Soumettre la recherche
Mettre en ligne
오픈소스 소프트웨어 성능 최적화 보고서 2장.
•
0 j'aime
•
805 vues
HyeonSeok Choi
Suivre
Technologie
Signaler
Partager
Signaler
Partager
1 sur 15
Télécharger maintenant
Télécharger pour lire hors ligne
Recommandé
[214] data science with apache zeppelin
[214] data science with apache zeppelin
NAVER D2
[233]멀티테넌트하둡클러스터 남경완
[233]멀티테넌트하둡클러스터 남경완
NAVER D2
[1A7]Ansible의이해와활용
[1A7]Ansible의이해와활용
NAVER D2
텀 프로젝트에서 제품 프로젝트로 - 성준영님
텀 프로젝트에서 제품 프로젝트로 - 성준영님
NAVER D2
Apache kafka 모니터링을 위한 Metrics 이해 및 최적화 방안
Apache kafka 모니터링을 위한 Metrics 이해 및 최적화 방안
SANG WON PARK
[211]대규모 시스템 시각화 현동석김광림
[211]대규모 시스템 시각화 현동석김광림
NAVER D2
Kafka slideshare
Kafka slideshare
wonyong hwang
02.실전! 시스템 관리자를 위한 Ansible
02.실전! 시스템 관리자를 위한 Ansible
Opennaru, inc.
Recommandé
[214] data science with apache zeppelin
[214] data science with apache zeppelin
NAVER D2
[233]멀티테넌트하둡클러스터 남경완
[233]멀티테넌트하둡클러스터 남경완
NAVER D2
[1A7]Ansible의이해와활용
[1A7]Ansible의이해와활용
NAVER D2
텀 프로젝트에서 제품 프로젝트로 - 성준영님
텀 프로젝트에서 제품 프로젝트로 - 성준영님
NAVER D2
Apache kafka 모니터링을 위한 Metrics 이해 및 최적화 방안
Apache kafka 모니터링을 위한 Metrics 이해 및 최적화 방안
SANG WON PARK
[211]대규모 시스템 시각화 현동석김광림
[211]대규모 시스템 시각화 현동석김광림
NAVER D2
Kafka slideshare
Kafka slideshare
wonyong hwang
02.실전! 시스템 관리자를 위한 Ansible
02.실전! 시스템 관리자를 위한 Ansible
Opennaru, inc.
[121]네이버 효과툰 구현 이야기
[121]네이버 효과툰 구현 이야기
NAVER D2
[오픈소스컨설팅] Ansible을 활용한 운영 자동화 교육
[오픈소스컨설팅] Ansible을 활용한 운영 자동화 교육
Ji-Woong Choi
자동화된 인프라구축 - 2009년 자료
자동화된 인프라구축 - 2009년 자료
태준 문
JVM과 톰캣 튜닝
JVM과 톰캣 튜닝
Mungyu Choi
[NDC18] 만들고 붓고 부수고 - 〈야생의 땅: 듀랑고〉 서버 관리 배포 이야기
[NDC18] 만들고 붓고 부수고 - 〈야생의 땅: 듀랑고〉 서버 관리 배포 이야기
Chanwoong Kim
03.Ansible 소개
03.Ansible 소개
Opennaru, inc.
Understanding of Apache kafka metrics for monitoring
Understanding of Apache kafka metrics for monitoring
SANG WON PARK
JCO 11th 클라우드 환경에서 Java EE 운영 환경 구축하기
JCO 11th 클라우드 환경에서 Java EE 운영 환경 구축하기
Ted Won
Kubernetes
Kubernetes
Kyung Koo Yoon
도커의 기초 - 김상필 솔루션즈 아키텍트 :: AWS Container Day
도커의 기초 - 김상필 솔루션즈 아키텍트 :: AWS Container Day
Amazon Web Services Korea
[236] 카카오의데이터파이프라인 윤도영
[236] 카카오의데이터파이프라인 윤도영
NAVER D2
Apache kafka performance(latency)_benchmark_v0.3
Apache kafka performance(latency)_benchmark_v0.3
SANG WON PARK
[OpenInfra Days Korea 2018] Day 2 - E5: Mesos to Kubernetes, Cloud Native 서비스...
