多級並發模式優化編譯

1. 多線程並發伺服器的缺點是什麼可採用什麼克服

多線程處理的優點

同步應用程序的開發比較容易，但由於需要在上一個任務完成後才能開始新的任務，所以其效率通常比多線程應用程序低。如果完成同步任務所用的時間比預計時間長，應用程序可能會不響應。多線程處理可以同時運行多個過程。例如，文字處理器應用程序在您處理文檔的同時，可以檢查拼寫（作為單獨的任務）。由於多線程應用程序將程序劃分成獨立的任務，因此可以在以下方面顯著提高性能：
多線程技術使程序的響應速度更快，因為用戶界面可以在進行其他工作的同時一直處於活動狀態。
當前沒有進行處理的任務可以將處理器時間讓給其他任務。
佔用大量處理時間的任務可以定期將處理器時間讓給其他任務。
可以隨時停止任務。
可以分別設置各個任務的優先順序以優化性能。

是否需要創建多線程應用程序取決於多個因素。在以下情況下，最適合採用多線程處理：
耗時或大量佔用處理器的任務阻塞用戶界面操作。
各個任務必須等待外部資源（如遠程文件或 Internet 連接）。

例如，用於跟蹤 Web 頁上的鏈接並下載滿足特定條件的文件的 Internet 應用程序「robot」。這種應用程序可以依次同步下載各個文件，也可以使用多線程同時下載多個文件。多線程方法比同步方法的效率高很多，因為即使在某些線程中遠程 Web 伺服器的響應非常慢，也可以下載文件。
http://cache..com/c?word=%B6%E0%3B%CF%DF%B3%CC%3B%B5%C4%3B%D3%C5%B5%E3&url=http%3A//www%2Edaima%2Ecom%2Ecn/Info/94/Info31410/&b=0&a=4&user=#0

下面是多線程的例子
還在Dos時代，人們就在尋求一種多任務的實現。於是出現了TSR類型的後台駐留程序，比較有代表性的有Side Kick、Vsafe等優秀的TSR程序，這類程序的出現和應用確實給用戶使用計算機帶來了極大的方便，比如Side Kick，我們編程可以在不用進編輯程序的狀態下，一邊編輯源程序，一邊編譯運行，非常方便。但是，Dos單任務操作系統的致命缺陷註定了在Dos下不可能開發出真正的多任務程序。進入Windows3.1時代，這種情況依然沒有根本的改變，一次應用只能做一件事。比如資料庫查詢，除非應用編得很好，在查詢期間整個系統將不響應用戶的輸入。
進入了Windows NT和Windows 9x時代，情況就有了徹底的改觀，操作系統從真正意義上實現了多任務（嚴格地說，Win9x還算不上）。一個應用程序，在需要的時候可以有許多個執行線程，每個線程就是一個小的執行程序，操作系統自動使各個線程共享CPU資源，確保任一線程都不能使系統死鎖。這樣，在編程的時候，可以把費時間的任務移到後台，在前台用另一個線程接受用戶的輸入。對那些對實時性要求比較高的編程任務，如網路客戶服務、串列通信等應用時，多線程的實現無疑大大地增強了程序的可用性和穩固性。

