5G機遇 | 如何解決在核心場景的高併發、超低延遲需求?
01
每年春節,都意味著一場紅包間的大戰。
過去我們習
去看看
網頁遊戲
慣拿一個寫好祝福的紅包,塞進錢送給我們的父母、親人、長輩晚輩。
手機支付普及後,我們只需要掏出手機,就可以完成所有步驟。
移動支付帶來方便的同時,也存在諸多問題,儀式感暫不提。從工程師的角度來看,如果發紅包的併發流量太高,伺服器則容易分分鐘陷入當機狀態,撒錢都沒轍。羅振宇在 2019 年的跨年演講中提到:得到原本打算在春晚投放廣告,但是被勸住了,因為春晚紅包有一條不成文的規定——要想春晚打廣告,產品日活先過億。原因很簡單,使用者量過低,技術很難支撐起春晚級別的高併發流量。
那麼問題來了,如何解決在核心場景的高併發、超低延遲需求呢?趕快在年前學習一波吧。
02
2.1 Dream11受《經濟時報》熱捧
前段時間,印度的《經濟時報》熱捧Dream11(體育運動平臺),僅僅因為它能夠管理數百萬個併發使用者,同時能夠執行數千個實時實驗來改善使用者體驗。
《經濟時報》指出,在2020年印度板球超級聯賽期間,Dream11每分鐘處理6000萬個請求,每秒處理多達8000次事務處理。
這正是VoltDB最擅長的工作:在大規模、高併發的場景下,為資料提取、處理、決策提供高效執行引擎。當然了,VoltDB不只是為體育界的客戶提供服務,我們在電信、金融等其他垂直行業也會提供此類服務。
2.2 為什麼電信領域也需要?
電信運營商和Dream11體育平臺面臨的資料量和複雜性類似。5G時代,物聯網和機器學習之間,比以往任何時候都需要大規模高併發效能的能力。這樣不但可以提供客戶優質體驗,在欺詐預防,動態策略和計費功能等方面也有強烈需求。電信公司對高速實時處理大量資料決策而構建
的NewSQL資料平臺,場景也非常明確。
和Dream11類似,電信公司場景有:
· 數百萬併發使用者
· 來自分佈廣泛的源的極其複雜的資料
· 越來越複雜的政策和收費選項
· 如果發生故障,將導致嚴重後果
2.3 電信公司可以做什麼來應付5G應用場景?
面對新的前所未有的複雜流資料浪潮,電信公司需要重新考慮其技術堆疊,需要採取一些措施,才能取得與Dream11相同的效能指標:
簡化技術棧
坦率地說,電信公司負擔不起移動資料、處理資料、疊加業務規則以及透過四個不同的堆疊層儲存資料這樣的代價。為了能夠挖掘5G應用低延遲應用的價值,需要把儲存的技術棧簡化成一層。
彈性擴充套件
這對於策略和收費問題尤其重要。數千萬的音樂,影片和其他流媒體服務,為這些應用背後的使用者提供不同的收費策略,極具挑戰性。彈性擴充套件的資料庫意味著運營商可以根據需求逐漸增加容量,並隨著時間的推移推出更多複雜的服務。
機器學習
電信公司已經開始將機器學習應用於客戶價值管理和欺詐預防。為了能夠每秒接收數百萬個單獨事件,檢查可疑行為並在裝置甚至無法連線之前就阻止欺詐性呼叫,電信公司需要能夠連續不斷地實時更新並應用機器學習規則和演算法,以便從中學習過去的錯誤,提高預防欺詐的成功率。
超低延遲
這可能是最重要的一個指標,它當然與所有上述維度(簡化的堆疊,彈性擴充套件和機器學習)疊加後,還能維持超低延遲是非常重要的。記憶體NewSQL資料平臺使超低延遲成為可能,並可以在10毫秒內完成資料的提取,處理和查詢,從而使電信公司可以輕鬆應付客戶對規模和效能的期望,但無需複雜的高度定製解決方案。
03
我們知道Dream11的成績僅僅是開始,越來越多的行業和公司也在慢慢使用VoltDB技術。只要基於VoltDB的資料平臺準備就緒,電信公司就有理由對5G和物聯網的複雜場景的應對保持樂觀。
如果您對VoltDB的工業物聯網大資料低延遲方案、全生命週期的實時資料平臺管理等感興趣,歡迎私聊,與更多小夥伴一起探討。
來自 “ ITPUB部落格 ” ,連結:http://blog.itpub.net/69990087/viewspace-2755279/,如需轉載,請註明出處,否則將追究法律責任。
相關文章
- 超低延遲傳輸網路架構在元宇宙場景的應用架構元宇宙
- 美國伺服器延遲高怎麼辦,如何解決延遲問題伺服器
- [OS/Linux] Linux核心引數:net.core.somaxconn(高併發場景核心引數)Linux
- 伺服器延遲問題如何解決伺服器
- MySQL 在併發場景下的問題及解決思路MySql
- 高併發業務場景下的秒殺解決方案 (初探)
- C++高併發場景下讀多寫少的解決方案C++
- 低延遲流式語音識別技術在人機語音互動場景中的實踐
- RocketMQ實戰--高併發秒殺場景MQ
- API 管理在雲原生場景下的機遇與挑戰API
- PHP 併發場景的幾種解決方案PHP
- 教你如何解決MySQL資料延遲跳動的問題MySql
- 5G給遊戲行業帶來的不僅是“無延遲” 還有巨大商業機遇遊戲行業
- 基於RTS超低延時直播最佳化強互動場景體驗
- TiDB 在國信證券海量資料高併發場景中的實踐TiDB
- Redis+Lua解決高併發場景搶購秒殺問題Redis
- Nginx多程式高併發、低時延、高可靠機制在滴滴快取代理中的應用Nginx快取
- RAG新突破:塊狀注意力機制實現超低延遲檢索增強
- 【高併發】面試官:講講高併發場景下如何優化加鎖方式?面試優化
- 高併發場景下JVM調優實踐之路JVM
- 高併發場景下如何優化伺服器的效能?優化伺服器
- 高併發、低延遲之玩轉CPU快取記憶體(附C#示例)快取記憶體C#
- win10系統玩絕地求生吃雞遊戲網路延遲高如何解決Win10遊戲
- 當 Redis 發生高延遲時,到底發生了什麼Redis
- Nginx多程式高併發、低時延、高可靠機制在twemproxy快取代理中介軟體中的應用Nginx快取
- 高併發場景下的快取有哪些常見的問題?快取
- MySQL高可用(二)主備延時如何解決?MySql
- MySQL在大資料、高併發場景下的SQL語句優化和"最佳實踐"MySql大資料優化
- 伺服器延遲高的幾個原因伺服器
- 『MySQL』搞懂 InnoDB 鎖機制 以及 高併發下如何解決超賣問題MySql
- 《重學Java高併發》Sempahore的使用場景與常見誤區Java
- G1垃圾回收器在併發場景調優
- 什麼是高延遲檔案傳輸?為什麼要使用高延遲檔案傳輸
- [分散式][高併發]訊息佇列的使用場景、概念、常見問題及解決方案分散式佇列
- 如何解決jquery.jsonp在併發下容易發生異常的bugjQueryJSON
- RabbitMQ延遲訊息的延遲極限是多少?MQ
- 什麼是高併發,怎麼解決高併發
- 618 Tech Talk|高併發場景下的資料訪問速度如何保障?