[OpenInfra Days Korea 2018] Day 2 - E5: Mesos to Kubernetes, Cloud Native 서비스...
OpenStack Korea Community
ECS+Locust로 부하 테스트 진행하기
ECS+Locust로 부하 테스트 진행하기
Yungon Park
AWS 환경에서 MySQL Infra 설계하기-2부.본론
AWS 환경에서 MySQL Infra 설계하기-2부.본론
I Goo Lee
Ansible
Ansible
DaeMyung Kang
[오픈소스컨설팅] 스카우터 사용자 가이드 2020
[오픈소스컨설팅] 스카우터 사용자 가이드 2020
Ji-Woong Choi
[D2 COMMUNITY] Open Container Seoul Meetup - 마이크로 서비스 아키텍쳐와 Docker kubernetes
[D2 COMMUNITY] Open Container Seoul Meetup - 마이크로 서비스 아키텍쳐와 Docker kubernetes
NAVER D2
[2B5]nBase-ARC Redis Cluster
[2B5]nBase-ARC Redis Cluster
NAVER D2
[오픈소스컨설팅] 아파치톰캣 운영가이드 v1.3
[오픈소스컨설팅] 아파치톰캣 운영가이드 v1.3
Ji-Woong Choi
React-Query가필요한가요.pptx
React-Query가필요한가요.pptx
ssuser89c688
Amazon EC2 고급 활용 기법 및 모범 사례::이진욱::AWS Summit Seoul 2018
Amazon EC2 고급 활용 기법 및 모범 사례::이진욱::AWS Summit Seoul 2018
Amazon Web Services Korea
Contenu connexe
Tendances
[121]네이버 효과툰 구현 이야기
[121]네이버 효과툰 구현 이야기
NAVER D2
[오픈소스컨설팅] Ansible을 활용한 운영 자동화 교육
[오픈소스컨설팅] Ansible을 활용한 운영 자동화 교육
Ji-Woong Choi
자동화된 인프라구축 - 2009년 자료
자동화된 인프라구축 - 2009년 자료
태준 문
JVM과 톰캣 튜닝
JVM과 톰캣 튜닝
Mungyu Choi
[NDC18] 만들고 붓고 부수고 - 〈야생의 땅: 듀랑고〉 서버 관리 배포 이야기
[NDC18] 만들고 붓고 부수고 - 〈야생의 땅: 듀랑고〉 서버 관리 배포 이야기
Chanwoong Kim
03.Ansible 소개
03.Ansible 소개
Opennaru, inc.
Understanding of Apache kafka metrics for monitoring
Understanding of Apache kafka metrics for monitoring
SANG WON PARK
JCO 11th 클라우드 환경에서 Java EE 운영 환경 구축하기
JCO 11th 클라우드 환경에서 Java EE 운영 환경 구축하기
Ted Won
Kubernetes
Kubernetes
Kyung Koo Yoon
도커의 기초 - 김상필 솔루션즈 아키텍트 :: AWS Container Day
도커의 기초 - 김상필 솔루션즈 아키텍트 :: AWS Container Day
Amazon Web Services Korea
[236] 카카오의데이터파이프라인 윤도영
[236] 카카오의데이터파이프라인 윤도영
NAVER D2
Apache kafka performance(latency)_benchmark_v0.3
Apache kafka performance(latency)_benchmark_v0.3
SANG WON PARK
[OpenInfra Days Korea 2018] Day 2 - E5: Mesos to Kubernetes, Cloud Native 서비스...
[OpenInfra Days Korea 2018] Day 2 - E5: Mesos to Kubernetes, Cloud Native 서비스...