2. 並行處理的並行演算法的基本策略

在並行處理技術中所使用的演算法主要遵循三種策略：
1．分而治之法：也就是把多個任務分解到多個處理器或多個計算機中，然後再按照一定的拓撲結構來進行求解。
2．重新排序法：分別採用靜態或動態的指令詞度方式。
3．顯式/隱式並行性結合：顯式指的是並行語言通過編譯形成並行程序，隱式指的是串列語言通過編譯形成並行程序，顯式/隱式並行性結合的關鍵就在於並行編譯，而並行編譯涉及到語句、程序段、進程以及各級程序的並行性。
二、並行性描述定義
利用計算機語言進行並行性描述的時候主要有三種方案：
1．語言擴展方案：也就是利用各種語言的庫函數來進行並行性功能的擴展。
2．編譯制導法：也稱為智能編譯，它是隱式並行策略的體現，主要是由並行編譯系統進行程序表示、控制流的分析、相關分析、優化分析和並行化劃分，由相關分析得到方法庫管理方案，由優化分析得到知識庫管理方案，由並行化劃分得到程序重構，從而形成並行程序。
3．新的語言結構法：這是顯式並行策略的體現。也就是建立一種全新的並行語言的體系，而這種並行語言通過編譯就能直接形成並行程序。
三、並行軟體
並行軟體可分成並行系統軟體和並行應用軟體兩大類，並行系統軟體主要指並行編譯系統和並行操作系統，並行應用軟體主要指各種軟體工具和應用軟體包。在軟體中所牽涉到的程序的並行性主要是指程序的相關性和網路互連兩方面。
1．程序的相關性：程序的相關性主要分為數據相關、控制相關和資源相關三類。
數據相關說明的是語句之間的有序關系，主要有流相關、反相關、輸出相關、I/O相關和求知相關等，這種關系在程序運行前就可以通過分析程序確定下來。數據相關是一種偏序關系，程序中並不是每一對語句的成員都是相關聯的。可以通過分析程序的數據相關，把程序中一些不存在相關性的指令並行地執行，以提高程序運行的速度。
控制相關指的是語句執行次序在運行前不能確定的情況。它一般是由轉移指令引起的，只有在程序執行到一定的語句時才能判斷出語句的相關性。控制相關常使正在開發的並行性中止，為了開發更多的並行性，必須用編譯技術克服控制相關。
而資源相關則與系統進行的工作無關，而與並行事件利用整數部件、浮點部件、寄存器和存儲區等共享資源時發生的沖突有關。軟體的並行性主要是由程序的控制相關和數據相關性決定的。在並行性開發時往往把程序劃分成許多的程序段——顆粒。顆粒的規模也稱為粒度，它是衡量軟體進程所含計算量的尺度，一般用細、中、粗來描述。劃分的粒度越細，各子系統間的通信時延也越低，並行性就越高，但系統開銷也越大。因此，我們在進行程序組合優化的時候應該選擇適當的粒度，並且把通訊時延盡可能放在程序段中進行，還可以通過軟硬體適配和編譯優化的手段來提高程序的並行度。
2．網路互連：將計算機子系統互連在一起或構造多處理機或多計算機時可使用靜態或動態拓撲結構的網路。靜態網路由點一點直接相連而成，這種連接方式在程序執行過程中不會改變，常用來實現集中式系統的子系統之間或分布式系統的多個計算結點之間的固定連接。動態網路是用開關通道實現的，它可動態地改變結構，使之與用戶程序中的通信要求匹配。動態網路包括匯流排、交叉開關和多級網路，常用於共享存儲型多處理機中。在網路上的消息傳遞主要通過尋徑來實現。常見的尋徑方式有存儲轉發尋徑和蟲蝕尋徑等。在存儲轉發網路中以長度固定的包作為信息流的基本單位，每個結點有一個包緩沖區，包從源結點經過一系列中間結點到達目的結點。存儲轉發網路的時延與源和目的之間的距離(段數)成正比。而在新型的計算機系統中採用蟲蝕尋徑，把包進一步分成一些固定長度的片，與結點相連的硬體尋徑器中有片緩沖區。消息從源傳送到目的結點要經過一系列尋徑器。同一個包中所有的片以流水方式順序傳送，不同的包可交替地傳送，但不同包的片不能交叉，以免被送到錯誤的目的地。蟲蝕尋徑的時延幾乎與源和目的之間的距離無關。在尋徑中產生的死鎖問題可以由虛擬通道來解決。虛擬通道是兩個結點間的邏輯鏈，它由源結點的片緩沖區、結點間的物理通道以及接收結點的片緩沖區組成。物理通道由所有的虛擬通道分時地共享。虛擬通道雖然可以避免死鎖，但可能會使每個請求可用的有效通道頻寬降低。因此，在確定虛擬通道數目時，需要對網路吞吐量和通信時延折衷考慮。
