集群通信组件tribes之集群的消息接收通道

简介: 与消息发送通道对应,发送的消息需要一个接收端接收消息,它就是ChannelReceiver。接收端负责接收处理其他节点从消息发送通道发送过来的消息,实际情况如图每个节点都有一个ChannelSender和ChannelReceiver,ChannelSender向其他节点的ChannelReceiver发送消息。

与消息发送通道对应,发送的消息需要一个接收端接收消息,它就是ChannelReceiver。接收端负责接收处理其他节点从消息发送通道发送过来的消息,实际情况如图每个节点都有一个ChannelSenderChannelReceiverChannelSender向其他节点的ChannelReceiver发送消息。本质是每个节点暴露一个端口作为服务端监听客户端,而每个节点又充当客户端连接其他节点的服务端,所以ChannelSender就是充当客户端的集合,ChannelReceiver充当服务端。

 

    集群消息复制过程中,每个节点ChannelReceiver负责接收来自其他节点的消息,假设一个n节点的集群,一般情况下每个ChannelReceiver对应n-1个连接,因为集群之间的通信连接都是长连接,长连接有助于提高通信效率,如下图,4个节点的集群,node1ChannelReceiver的客户端连接数为3,分别是node2node3node4三个节点作为客户端发起的socket连接。这三个节点产生的数据会通过此通道同步到node1节点,同样地,node2ChannelReceiver拥有node1node3node4的客户端连接,这三个节点产生的数据也会同步到node2节点。Node3node4也拥有三个客户端连接。为提高处理效率,此处还是使用NIO处理模型。

 

    除此之外,再接收操作中为了优化性能采取了很多措施,例如引入任务池,即是把接收任务提前定义好放入内存中,接收时可直接获取使用而不用再实例化;例如一次获取若干个报文进行处理,即使用nio模式读取消息到缓冲区后直接处理整个缓冲区的消息,它可能包含若干个报文;网络IO需要优化的地方及手段都比较多,tribes确实已经做了很多优化方面的工作。



点击订购作者《Tomcat内核设计剖析》



目录
相关文章
|
2月前
|
JSON 算法 安全
淘宝商品详情API接口系列,json数据返回
淘宝开放平台提供了多种API接口用于获取商品详情信息,主要通过 淘宝开放平台(Taobao Open Platform, TOP) 的 taobao.tbk.item.info.get(淘宝客商品详情)或 taobao.item.get(标准商品API)等接口实现。以下是关键信息及JSON返回示例:
|
3月前
|
监控 安全 测试技术
理解非功能需求---SRS软件需求规格指南系列
本文全面解析非功能需求(NFR),涵盖性能、安全性、可靠性、可用性、可扩展性等关键质量属性。内容包括定义、现实案例及最佳实践,帮助团队在软件开发生命周期中有效识别、记录与管理NFR,确保系统满足利益相关者期望与行业标准。
207 3
|
4天前
|
机器学习/深度学习 存储 人工智能
斯坦福ACE框架:让AI自己学会写prompt,性能提升17%成本降87%
斯坦福与SambaNova联合提出Agentic Context Engineering(ACE),通过让模型自生成、反思并迭代优化输入上下文,构建持续演化的“操作手册”,显著提升任务准确率,降低成本与延迟,突破传统简洁prompt局限,推动LLM高效自我改进。
192 2
斯坦福ACE框架:让AI自己学会写prompt,性能提升17%成本降87%
|
1月前
|
存储 安全 API
Typora介绍、安装、图床设置和使用
Typora是一款简洁高效的Markdown编辑器,支持实时预览、数学公式编辑、表格制作与多格式导出,适用于写作、学术与技术文档。本文详细介绍其安装、激活、主题设置、图床配置(PicGo+SM.MS/COS/OSS)及常用功能使用,助你高效搭建写作环境。
380 3
Typora介绍、安装、图床设置和使用
|
7月前
|
数据可视化 数据挖掘 BI
Quick BI 使用体验报告
Quick BI 使用体验报告
173 3
|
7月前
qwen2.5 7b w8a8量化推理
qwen2.5 7B模型的a8w8量化推理
305 0
|
存储 SQL 自然语言处理
|
机器学习/深度学习 人工智能 自然语言处理
「AIGC」AIGC技术入门
**摘要:** 探索AI概念与实践,涵盖AI、AIGC(人工智能生成内容)、AGI(人工通用智能)、模型大小、提示词工程、神经网络等。深度学习框架如TensorFlow支持模型构建,Transformer模型利用自注意力机制处理序列数据。大模型如LLMs擅长复杂任务,能适应企业定制需求,例如知识库问答。小模型则在资源有限时发挥作用。召回率衡量搜索效果,Tokenization将文本转化为模型输入。实际应用中,AI用于天气预报、内容生成,Transformer助力翻译,定制模型解决企业内部问题,如客户服务和知识库查询。
473 0
Vue3组件库 -- element plus 树形选择器组件怎样显示已有的树形菜单?
Vue3组件库 -- element plus 树形选择器组件怎样显示已有的树形菜单?
248 0
|
供应链 安全 区块链
蚂蚁区块链有哪些应用场景
蚂蚁区块链有哪些应用场景
853 0