OpenStack Korea Community
ECS+Locust로 부하 테스트 진행하기
ECS+Locust로 부하 테스트 진행하기
Yungon Park
AWS 환경에서 MySQL Infra 설계하기-2부.본론
AWS 환경에서 MySQL Infra 설계하기-2부.본론
I Goo Lee
Ansible
Ansible
DaeMyung Kang
[오픈소스컨설팅] 스카우터 사용자 가이드 2020
[오픈소스컨설팅] 스카우터 사용자 가이드 2020
Ji-Woong Choi
[D2 COMMUNITY] Open Container Seoul Meetup - 마이크로 서비스 아키텍쳐와 Docker kubernetes
[D2 COMMUNITY] Open Container Seoul Meetup - 마이크로 서비스 아키텍쳐와 Docker kubernetes
NAVER D2
[2B5]nBase-ARC Redis Cluster
[2B5]nBase-ARC Redis Cluster
NAVER D2
[오픈소스컨설팅] 아파치톰캣 운영가이드 v1.3
[오픈소스컨설팅] 아파치톰캣 운영가이드 v1.3
Ji-Woong Choi
Tendances
(20)
[121]네이버 효과툰 구현 이야기
[121]네이버 효과툰 구현 이야기
[오픈소스컨설팅] Ansible을 활용한 운영 자동화 교육
[오픈소스컨설팅] Ansible을 활용한 운영 자동화 교육
자동화된 인프라구축 - 2009년 자료
자동화된 인프라구축 - 2009년 자료
JVM과 톰캣 튜닝
JVM과 톰캣 튜닝
[NDC18] 만들고 붓고 부수고 - 〈야생의 땅: 듀랑고〉 서버 관리 배포 이야기
[NDC18] 만들고 붓고 부수고 - 〈야생의 땅: 듀랑고〉 서버 관리 배포 이야기
03.Ansible 소개
03.Ansible 소개
Understanding of Apache kafka metrics for monitoring
Understanding of Apache kafka metrics for monitoring
JCO 11th 클라우드 환경에서 Java EE 운영 환경 구축하기
JCO 11th 클라우드 환경에서 Java EE 운영 환경 구축하기
Kubernetes
Kubernetes
도커의 기초 - 김상필 솔루션즈 아키텍트 :: AWS Container Day
도커의 기초 - 김상필 솔루션즈 아키텍트 :: AWS Container Day
[236] 카카오의데이터파이프라인 윤도영
[236] 카카오의데이터파이프라인 윤도영
Apache kafka performance(latency)_benchmark_v0.3
Apache kafka performance(latency)_benchmark_v0.3
[OpenInfra Days Korea 2018] Day 2 - E5: Mesos to Kubernetes, Cloud Native 서비스...
[OpenInfra Days Korea 2018] Day 2 - E5: Mesos to Kubernetes, Cloud Native 서비스...
ECS+Locust로 부하 테스트 진행하기
ECS+Locust로 부하 테스트 진행하기
AWS 환경에서 MySQL Infra 설계하기-2부.본론
AWS 환경에서 MySQL Infra 설계하기-2부.본론
Ansible
Ansible
[오픈소스컨설팅] 스카우터 사용자 가이드 2020
[오픈소스컨설팅] 스카우터 사용자 가이드 2020
[D2 COMMUNITY] Open Container Seoul Meetup - 마이크로 서비스 아키텍쳐와 Docker kubernetes
[D2 COMMUNITY] Open Container Seoul Meetup - 마이크로 서비스 아키텍쳐와 Docker kubernetes
[2B5]nBase-ARC Redis Cluster
[2B5]nBase-ARC Redis Cluster
[오픈소스컨설팅] 아파치톰캣 운영가이드 v1.3
[오픈소스컨설팅] 아파치톰캣 운영가이드 v1.3
Similaire à 오픈소스 소프트웨어 성능 최적화 보고서 2장.
