200 百分求发送算法和策略思路！

arvid_gs 2007-04-13 09:55:48

现在有 IOCP 模式的服务器，服务器收到一条消息后要群发给客户端，客户端有上千个到万，现在采取遍历发送给客户端，就是 for 循环，发现效率比较低，问问大家有什么好的注意可以提高效率，多谢！！

...全文

527 22 打赏收藏转发到动态举报

写回复

22 条回复

切换为时间正序

请发表友善的回复…

发表回复

fairyprince 2007-04-16

打赏
举报

回复

不要让服务器主动发送为好，如果可以接受应该让客户端请求这可以让服务器不在一时处理那么大量的计算。
如不行，应该将工作分散，比如一次发送还200 条，这时让你的IOCP去做些别的事，然后在一定时间在发送 200 ………… ，在网络上相差几秒钟是可以容忍的，谁让你一次要发上万条了呢。这样就不会有CPU 一直占用较高情况，而且这样做可以同时处理其它事情！

fantiyu_sr 2007-04-16

打赏
举报

回复

IOCP?
开1个线程对所有client发送就可以, 基本能满足你的要求

Hylas 2007-04-16

打赏
举报

回复

我就觉得奇怪，你为什么一个for 要那么长时间，问题肯定不在 send ，因为 send是马上返回的

我估计你涉及到多次内存复制造成的，或者是由于其它代码降低效率

fanday 2007-04-15

打赏
举报

回复

问一下移动或联通公司

Analyst 2007-04-15

打赏
举报

回复

盲目的优化没有意义，首先要搞清楚瓶颈在什么地方，是CPU资源不够还是带宽不够？另外性能再怎么提高都是有天花板的，要提升系统容量除了优化性能还可以提高伸缩性，改成分布式结构。

curelex 2007-04-15

打赏
举报

回复

是把文件放Http 服务器上面然后给客户端个地址自己下载去
这样的话服务器负载就不用考虑了

systemthink 2007-04-15

打赏
举报

回复

不会!学习!

arvid_gs 2007-04-14

打赏
举报

回复

如果客户端是你自己做的，你可以把数据直接放到网络上，然后所有的客户端到哪去取，这样，所有的压力就在各自的客户端，而不在你的服务器上了????? ----客户端都取数据库的话还要服务器做什么啊? 直接插入数据库取读就可以了?

WingForce 2007-04-13

打赏
举报

回复

非要用线程也最好用线程池

如果不能用组播和广播，还有点其他的办法：
在客户端做文章，可以令客户端帮助转发，这样服务器只需要转发给有限数量的客户端即可

大选 2007-04-13

打赏
举报

回复

线程不是好办法，可以采用广播方式吗

qhlonline 2007-04-13

打赏
举报

回复

开辟成千上万的线程好像不太好。

CathySun118 2007-04-13

打赏
举报

回复

组播，中继发

tinyfog 2007-04-13

打赏
举报

回复

如果客户端是你自己做的，你可以把数据直接放到网络上，然后所有的客户端到哪去取，这样，所有的压力就在各自的客户端，而不在你的服务器上了

pyrophile 2007-04-13

打赏
举报

回复

群发？了解一下短信的群发功能应该和你的工程比较相似

arvid_gs 2007-04-13

打赏
举报

回复

有点类似组播！

「已注销」 2007-04-13

打赏
举报

回复

线程池

ouyh12345 2007-04-13

打赏
举报

回复

组播？

setsailgo 2007-04-13

打赏
举报

回复

多线程

双杯献酒 2007-04-13

打赏
举报

回复

用组播(Multipoint/Multicast)比较好，
只不过组播属于UDP, 可能存在掉包和包乱序的问题．

laofang 2007-04-13

打赏
举报

回复

现在采取遍历发送给客户端，就是 for 循环，发现效率比较低
——为什么觉得效率低，都是重叠操作立即返回，效率不见得就低，几百万的连接也能很快处理
广播消息如果并不重要，可以单开线程用UDP发送，时效上的要求就更不高了

这里使用的是完成端口，根本就再用不着什么多线程、线程池

加载更多回复（2）

多样化数据的可用性增加了对算法交易策略专业知识的需求。通过本书，您将选择并应用机器学习（ML）到广泛的数据源，并创建强大的算法策略。本书将首先介绍一些基本要素，如评估数据集、使用 Python 访问数据 API、使用 Quandl 访问金融数据以及管理预测误差。然后我们将涵盖各种机器学习技术和算法，这些技术和算法可用于使用 pandas、Seaborn、StatsModels 和 sklearn 构建和训练算法模型。然后我们将使用 StatsModels 构建、估计和解释 AR§、MA(q) 和 ARIMA

如果科技让出行更美好，可以推动出行的进化，那么 AI 算法模型的应用，就是其中一个最大的推动力。本次分享的主题为算法在哈啰顺风车中的实践应用，将首先介绍算法同学依托于什么样的算法平台来解决哪些具体的业务场景；其次，介绍匹配推荐引擎，包括引擎的架构，召回和精排模块的演进；再次，介绍交易生态治理算法，包括治理算法的架构和模型的演进；最后，介绍智能营销算法的架构和模型的演进。业务介绍首先介绍下哈啰的算法平台基础建设，给算法同学在业务中落地算法提供了有力的保障。 1. 平台基建公司的机器学习平台是

在当今的互联网时代，随着大数据和分布式系统的迅猛发展，如何高效地存储和检索海量数据成为了一个亟待解决的关键问题。传统的哈希算法在面对节点动态增删时，往往会导致大量的数据重新分配，进而影响系统的性能和可用性。为了解决这一难题，一致性哈希（Consistent Hashing）算法应运而生。一致性哈希（Consistent Hashing）是一种用于分布式系统中的哈希算法，旨在解决因节点增删导致的数据重新分配问题。

蒙特卡洛分析或模拟听起来是一个艰巨的话题，但实际上并非如此。使用我创建的蒙特卡洛电子表格，你可以免费下载（），分析过程相当简单。那么，它实际上是什么呢？想想你策略中的个别交易。这些交易按发生顺序依次进行，形成策略的权益曲线。但如果这些交易的顺序不同呢？回撤是否会变得更严重？最终权益是否会不同？这些都是蒙特卡洛分析可以回答的问题。在最简单的形式下，你可以这样理解：首先，准备一些小纸片，每个纸片对应你策略中的一个交易。然后，在每个纸片上写下一个交易结果。当你记录完所有交易后，把所有纸片放进一个帽子里。

聚类算法：K-means、K-means++；聚类算法评估；特征降维：特征选择（Pearson相关系数、Spearman相关系数）、PCA主成分分析

18,358

社区成员

64,165

社区内容

发帖

与我相关

我的任务

c++c语言开发语言技术论坛（原bbs）

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章