四、硬體技術在硬體技術方面主要從處理機、存儲器和流水線三個方面來實現並行。
1．處理機：主要的處理機系列包括CISC、RISC、超標量、VL1W、超流水線、向量以及符號處理機。
傳統的處理機屬於復雜指令系統計算(CISC)結構。指令系統大，指令格式可變，通用寄存器個數較少，基本上使用合一的指令與數據高速緩存，時鍾頻率較低，CPI較高，大多數利用ROM 實現微碼控制CPU，而當今的精簡指令系統計算(RISC)處理機指令格式簡單規范，面向寄存器堆，採用重疊寄存器窗口技術，具有多級Cache，多種流水線結構，強調編譯優化技術，時鍾頻率快，CPI低，大多數用硬連線控制CPU。
CISC或RISC標量處理機都可以採用超標量或向量結構來改善性能。標量處理機在每個周期內只發射一條指令並要求周期只完成從流水線來的一條指令。而在超標量處理機中，使用了多指令流水線，每個周期要發射多條指令並產生多個結果。由於希望程序中有許多的指令級並行性，因此超標量處理機更要依靠優化編譯器去開發並行性。
VL1W 結構是將水平微碼和超標量處理這兩種普遍採用的概念結合起來產生的。典型的超長指令字VL1W 機器指令字長度有數百位。在VLlW 處理機中，多個功能部件是並發工作的，所有的功能部件共享使用公用大型寄存器堆，由功能部件同時執行的各種操作是用VL1W 指令來同步的，每條指令可指定多個操作。VL1W 指令解碼比超標量指令容易，但在開發不同數量的並行性時總是需要不同的指令系統。VL1W 主要是開發標量操作之間的並行性，它的成功與否很大程度取決於代碼壓縮的效率，其結構和任何傳統的通用處理機完全不兼容。即使同一結構的不同實現也不大可能做到彼此二進制兼容。VL1W 的主要優點在於它的硬體結構和指令系統簡單，在科學應用領域可以發揮良好作用，但在一般應用場合可能並不很好用。
向量處理機對數組執行向量指令，每條指令都包含一串重復的操作。它是專門設計用來完成向量運算的協處理機，通常用於多流水線超級計算機中。向量處理機可以利用循環級展開所得的並行性，它可以附屬於任何標量處理機。專用的向量流水線可以在循環控制中消除某些軟體開銷，它的效果與優化編譯器將順序代碼向量化的性能很有關系。從理論上說，向量機可以具有和超標量處理機同樣的性能，因此可以說向量機的並行性與超標量機相同。
符號處理機是為AI應用而研製的，已用於定理證明、模式識別、專家系統、知識工程、文本檢索、科學以及機器智能等許多應用領域。在這些應用中，數據和知識表達式、原語操作、演算法特性、存儲器、I/0和通信以及專用的結構特性與數值計算是不一樣的，符號處理機也稱為邏輯程序設計語言處理機、表處理語言處理機或符號變換器。符號處理並不和數值數據打交道，它處理的是邏輯程序、符號表、對象、劇本、黑板、產生式系統、語義網路、框架以及人工神經網路等問題。這些操作需要專門的指令系統，通常不使用浮點操作。
2．存儲器：存儲設備按容量和存取時間從低到高可分為寄存器、高速緩存、主存儲器、磁碟設備和磁帶機五個層次。較低層存儲設備與較高層的相比，存取速度較快、容量較小，每位元組成本較高、帶寬較寬、傳輸單位較小。
存放在存儲器層次結構中的信息滿足三個重要特性：包含性、一致性和局部性。所謂包含性，指的是一個信息字的復製品可以在比它高的所有層中找到，而如果在高層中丟失了一個信息，則在比它低的所有層中此信息也將丟失。CPU 和高速緩存之間的信息傳送是按字進行的，高速緩存和主存儲器間用塊作為數據傳送的基本單位，主存和磁碟之間又是以頁面為基本單位來傳送信息的，而在磁碟和磁帶機之間的數據傳送則是按文件級處理的。所謂一致性要求的是同一個信息項與後繼存儲器層次上的副本是一致的。也就是說，如果在高速緩存中的一個字被修改過，那麼在所有更高層上該字的副本也必須立即或最後加以修改。為了盡量減少存儲器層次結構的有效存取時間，通常把頻繁使用的信息放在較低層次。維護存儲器層次結構一致性一般有兩種策略，一種是寫直達策略，也就是如果，則立即在所有高層存儲器中進行同樣的修改；另一種是寫回策略，也就是在較低層中對信息進行修改後並不立即在高層存儲器中進行相應的修改，而是等到該信息將被替換或將從低層中消失時才在所有高層存儲器中進行同樣的修改。甚至可以將寫直達和寫回策略的優點結合起來，形成寫一次協議來維護存儲器的一致性。