React-Query가필요한가요.pptx
React-Query가필요한가요.pptx
ssuser89c688
Amazon EC2 고급 활용 기법 및 모범 사례::이진욱::AWS Summit Seoul 2018
Amazon EC2 고급 활용 기법 및 모범 사례::이진욱::AWS Summit Seoul 2018
Amazon Web Services Korea
Backend Master | 3.4.5 Deploy - Docker Principal
Backend Master | 3.4.5 Deploy - Docker Principal
Kyunghun Jeon
spark database Service
spark database Service
창언 정
Windows via C/C++ 06 스레드의 기본
Windows via C/C++ 06 스레드의 기본
ssuser0c2478
[오픈소스컨설팅]쿠버네티스를 활용한 개발환경 구축
[오픈소스컨설팅]쿠버네티스를 활용한 개발환경 구축
Ji-Woong Choi
Warp
Warp
aceigy6322
Akka.NET 으로 만드는 온라인 게임 서버 (NDC2016)
Akka.NET 으로 만드는 온라인 게임 서버 (NDC2016)
Esun Kim
빠르게훓어보는 Node.js와 Vert.x
빠르게훓어보는 Node.js와 Vert.x
Terry Cho
[NDC17] Kubernetes로 개발서버 간단히 찍어내기
[NDC17] Kubernetes로 개발서버 간단히 찍어내기
SeungYong Oh
Cache cloud 최종
Cache cloud 최종
nexusz99
1711 azure-live
1711 azure-live
세준 김
Windows Kubernetes Bootstrapping and Operations
Windows Kubernetes Bootstrapping and Operations
Jung Hyun Nam
Rhea_MMO_SNG_Convergence_Server_Architecture
Rhea_MMO_SNG_Convergence_Server_Architecture
Rhea Strike
오픈 소스 클라우드 플랫폼 분석
오픈 소스 클라우드 플랫폼 분석
Jennifer Noh
숨겨진 마이크로서비스: 초고속 응답과 고가용성을 위한 캐시 서비스 디자인
숨겨진 마이크로서비스: 초고속 응답과 고가용성을 위한 캐시 서비스 디자인
VMware Tanzu Korea
XECon2015 :: [1-5] 김훈민 - 서버 운영자가 꼭 알아야 할 Docker
XECon2015 :: [1-5] 김훈민 - 서버 운영자가 꼭 알아야 할 Docker
XpressEngine
임태현, IIS with ASP.NET
임태현, IIS with ASP.NET
태현 임
쓰레드.pdf
쓰레드.pdf
Seokju Hong
[오픈소스컨설팅]Performance Tuning How To
[오픈소스컨설팅]Performance Tuning How To
Ji-Woong Choi
Similaire à 오픈소스 소프트웨어 성능 최적화 보고서 2장.
(20)
React-Query가필요한가요.pptx
React-Query가필요한가요.pptx
Amazon EC2 고급 활용 기법 및 모범 사례::이진욱::AWS Summit Seoul 2018
Amazon EC2 고급 활용 기법 및 모범 사례::이진욱::AWS Summit Seoul 2018
Backend Master | 3.4.5 Deploy - Docker Principal
Backend Master | 3.4.5 Deploy - Docker Principal
spark database Service
spark database Service
Windows via C/C++ 06 스레드의 기본
Windows via C/C++ 06 스레드의 기본
[오픈소스컨설팅]쿠버네티스를 활용한 개발환경 구축
[오픈소스컨설팅]쿠버네티스를 활용한 개발환경 구축
Warp
Warp
Akka.NET 으로 만드는 온라인 게임 서버 (NDC2016)
Akka.NET 으로 만드는 온라인 게임 서버 (NDC2016)
빠르게훓어보는 Node.js와 Vert.x
빠르게훓어보는 Node.js와 Vert.x
[NDC17] Kubernetes로 개발서버 간단히 찍어내기
[NDC17] Kubernetes로 개발서버 간단히 찍어내기
Cache cloud 최종
Cache cloud 최종
1711 azure-live
1711 azure-live
