第17回 Webアプリケーションのパフォーマンス改善（1） | gihyo.jp
大きな効果を上げるために チューニンガソン#1～#3の改善率を見ると、アプリケーションや全体のアーキテクチャに手を入れないで改善できるのは最大でも10倍以下です。もちろん数倍速度が違えばサーバ台数を大きく減らせるので有意義なのは間違いないのですが、ISUCONやチューニンガソン#4のような飛躍的な高速化は望めないことがわかります。 つまりチューニングでは、単にパラメータ設定を変更するのみではなく、ボトルネックになっているコードやクエリ、アーキテクチャに的確に手を入れていくことで大きな効果を上げることができるのです。 ボトルネックの発見と解消が大事 システム全体の処理時間についてパレートの法則（経験則）を適用すると、「全体の処理時間の80％は20％の部分で発生している」ということになります。実際にシステム全体で一番ボトルネックになっている部分を解消しないことには、ほかの部分に手を入れても大
STFワーカーの自律分散と適応スロットリング - D-6 [相変わらず根無し]
現在STF は分散オブジェクトストアとしてピーク時にフロントのディスッパチャー１台につき80Mbpsを捌いています。この通常のオブジェクト配信するための動作に関しては裏で実際のオブジェクトを格納しているストレージサーバーもさくさくと動いていて特に問題はないのですが（本当の事を言うとアクセス量が増え続けているので、ストレージは増やし続けないとiowaitがじわじわとあがっていく、という問題はあるけど、それはあくまでも中長期的な問題なので今回の話からは除外）、運用しているとストレージサーバー側でオブジェクトの実体（エンティティ）を補充したり、ストレージサーバー間で移動させたりという処理が必要になります。 この際「このストレージにはいってるオブジェクトを全部なめて、正しい状態に戻す」（リペア）という処理を行う事があります。STFのインスタンスごとに規模が違うのですが、最大規模で１ストレージに付き
Starman vs. uWSGI: PSGI server performance comparison | bitrate
This benchmark is about Perl PSGI web application servers but the story starts with Python. I needed to deploy a Python based web application on a server running�nginx. I was not fully up to date about the current WSGI application server offerings and therefore searched for some comparisons. I found a comprehensive WSGI server benchmark�by Nicholas Pi�l�which was very interesting, although slightl
Devel::KYTProfがだいぶいい！
仕事でアプリのボトルネックを探しているという話をしたら、hideokiさんが 「ＹＡＰＣ::Ａｓｉａ ２０１０ で ｃｈｏ４５ が紹介してた Devel::KYTProf がいいよー」 って言ってたので、使ってみたらだいぶよかったのでご紹介。 Devel::KYTProfの作者はid:onishiさんで、リポジトリはhttp://github.com/onishi/perl5-devel-kytprofにあります。 このモジュール、何ができるモジュールかっていうと(まぁcho45さんの発表動画見ればわかるのですが)、モジュール名とメソッド名を指定してやると、そのメソッドの処理にかかった時間をさくっと調べられるというものです。 たとえば Foo::Controller::Bar の baz() って関数の処理時間が知りたかったら、そのアプリケーションのメインモジュールに use Devel:
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
bayashi.net