存儲器的層次結構是在一種程序行為——訪問的局部性基礎上開發出來的。主要有時間局部性、空間局部性和順序局部性。時間局部性指的是最近的訪問項很可能在不久的將來再次被訪問。它往往會引起對最近使用區域的集中訪問。空間局部性表示一種趨勢，指的是一個進程訪問的各項其地址彼此很近。順序局部性指的是在典型程序中，除非是轉移指令，一般指令都是順序執行的。
在多處理機系統中一般使用共享存儲器。對共享存儲器的組織一般採用低位交叉、高位交叉、高低位交叉三種方法。低位交叉又稱並發存取，它是把相鄰的地址放在相鄰的存儲器模塊中，在訪問時不容易產生沖突，並行性較好，但可靠性容錯能力和擴展性均較差。高位交叉又稱允許同時存取，它是把相鄰地址分配到同一個存儲器模塊中，可靠性、容錯能力和擴展性均較強，但訪問時易產生沖突，帶寬較窄，並行性較差。高低位交叉存取又稱C—s存取，它是結合了高位交叉和低位交叉兩種方法的優點，既解決了沖突問題，又能有效地提高容錯能力和並行性，最適合於向量處理機結構。
3．流水線：流水線技術主要有指令流水線技術和運算流水線技術兩種。
指令流水線技術主要目的是要提高計算機的運行效率和吞吐率。它主要通過設置預取指令緩沖區、設置多功能部件、進行內部數據定向、採取適當的指令調度策略來實現。指令調度的策略主要有靜態和動態兩種，靜態詞度是基於軟體的，主要由編譯器完成，動態詞度是基於硬體的，主要是通過硬體技術進行。
運算流水線主要有單功能流水線和多功能流水線兩種。其中多功能流水線又可分為靜態流水線和動態流水線。靜態流水線技術只用來實現確定的功能，而動態流水線可以在不同時間重新組合，實現不同的功能，它除流線連接外，還允許前饋和反饋連接，因此也稱為非線性流水線。這些前饋和反饋連接使得進入流水線的相繼事件的詞度變得很不簡單。由於這些連接，流水線不一定從最後一段輸出。根據不同的數據流動模式，人們可以用同一條流水線求得不同功能的值。
並行計算機發展簡述
40 年代開始的現代計算機發展歷程可以分為兩個明顯的發展時代：串列計算時代、並行計算時代。每一個計算時代都從體系結構發展開始，接著是系統軟體（特別是編譯器與操作系統）、應用軟體，最後隨著問題求解環境的發展而達到頂峰。創建和使用並行計算機的主要原因是因為並行計算機是解決單處理器速度瓶頸的最好方法之一。
並行計算機是由一組處理單元組成的，這組處理單元通過相互之間的通信與協作，以更快的速度共同完成一項大規模的計算任務。因此，並行計算機的兩個最主要的組成部分是計算節點和節點間的通信與協作機制。並行計算機體系結構的發展也主要體現在計算節點性能的提高以及節點間通信技術的改進兩方面。
60 年代初期，由於晶體管以及磁芯存儲器的出現，處理單元變得越來越小，存儲器也更加小巧和廉價。這些技術發展的結果導致了並行計算機的出現，這一時期的並行計算機多是規模不大的共享存儲多處理器系統，即所謂大型主機（Mainframe）。IBM360 是這一時期的典型代表。
到了60 年代末期，同一個處理器開始設置多個功能相同的功能單元，流水線技術也出現了。與單純提高時鍾頻率相比，這些並行特性在處理器內部的應用大大提高了並行計算機系統的性能。伊利諾依大學和Burroughs 公司此時開始實施IlliacIV 計劃，研製一台64 個CPU 的SIMD 主機系統，它涉及到硬體技術、體系結構、I/O 設備、操作系統、程序設計語言直至應用程序在內的眾多研究課題。不過，當一台規模大大縮小了的16CPU 系統終於在1975 年面世時，整個計算機界已經發生了巨大變化。
首先是存儲系統概念的革新，提出虛擬存儲和緩存的思想。IBM360/85 系統與360/91是屬於同一系列的兩個機型，360/91 的主頻高於360/85，所選用的內存速度也較快，並且採用了動態調度的指令流水線；但是，360/85 的整體性能卻高於360/91，唯一的原因就是前者採用了緩存技術，而後者則沒有。
其次是半導體存儲器開始代替磁芯存儲器。最初，半導體存儲器只是在某些機器被用作緩存，而CDC7600 則率先全面採用這種體積更小、速度更快、可以直接定址的半導體存儲器，磁芯存儲器從此退出了歷史舞台。與此同時，集成電路也出現了，並迅速應用到了計算機中。元器件技術的這兩大革命性突破，使得IlliacIV 的設計者們在底層硬體以及並行體系結構方面提出的種種改進都大為遜色。