Windows Kubernetes Bootstrapping and Operations
Windows Kubernetes Bootstrapping and Operations
Rhea_MMO_SNG_Convergence_Server_Architecture
Rhea_MMO_SNG_Convergence_Server_Architecture
오픈 소스 클라우드 플랫폼 분석
오픈 소스 클라우드 플랫폼 분석
숨겨진 마이크로서비스: 초고속 응답과 고가용성을 위한 캐시 서비스 디자인
숨겨진 마이크로서비스: 초고속 응답과 고가용성을 위한 캐시 서비스 디자인
XECon2015 :: [1-5] 김훈민 - 서버 운영자가 꼭 알아야 할 Docker
XECon2015 :: [1-5] 김훈민 - 서버 운영자가 꼭 알아야 할 Docker
임태현, IIS with ASP.NET
임태현, IIS with ASP.NET
쓰레드.pdf
쓰레드.pdf
[오픈소스컨설팅]Performance Tuning How To
[오픈소스컨설팅]Performance Tuning How To
Plus de HyeonSeok Choi
밑바닥부터시작하는딥러닝 Ch05
밑바닥부터시작하는딥러닝 Ch05
HyeonSeok Choi
밑바닥부터시작하는딥러닝 Ch2
밑바닥부터시작하는딥러닝 Ch2
HyeonSeok Choi
프로그래머를위한선형대수학1.2
프로그래머를위한선형대수학1.2
HyeonSeok Choi
알고리즘 중심의 머신러닝 가이드 Ch04
알고리즘 중심의 머신러닝 가이드 Ch04
HyeonSeok Choi
딥러닝 제대로시작하기 Ch04
딥러닝 제대로시작하기 Ch04
HyeonSeok Choi
밑바닥부터시작하는딥러닝 Ch05
밑바닥부터시작하는딥러닝 Ch05
HyeonSeok Choi
함수적 사고 2장
함수적 사고 2장
HyeonSeok Choi
7가지 동시성 모델 - 데이터 병렬성
7가지 동시성 모델 - 데이터 병렬성
HyeonSeok Choi
7가지 동시성 모델 4장
7가지 동시성 모델 4장
HyeonSeok Choi
Bounded Context
Bounded Context
HyeonSeok Choi
DDD Repository
DDD Repository
HyeonSeok Choi
DDD Start Ch#3
DDD Start Ch#3
HyeonSeok Choi
실무로 배우는 시스템 성능 최적화 Ch8
실무로 배우는 시스템 성능 최적화 Ch8
HyeonSeok Choi
실무로 배우는 시스템 성능 최적화 Ch7
실무로 배우는 시스템 성능 최적화 Ch7
HyeonSeok Choi
실무로 배우는 시스템 성능 최적화 Ch6
실무로 배우는 시스템 성능 최적화 Ch6
HyeonSeok Choi
Logstash, ElasticSearch, Kibana
Logstash, ElasticSearch, Kibana
HyeonSeok Choi
실무로배우는시스템성능최적화 Ch1
실무로배우는시스템성능최적화 Ch1
HyeonSeok Choi
HTTP 완벽가이드 21장
HTTP 완벽가이드 21장
HyeonSeok Choi
HTTP 완벽가이드 16장
HTTP 완벽가이드 16장
HyeonSeok Choi
HTTPS
HTTPS
HyeonSeok Choi
Plus de HyeonSeok Choi
(20)
밑바닥부터시작하는딥러닝 Ch05
밑바닥부터시작하는딥러닝 Ch05
밑바닥부터시작하는딥러닝 Ch2
밑바닥부터시작하는딥러닝 Ch2
프로그래머를위한선형대수학1.2
프로그래머를위한선형대수학1.2
알고리즘 중심의 머신러닝 가이드 Ch04
알고리즘 중심의 머신러닝 가이드 Ch04
딥러닝 제대로시작하기 Ch04
딥러닝 제대로시작하기 Ch04
밑바닥부터시작하는딥러닝 Ch05
밑바닥부터시작하는딥러닝 Ch05
함수적 사고 2장
함수적 사고 2장
7가지 동시성 모델 - 데이터 병렬성
7가지 동시성 모델 - 데이터 병렬성
7가지 동시성 모델 4장
7가지 동시성 모델 4장
Bounded Context
Bounded Context
DDD Repository
DDD Repository
DDD Start Ch#3
DDD Start Ch#3
실무로 배우는 시스템 성능 최적화 Ch8
실무로 배우는 시스템 성능 최적화 Ch8
실무로 배우는 시스템 성능 최적화 Ch7
실무로 배우는 시스템 성능 최적화 Ch7
실무로 배우는 시스템 성능 최적화 Ch6
실무로 배우는 시스템 성능 최적화 Ch6
Logstash, ElasticSearch, Kibana
