaan rangka kerja Spring Boot 3 dengan imej AWS Lambda dan GraalVM Native hanya boleh membawa kepada 0.2-0.3 masa mula sejuk yang lebih tinggi berbanding dengan penggunaan fungsi Lambda tulen.

Pada masa penerbitan artikel ini, versi rangka kerja dan alatan yang lebih baharu telah tersedia (masa jalan GraalVM 23, Spring Boot 3.4 dan kemas kini versi pustaka Spring Cloud Function) supaya anda membuat perubahan versi dan menyusun semula GraalVM Native imej mengikut arahan dari bahagian 2 siri dan ukur semula prestasi. Saya juga tidak lama lagi akan menerbitkan ukuran baharu dengan versi ini dan menaik taraf aplikasi contoh.

Atas ialah kandungan terperinci Aplikasi Spring Boot pada AWS Lambda - Bahagian Mengukur sejuk dan hangat bermula dengan tetapan Imej Asli dan memori GraalVM. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn

Alat AI Hot

Undress AI Tool

Undress AI Tool

Gambar buka pakaian secara percuma

Undresser.AI Undress

Undresser.AI Undress

Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover

AI Clothes Remover

Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Clothoff.io

Clothoff.io

Penyingkiran pakaian AI

Video Face Swap

Video Face Swap

Tukar muka dalam mana-mana video dengan mudah menggunakan alat tukar muka AI percuma kami!

Alat panas

Notepad++7.3.1

Notepad++7.3.1

Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina

SublimeText3 versi Cina

Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1

Hantar Studio 13.0.1

Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6

Dreamweaver CS6

Alat pembangunan web visual

SublimeText3 versi Mac

SublimeText3 versi Mac

Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Perbezaan antara boleh dipanggil dan boleh dijalankan di Java Perbezaan antara boleh dipanggil dan boleh dijalankan di Java Jul 04, 2025 am 02:50 AM

Terdapat tiga perbezaan utama antara yang boleh dipanggil dan boleh dijalankan di Jawa. Pertama, kaedah yang boleh dipanggil boleh mengembalikan hasilnya, sesuai untuk tugas -tugas yang perlu mengembalikan nilai, seperti yang boleh dipanggil; Walaupun kaedah run () runnable tidak mempunyai nilai pulangan, sesuai untuk tugas -tugas yang tidak perlu kembali, seperti pembalakan. Kedua, Callable membolehkan untuk membuang pengecualian yang diperiksa untuk memudahkan penghantaran ralat; Walaupun Runnable mesti mengendalikan pengecualian secara dalaman. Ketiga, Runnable boleh dihantar secara langsung ke benang atau executorservice, sementara yang boleh dipanggil hanya boleh dikemukakan ke executorservice dan mengembalikan objek masa depan untuk

Teknik Pengaturcaraan Asynchronous di Java Moden Teknik Pengaturcaraan Asynchronous di Java Moden Jul 07, 2025 am 02:24 AM

Java menyokong pengaturcaraan asynchronous termasuk penggunaan aliran yang boleh diselesaikan, aliran responsif (seperti ProjectReactor), dan benang maya di Java19. 1.CompletableFuture meningkatkan kebolehbacaan dan penyelenggaraan kod melalui panggilan rantai, dan menyokong orkestrasi tugas dan pengendalian pengecualian; 2. ProjectReactor menyediakan jenis mono dan fluks untuk melaksanakan pengaturcaraan responsif, dengan mekanisme tekanan belakang dan pengendali yang kaya; 3. Thread maya mengurangkan kos konvensional, sesuai untuk tugas I/O-intensif, dan lebih ringan dan lebih mudah untuk berkembang daripada benang platform tradisional. Setiap kaedah mempunyai senario yang berkenaan, dan alat yang sesuai harus dipilih mengikut keperluan anda dan model campuran harus dielakkan untuk mengekalkan kesederhanaan

Memahami Java Nio dan kelebihannya Memahami Java Nio dan kelebihannya Jul 08, 2025 am 02:55 AM

Javanio adalah IOAPI baru yang diperkenalkan oleh Java 1.4. 1) bertujuan untuk penampan dan saluran, 2) mengandungi komponen teras penampan, saluran dan pemilih, 3) menyokong mod tidak menyekat, dan 4) mengendalikan sambungan serentak lebih cekap daripada IO tradisional. Kelebihannya dicerminkan dalam: 1) IO yang tidak menyekat mengurangkan overhead thread, 2) Buffer meningkatkan kecekapan penghantaran data, 3) pemilih menyedari multiplexing, dan 4) memori pemetaan memori sehingga membaca dan menulis fail. Nota Apabila menggunakan: 1) Operasi flip/jelas penampan mudah dikelirukan, 2) Data yang tidak lengkap perlu diproses secara manual tanpa menyekat, 3) Pendaftaran pemilih mesti dibatalkan dalam masa, 4) NIO tidak sesuai untuk semua senario.