1976 年CRAY-1 問世以後，向量計算機從此牢牢地控制著整個高性能計算機市場15 年。CRAY-1 對所使用的邏輯電路進行了精心的設計，採用了我們如今稱為RISC 的精簡指令集，還引入了向量寄存器，以完成向量運算。這一系列全新技術手段的使用，使CRAY-1 的主頻達到了80MHz。
微處理器隨著機器的字長從4 位、8 位、16 位一直增加到32 位，其性能也隨之顯著提高。正是因為看到了微處理器的這種潛力，卡內基- 梅隆大學開始在當時流行的DECPDP11 小型計算機的基礎上研製成功一台由16 個PDP11/40 處理機通過交叉開關與16 個共享存儲器模塊相連接而成的共享存儲多處理器系統C.mmp。
從80 年代開始，微處理器技術一直在高速前進。稍後又出現了非常適合於SMP 方式的匯流排協議，而伯克利加州大學則對匯流排協議進行了擴展，提出了Cache 一致性問題的處理方案。從此，C.mmp 開創出的共享存儲多處理器之路越走越寬；現在，這種體系結構已經基本上統治了伺服器和桌面工作站市場。
同一時期，基於消息傳遞機制的並行計算機也開始不斷涌現。80 年代中期，加州理工成功地將64 個i8086/i8087 處理器通過超立方體互連結構連結起來。此後，便先後出現了Intel iPSC 系列、INMOS Transputer 系列，Intel Paragon 以及IBM SP 的前身Vulcan 等基於消息傳遞機制的並行計算機。
80 年代末到90 年代初，共享存儲器方式的大規模並行計算機又獲得了新的發展。IBM將大量早期RISC 微處理器通過蝶形互連網路連結起來。人們開始考慮如何才能在實現共享存儲器緩存一致的同時，使系統具有一定的可擴展性（Scalability）。90 年代初期，斯坦福大學提出了DASH 計劃，它通過維護一個保存有每一緩存塊位置信息的目錄結構來實現分布式共享存儲器的緩存一致性。後來，IEEE 在此基礎上提出了緩存一致性協議的標准。
90 年代以來，主要的幾種體系結構開始走向融合。屬於數據並行類型的CM-5 除大量採用商品化的微處理器以外，也允許用戶層的程序傳遞一些簡單的消息；CRAY T3D是一台NUMA 結構的共享存儲型並行計算機，但是它也提供了全局同步機制、消息隊列機制，並採取了一些減少消息傳遞延遲的技術。
隨著商品化微處理器、網路設備的發展，以及MPI/PVM 等並行編程標準的發布，機群架構的並行計算機出現。IBM SP2 系列機群系統就是其中的典型代表。在這些系統中，各個節點採用的都是標準的商品化計算機，它們之間通過高速網路連接起來。
今天，越來越多的並行計算機系統採用商品化的微處理器加上商品化的互連網路構造，這種分布存儲的並行計算機系統稱為機群。國內幾乎所有的高性能計算機廠商都生產這種具有極高性能價格比的高性能計算機，並行計算機就進入了一個新的時代，並行計算的應用達到了前所未有的廣度和深度。
並行計算機隨著微處理晶元的發展，已經進入了一個新時代。目前並行計算機的性能已經突破20PFLOPS，正在向百億億次發展。我國並行計算機的研製已經走在世界前列。2003年由聯想公司生產的深騰6800 在2003 年11 月世界TOP500 排名中位列第14 名，2004 年曙光公司生產的曙光4000A 在2004 年6 月的世界TOP500 排名中位列第10 名，這是我國公開發布的高性能計算機在世界TOP500 中首次進入前十名，這標志著我國在並行計算機系統的研製和生產中已經趕上了國際先進水平，為提高我國的科學研究水平奠定了物質基礎。2013年國際超級計算機大會最新發布的世界超級計算機500強排名中，國防科技大學研製的天河二號超級計算機系統，以峰值計算速度每秒5.49億億次、持續計算速度每秒3.39億億次雙精度浮點運算的優異性能位居榜首。
從TOP500 的前10 名來看，美國仍然是超級計算機的最大擁有者。按照世界TOP500 的統計數據來分析，美國在計算能力上佔有近全世界的一半，在TOP500 中的所有計算機中擁有的數量超過50%。