Logstash, ElasticSearch, Kibana
실무로배우는시스템성능최적화 Ch1
실무로배우는시스템성능최적화 Ch1
HTTP 완벽가이드 21장
HTTP 완벽가이드 21장
HTTP 완벽가이드 16장
HTTP 완벽가이드 16장
HTTPS
HTTPS
Dernier
Merge (Kitworks Team Study 이성수 발표자료 240426)
Merge (Kitworks Team Study 이성수 발표자료 240426)
Wonjun Hwang
Console API (Kitworks Team Study 백혜인 발표자료)
Console API (Kitworks Team Study 백혜인 발표자료)
Wonjun Hwang
캐드앤그래픽스 2024년 5월호 목차
캐드앤그래픽스 2024년 5월호 목차
캐드앤그래픽스
Continual Active Learning for Efficient Adaptation of Machine LearningModels ...
Continual Active Learning for Efficient Adaptation of Machine LearningModels ...
Kim Daeun
A future that integrates LLMs and LAMs (Symposium)
A future that integrates LLMs and LAMs (Symposium)
Tae Young Lee
MOODv2 : Masked Image Modeling for Out-of-Distribution Detection
MOODv2 : Masked Image Modeling for Out-of-Distribution Detection
Kim Daeun
Dernier
(6)
Merge (Kitworks Team Study 이성수 발표자료 240426)
Merge (Kitworks Team Study 이성수 발표자료 240426)
Console API (Kitworks Team Study 백혜인 발표자료)
Console API (Kitworks Team Study 백혜인 발표자료)
캐드앤그래픽스 2024년 5월호 목차
캐드앤그래픽스 2024년 5월호 목차
Continual Active Learning for Efficient Adaptation of Machine LearningModels ...
Continual Active Learning for Efficient Adaptation of Machine LearningModels ...
A future that integrates LLMs and LAMs (Symposium)
A future that integrates LLMs and LAMs (Symposium)
MOODv2 : Masked Image Modeling for Out-of-Distribution Detection
MOODv2 : Masked Image Modeling for Out-of-Distribution Detection
오픈소스 소프트웨어 성능 최적화 보고서 2장.
1.
! 오픈소스
2.
소프트웨어
3.
성능
4.
최적화
5.
보고서
6.
Ch.2
7.
SocialCalc에서
8.
EtherCalc로 아꿈사
9.
cecil
10.
EtherCalc 동시
11.
편집에
12.
최적화된
13.
온라인
14.
스프레드
15.
시트
16.
! •Socialtext
17.
플랫폼:
18.
기업
19.
사용자를
20.
위한
21.
Social
22.
협동
23.
도구
24.
모음
25.
•SocialCalc:
26.
Socialtext
27.
플랫폼의
28.
일부로,
29.
EtherCalc가
30.
사용하는
31.
브라우저
32.
내
33.
스프레드시트
34.
엔진
35.
초기
36.
SocialCalc •클라이언트
37.
측:
38.
Javascript
39.
•서버
40.
측:
41.
Perl Javascript로
42.
수행되는
43.
클라이언트
44.
측
45.
계산이
46.
Perl로
47.
수행되는
48.
서버
49.
측
50.
계산보다
51.
느렸지만,
52.
네트워크
53.
속도보다
54.
빠름.(2005
55.
-
56.
2006)
57.
이
58.
장에서
59.
주요
60.
내용 •SocialCalc를
61.
실제
62.
배치할때
63.
발생한
64.
이슈
65.
•이를
66.
개선하기
67.
위해
68.
적용한
69.
아키텍처와
70.
그
71.
과정
72.
설계상의
73.
제약
74.
조건 •메모리
75.