Amalan terbaik untuk menggunakan enum di java Amalan terbaik untuk menggunakan enum di java Jul 07, 2025 am 02:35 AM

Di Java, enums sesuai untuk mewakili set tetap tetap. Amalan terbaik termasuk: 1. Gunakan enum untuk mewakili keadaan tetap atau pilihan untuk meningkatkan keselamatan jenis dan kebolehbacaan; 2. Tambah sifat dan kaedah untuk meningkatkan fleksibiliti, seperti menentukan bidang, pembina, kaedah penolong, dan lain -lain; 3. Gunakan enummap dan enumset untuk meningkatkan prestasi dan jenis keselamatan kerana mereka lebih cekap berdasarkan tatasusunan; 4. Elakkan penyalahgunaan enum, seperti nilai dinamik, perubahan kerap atau senario logik kompleks, yang harus digantikan dengan kaedah lain. Penggunaan enum yang betul boleh meningkatkan kualiti kod dan mengurangkan kesilapan, tetapi anda perlu memberi perhatian kepada sempadannya yang berkenaan.

Bagaimana Pemuat Kelas Java Berfungsi Secara Dalaman Bagaimana Pemuat Kelas Java Berfungsi Secara Dalaman Jul 06, 2025 am 02:53 AM

Mekanisme pemuatan kelas Java dilaksanakan melalui kelas, dan aliran kerja terasnya dibahagikan kepada tiga peringkat: memuatkan, menghubungkan dan memulakan. Semasa fasa pemuatan, kelas muat turun secara dinamik membaca bytecode kelas dan mencipta objek kelas; Pautan termasuk mengesahkan ketepatan kelas, memperuntukkan memori kepada pembolehubah statik, dan rujukan simbol parsing; Inisialisasi melakukan blok kod statik dan tugasan pembolehubah statik. Pemuatan kelas mengamalkan model delegasi induk, dan mengutamakan loader kelas induk untuk mencari kelas, dan cuba bootstrap, lanjutan, dan appliclassloader pada gilirannya untuk memastikan perpustakaan kelas teras selamat dan mengelakkan pemuatan pendua. Pemaju boleh menyesuaikan kelas, seperti UrlClassl

Meneroka mekanisme penyegerakan yang berbeza di Java Meneroka mekanisme penyegerakan yang berbeza di Java Jul 04, 2025 am 02:53 AM

JavaprovidesmultiplesynchronizationToolsforthreadsafety.1.SynchronizedBlockSensensureMutualExclusionByLockingMethodsorspecificcodesections.2.reentrantlockoffersadvancedControl, termasuktrylockandfairnesspolicies.condition

Mengendalikan pengecualian Jawa biasa dengan berkesan Mengendalikan pengecualian Jawa biasa dengan berkesan Jul 05, 2025 am 02:35 AM

Kunci pengendalian pengecualian Java adalah untuk membezakan antara pengecualian yang diperiksa dan tidak terkawal dan menggunakan percubaan cuba, akhirnya dan pembalakan munasabah. 1. Pengecualian yang diperiksa seperti IOException perlu dipaksa untuk mengendalikan, yang sesuai untuk masalah luaran yang diharapkan; 2. Pengecualian yang tidak terkawal seperti NullPointerException biasanya disebabkan oleh kesilapan logik program dan kesilapan runtime; 3. Apabila menangkap pengecualian, mereka harus khusus dan jelas untuk mengelakkan penangkapan umum pengecualian; 4. Adalah disyorkan untuk menggunakan sumber-sumber cuba untuk menutup sumber secara automatik untuk mengurangkan pembersihan kod manual; 5. Dalam pengendalian pengecualian, maklumat terperinci harus direkodkan dalam kombinasi dengan rangka kerja log untuk memudahkan kemudian

Bagaimanakah hashmap berfungsi secara dalaman di Java? Bagaimanakah hashmap berfungsi secara dalaman di Java? Jul 15, 2025 am 03:10 AM

HashMap melaksanakan penyimpanan pasangan nilai utama melalui jadual hash di Java, dan terasnya terletak di lokasi data yang cepat. 1. Mula -mula gunakan kaedah hashcode () kunci untuk menghasilkan nilai hash dan mengubahnya menjadi indeks array melalui operasi bit; 2 Objek yang berbeza boleh menghasilkan nilai hash yang sama, mengakibatkan konflik. Pada masa ini, nod dipasang dalam bentuk senarai yang dipautkan. Selepas JDK8, senarai yang dipautkan terlalu panjang (panjang lalai 8) dan ia akan ditukar kepada pokok merah dan hitam untuk meningkatkan kecekapan; 3. Apabila menggunakan kelas tersuai sebagai kunci, sama () dan kaedah hashcode () mesti ditulis semula; 4. HashMap secara dinamik mengembangkan kapasiti. Apabila bilangan elemen melebihi kapasiti dan multiplies oleh faktor beban (lalai 0.75), mengembangkan dan mengembalikan; 5. hashmap tidak selamat benang, dan concu harus digunakan dalam multithreaded

See all articles