5.0 版本持续优化:ExProto 吞吐性能提升

简介: 九月,EMQX 5.0保持稳定更新,目前已发布5.0.8版本,企业版4.3&4.4发布最新维护版本。云服务方面,EMQX Cloud新增1000连接规格的专业版部署。

九月,EMQX 5.0 保持稳定更新,目前最新版本已经来到了 5.0.8,在修复目前已知 Bug 的同时,我们也专注于加强性能和改进功能体验。企业版 4.3 & 4.4 发布了最新的维护版本,修复了多项已知问题,稳定性进一步提升。

云服务方面,EMQX Cloud 新增了 1000 连接规格的专业版部署,方便更多用户享受专业版高级功能。

EMQX

EMQX 5.0 持续优化

在九月发布的两个版本中,我们改进了节点间共享订阅消息的派发方式,从使用 Erlang distribution 的 RPC 改为独立的 RPC 实现,这将有效减小共享订阅负载较高时 Mnesia 集群事务的执行压力。我们为 ExProto 到 gRPC Server 的发送流增加了对批量操作的支持,使其吞吐性能也得到了一定程度的提升。此外,我们通过简化 TLS 密码套件的配置以及统一 Dashboard 上 TLS 的配置方式,提升了 TLS 的使用体验。

更多功能改动与问题修复的说明,可点击查看 。

4.3 & 4.4 维护版本升级

目前,EMQX 与 EMQX Enterprise 的最新稳定版本已经分别来到了 EMQX 4.3.20 & 4.4.9 以及 EMQX Enterprise 4.3.15 & 4.4.9,这是一次常规升级,以各项问题修复为主,完整修复列表见:https://www.emqx.com/zh/changelogs/enterprise/4.4.9

产品解读系列专题完结

为了方便用户更好地了解 EMQX 5.0 的技术细节和产品价值,自 EMQX 5.0 发布,EMQX 团队陆续推出了 5.0 产品解读系列文章与直播。

九月我们发布了文章 《EMQX 5.0 全新网关框架:轻松实现多协议接入》《如何保障物联网平台的安全性与健壮性》《易操作、可观测、可扩展,EMQX 如何简化物联网应用开发》。至此,EMQX 5.0 产品解读系列暂时告一段落。

EMQX Cloud

新增 1000 连接规格的专业版部署

针对对专业版高级功能有需求但是连接设备数并没有很多的用户,我们上线了 1000 连接的规格,同时 TPS 的限制为 1000,降低了用户使用 EMQX Cloud 专业版的门槛。此外,专业版提供的试用规格也从 5000 连接变为 1000 连接。1000 连接专业版的部署国内价格为 ¥1.28/小时,海外部署价格为 $0.36/小时。

小时账单显示优化

现在用户可以在【财务管理】-【概览】-【小时账单】中看到每一种类型的服务所结算的账单,轻松查询服务费用和流量产生的费用。
MQTT Cloud.png

影子服务优化

优化了影子服务数据统计,去除了系统默认调用量的统计和显示,同时也进一步提升了服务调用 QPS(Query Per Second)的上限,以应对更高要求的场景。

关于影子服务的详细内容可查看:开箱即用的数据缓存服务|EMQX Cloud 影子服务应用场景解析

EMQX Kubernetes Operator

高级运维特性预研

本月我们对 EMQX 在生产环境中一些高级运维特性做了相关预研工作,目前已有基本方案。主要包括以下内容:

  • 在 Kubernetes 中热更新与 patch
  • 在升级过程中减少端重连以及连接可控迁移
  • 在 Kubernetes 中的伸缩能力

Bug 修复优化

  • 解决了 loaded_plugins erofs error 的问题
  • 解决了 v2.0 中更新字段触发 Webhook update 校验拦截导致更新失败的 Bug
  • 解决了升级 EMQX 5.0 的过程中,状态判断的 Bug
  • 解决了 v1.1 中可能出现脑裂的 Bug
版权声明: 本文为 EMQ 原创,转载请注明出处。

原文链接:https://www.emqx.com/zh/blog/emqx-newsletter-202209

EMQ
+关注
目录
打赏
0
0
0
0
52
分享
相关文章
10 倍性能提升, GraalVM 应用可观测实践
本文介绍了 GraalVM 静态编译技术在云原生环境下的应用:ARMS 发布了支持 GraalVM 应用的 Java Agent 探针,可为 GraalVM 应用提供开箱即用的可观测能力。同时,文章还提供了使用 ARMS 对 GraalVM 应用进行可观测的详细步骤。
659 13
如何通过持续测试和调整来提高OLAP系统的性能和可扩展性?
【5月更文挑战第14天】如何通过持续测试和调整来提高OLAP系统的性能和可扩展性?
95 2
谷歌发布大模型数据筛选方法:效率提升13倍,算力降低10倍
【8月更文挑战第31天】近日,谷歌发布了一项名为多模态对比学习联合示例选择(JEST)的研究成果,旨在优化大模型预训练过程中的数据筛选。JEST通过联合选择数据批次而非独立选择示例,利用多模态对比目标揭示数据间的依赖关系,提高了学习效率。实验表明,JEST能显著加速训练并降低计算成本,最多减少13倍迭代次数和10倍计算量。这一成果有望推动大模型预训练更加高效和经济。论文详情见:https://arxiv.org/abs/2406.17711。
98 2
解读大模型时代的数据加速:性能、稳定性与一致性一个都不能少
本文探讨了在大模型时代,如何在数据加速中平衡性能、稳定性和一致性,通过阿里云ACK Fluid的实例,详细解析了优化策略与最佳实践,旨在帮助用户高效应对数据管理挑战。
Milvus 2.3.功能全面升级,核心组件再升级,超低延迟、高准确度、MMap一触开启数据处理量翻倍、支持GPU使用!
Milvus 2.3.功能全面升级,核心组件再升级,超低延迟、高准确度、MMap一触开启数据处理量翻倍、支持GPU使用!
Milvus 2.3.功能全面升级,核心组件再升级,超低延迟、高准确度、MMap一触开启数据处理量翻倍、支持GPU使用!
最佳实践—混合负载HTAP的实践和优化
背景信息 本文主要提供数据库上云后OLTP+OLAP一体化架构的最佳实践,既HTAP。主要面对的业务应用范围: 混合型HTAP数据库需求:如ORACLE数据库改造上云,云上数据库方案选型; OLTP系统查询慢,存在分析型场景和瓶颈的客户; 读写分离需求。
669 0
最佳实践—混合负载HTAP的实践和优化
AI助理

你好,我是AI助理

可以解答问题、推荐解决方案等