•Event
76.
기반
77.
서버에서
78.
작은
79.
용량의
80.
RAM으로도
81.
수천개의
82.
동시
83.
연결을
84.
처리
85.
•CPU
86.
•대부분의
87.
계산과
88.
콘텐츠
89.
렌더링은
90.
클라이언트쪽
91.
JavaScript를
92.
사용
93.
•네트워크
94.
•스프레드
95.
시트의
96.
내용이
97.
아니라
98.
연산들을
99.
전송함을써
100.
네트워크
101.
사용량을
102.
줄임
103.
•불안정한
104.
네트워크
105.
연결을
106.
복구할
107.
수
108.
있어야
109.
함.
110.
초기
111.
원형 •비동기
112.
웹서버인
113.
Feersum
114.
기반
115.
•Feersum
116.
위에서
117.
PocketIO
118.
•Socket.io
119.
기반
120.
•동작
121.
•클라이언트는
122.
각
123.
명령을
124.
서버로
125.
전송
126.
•서버는
127.
명령을
128.
시간값과
129.
같이
130.
저장
131.
•클라이언트
132.
접속시
133.
단절
134.
이후의
135.
모든
136.
명령을
137.
담은
138.
명령을
139.
전송
140.
(복구
141.
가능) 장점:
142.
서버쪽
143.
CPU와
144.
RAM
145.
요구사항을
146.
최소화,
147.
장애에
148.
대한
149.
적당한
150.
복원
151.
능력
152.
제공
153.
단점:
154.
명령이
155.
많아질
156.
경우
157.
클라이언트는
158.
접속시
159.
수천개의
160.
명령을
161.
재생해야함.
162.
스냅샵
163.
메커니즘
164.
도입 •동작
165.
•명령이
166.
100개
167.
전송될
168.
때
169.
마다
170.
활성화된
171.
클 라이언트의
172.
상태를
173.
점검하여,
174.
스냅샷을
175.
기록
176.
•명령은
177.
스냅샷
178.
이후를
179.
기록 장점:
180.
새로이
181.
접속하는
182.
클라이언트는
183.
많아야
184.
100개의
185.
명령을
186.
재성
187.
이슈:클라이언트의
188.
업로드
189.
대역폭의
190.
증가로
191.
네트워크
192.
성능
193.
이슈
194.
발생
195.
원인:
196.
서버가
197.
스프레드
198.
시트
199.
명령을
200.
실행할
201.
능력이
202.
없음.
203.
(스냅샷을
204.
클라이언트에서
205.
생성)
206.
Node.js로
207.
이식 •엔진을
208.
perl로
209.
재
210.
작성하는
211.
것은
212.
코드를
213.
2개
214.
유지해야
215.
함.
216.
(비용
217.
문제)
218.
•Node.js로
219.
서버를
220.
재
221.
작성
222.
•ZappaJS를
223.
사용
224.
•동일한
225.
엔진을
226.
서버에서
227.
사용
228.
•기능적으로
229.
동등한
230.
서버를
231.
80줄로
232.
완성
233.
•서버에서
234.
스프레드
235.
시트
236.
명령을
237.
실행 단점:
238.
최대
239.
Throughput이
240.
절반으로
241.
줄어듬.
242.
(서버
243.
측에서
244.
하는
245.
역할이
246.
증가)
247.
248.
Feersum:
249.
5000
250.
tps,
251.
Node.js
252.
+
253.
Express:
254.
2500
255.
tps
256.
257.
But,
258.
받아
259.
들일만
260.
함.
261.
262.
263.
이후,
264.
서버쪽
265.
SocialCalc
266.
스프레드
267.
시트
268.
갱신에
269.
쓰이는
270.
대역폭을
271.
최소화
272.
하는데
273.
주력
274.
서버측
275.
SocialCalc •jsdom을
276.
사용하여
277.
클라이언트쪽
278.
Javascript
279.
라이브러리를
280.
시뮬레이션
281.
된
282.
브라우저
283.
환경에
284.
적재
285.
•각
286.
명령은
287.