3. 面試java開發時問到高並發怎麼處理的，還有sql優化有哪些辦法，有哪位大神知道啊，新手！！

Java開發高並發的處理方法：

1. 最基礎的地方做起，優化我們寫的代碼，減少必要的資源浪費

   
   

   避免頻繁的使用new對象，對於整個應用只需要存在一個實例的類，我們可以使用單例模式。對於String連接操作，使用StringBuffer或StringBuilder，對於工具類可以通過靜態方法來訪問。

   
   

   避免使用錯誤的方式，盡量不用instanceof做條件判斷。使用java中效率高的類，比如ArrayList比Vector性能好。

2. 圖片伺服器分離

   
   

   對於web伺服器來說，圖片是最消耗資源的，於是我們有必要把圖片與頁面進行分離，我們把圖片放到獨立的圖片伺服器。這樣的架構可以降低提供頁面訪問請求的伺服器系統壓力，並且可以保證系統不會因為圖片的問題而崩潰。在圖片伺服器上，我們可以對不同的配置進行優化。

3. 緩存

   
   

   具體接觸過的緩存機制是hibernate的緩存機制。為了避免每次都向資料庫中取得數據，我們把用戶常常訪問到的數據放到內存中，甚至緩存十分大的時候我們可以把內存中的緩存放到硬碟中。還有高級的分布式緩存資料庫使用，都可以增加系統的抗壓力。

4. 分批傳送

在做某項目的時候，一次傳遞的參數太多，而且資料庫規定一次最多傳遞的參數最多是三萬條，當時有五萬條記錄，那怎麼傳送呢？最終是分批傳送，電梯里一次乘不下那麼多的人，會報超重的bug，那就分批把人送上去。

還有一次在考試系統中，如果那麼多的考試人員同時提交到資料庫中，資料庫的壓力增大，有時會被down掉，當時採用的方法是使用ajax非同步傳輸，沒有等待考生點擊提交按鈕的時候，就把考生的答案自動提交，這樣也避免了突然斷電考生前面做過的題出現丟失的現象。

DB優化

• 在資料庫設計的時候就要考慮到後期的維護，資料庫三範式是我們設計資料庫索要遵循的原則。

• 索引的建立：建立索引要適當，如果一個表經常用來被查詢，對於增加和修改很少被用到，我們就可以為這個表建立索引，因為對於增加和修改和刪除操作時，我們對索引的維護要大大超過索引給我們帶來的效率。