서버의
288.
SocialCalc
289.
컨트롤러에서
290.
실행됨
291.
•서버는
292.
갱신된
293.
제어기의
294.
상태를
295.
새로
296.
접속한
297.
클라이언트에게
298.
전송
299.
Node.js
300.
301.
프로파일링 •신규
302.
요구사항
303.
•스프레드
304.
시트를
305.
실시간
306.
웹
307.
소통량
308.
감시
309.
시스템을
310.
위한
311.
프로그래밍
312.
가능한
313.
시각화
314.
엔진으로
315.
개조
316.
•개별칸
317.
및
318.
스프레트
319.
시트에
320.
명령을
321.
실행할
322.
수
323.
있는
324.
REST
325.
API
326.
327.
도입
328.
•초당
329.
수백개의
330.
REST
331.
API
332.
호출로
333.
이슈
334.
발생
335.
•jsdom을
336.
사용한
337.
RenderSheet에서
338.
많은
339.
시간을
340.
소요함,
341.
결과적으로
342.
서버
343.
멈춤.
344.
•프로파일링에
345.
사용한
346.
도구
347.
•Node
348.
Webkit
349.
Agent:
350.
리모트
351.
프로파일링을
352.
제공하는
353.
node.js
354.
모듈
355.
•Apache
356.
ab:
357.
아파치
358.
웹서버
359.
성능
360.
검사
361.
도구(Rest
362.
API호출)
363.
•Zombie.js:
364.
브라우저의
365.
Action을
366.
시뮬레이팅
367.
•개선:
368.
jsdom을
369.
제거하고,
370.
HTML
371.
내보내기를
372.
위한
373.
최소한의
374.
DOM을
375.
구현
376.
다중
377.
코어
378.
규모
379.
확장 •신규
380.
요구사항
381.
•다중
382.
입주
383.
호스팅을
384.
위한
385.
하나의
386.
큰
387.
서버로
388.
더
389.
많은
390.
요청을
391.
처리
392.
해야
393.
함.
394.
•Node.js
395.
사용으로
396.
인한
397.
이슈
398.
•Node.js는
399.
단일
400.
프로세스
401.
기반이기
402.
여분의
403.
CPU를
404.
활용하지
405.
못함
406.
•해결책
407.
•프로세스
408.
기반의
409.
멀티
410.
코어
411.
활용
412.
•스레드
413.
기반의
414.
멀티
415.
코어
416.
활용
417.
프로세스
418.
기반의
419.
멀티
420.
코어
421.
활용 •사전
422.
분기
423.
클러스터
424.
서버를
425.
이용하여
426.
각
427.
CPU마다
428.
프로세스
429.
생성
430.
•단점
431.
•Socket.io
432.
클러스터링과
433.
RedisStore
434.
연동을
435.
하려면
436.
논리가
437.
복잡해
438.
짐.
439.
•모든
440.
프로세스가
441.
CPU를
442.
많이
443.
소비하는
444.
처리에
445.
묶여
446.
있으면
447.
연결이
448.
여전히
449.
차단됨.
450.
스레드
451.
기반의
452.
멀티
453.
코어
454.
활용 •서버쪽
455.
스프레드
456.
시트마다
457.
하나씩의
458.
백그라운드
459.
스레드를
460.
생성
461.
•이를
462.
위해
463.
W3C의
464.
Web
465.
Worker
466.
API를
467.
구현
468.
•Web
469.
Worker
470.
API:
471.
스크립트들을
472.
백그라운드에서
473.
독립적으로
474.
실행하는
475.
방법을
476.
정의
477.
Lessons
478.
Learned •구속은
479.
자유
480.
•최악이
481.
최선
482.
•LiveScript의
483.
재등장
484.
•결론
485.
Reference • 테이비시
486.
암스트롱
487.
엮음.
488.
오픈소스
489.
소프트웨어
490.
성능
491.
최적화
492.
보고서.
493.
(류광
494.
옮 김).
495.
경기도
496.
파주:
497.
제이펍,
498.
2014
Télécharger maintenant