• 表欄位的類型選擇要恰當。包括欄位的長度、類型等，要根據實際存儲的數據進行選擇，長度不要過長，否則會影響效率。

• 外鍵要慎用，因為主鍵代表這一張表，而外鍵代表一群表，對表之間進行了關聯，在刪除修改等需要我們關聯。

• 在資料庫操作上。 盡量使用prepareStatement，少用Statement，因為PrepareStatement是進行預編譯的。

  connection設置為readOnly，Connection是對書庫連接，屬於重量級，我們使用即可。

  連接池的使用，我們可以修改資料庫默認的連接數。

4. java 多進程並發控制怎麼做

進程間的通訊無非就是讀寫文件，socket通訊或者使用共享內存。

你不想用讀寫文件的方式，那就用共享內存或者socket通訊的方式。我個人覺得用socket比較簡單，也許是因為我對socket比較熟悉。

下面是一篇java實現共享內存的文章，java沒法管理內存，其實他也是靠創建映像文件來實現的。

共享內存在java中的實現
在jdk1.4中提供的類MappedByteBuffer為我們實現共享內存提供了較好的方法。該緩沖區實際上是一個磁碟文件的內存映像。二者的變化將保持同步，即內存數據發生變化會立刻反映到磁碟文件中，這樣會有效的保證共享內存的實現。
將共享內存和磁碟文件建立聯系的是文件通道類：FileChannel。該類的加入是JDK為了統一對外部設備（文件、網路介面等）的訪問方法，並且加強了多線程對同一文件進行存取的安全性。例如讀寫操作統一成read和write。這里只是用它來建立共享內存用，它建立了共享內存和磁碟文件之間的一個通道。
打開一個文件建立一個文件通道可以用RandomAccessFile類中的方法getChannel。該方法將直接返回一個文件通道。該文件通道由於對應的文件設為隨機存取文件，一方面可以進行讀寫兩種操作，另一方面使用它不會破壞映像文件的內容（如果用FileOutputStream直接打開一個映像文件會將該文件的大小置為0，當然數據會全部丟失）。這里，如果用 FileOutputStream和FileInputStream則不能理想的實現共享內存的要求，因為這兩個類同時實現自由的讀寫操作要困難得多。
下面的代碼實現了如上功能，它的作用類似UNIX系統中的mmap函數。
// 獲得一個只讀的隨機存取文件對象
RandomAccessFile RAFile = new RandomAccessFile(filename,"r");
// 獲得相應的文件通道
FileChannel fc = RAFile.getChannel();
// 取得文件的實際大小，以便映像到共享內存
int size = (int)fc.size();
// 獲得共享內存緩沖區，該共享內存只讀
MappedByteBuffer mapBuf = fc.map(FileChannel.MAP_RO,0,size);
// 獲得一個可讀寫的隨機存取文件對象
RAFile = new RandomAccessFile(filename,"rw");
// 獲得相應的文件通道
fc = RAFile.getChannel();
// 取得文件的實際大小，以便映像到共享內存
size = (int)fc.size();
// 獲得共享內存緩沖區，該共享內存可讀寫
mapBuf = fc.map(FileChannel.MAP_RW,0,size);
// 獲取頭部消息：存取許可權
mode = mapBuf.getInt();
如果多個應用映像同一文件名的共享內存，則意味著這多個應用共享了同一內存數據。這些應用對於文件可以具有同等存取許可權，一個應用對數據的刷新會更新到多個應用中。
為了防止多個應用同時對共享內存進行寫操作，可以在該共享內存的頭部信息加入寫操作標志。該共享內存的頭部基本信息至少有：
int Length； // 共享內存的長度。
int mode; // 該共享內存目前的存取模式。

共享內存的頭部信息是類的私有信息，在多個應用可以對同一共享內存執行寫操作時，開始執行寫操作和結束寫操作時，需調用如下方法：
public boolean StartWrite()
{
if(mode == 0) { // 標志為0，則表示可寫
mode = 1; // 置標志為1，意味著別的應用不可寫該共享內存
mapBuf.flip();
mapBuf.putInt(mode); // 寫如共享內存的頭部信息
return true;
}
else {
return false; // 指明已經有應用在寫該共享內存，本應用不可寫該共享內存
}
}
public boolean StopWrite()
{
mode = 0; // 釋放寫許可權
mapBuf.flip();
mapBuf.putInt(mode); // 寫入共享內存頭部信息
return true;
}

這里提供的類文件mmap.java封裝了共享內存的基本介面，讀者可以用該類擴展成自己需要的功能全面的類。

如果執行寫操作的應用異常中止，那麼映像文件的共享內存將不再能執行寫操作。為了在應用異常中止後，寫操作禁止標志自動消除，必須讓運行的應用獲知退出的應用。在多線程應用中，可以用同步方法獲得這樣的效果，但是在多進程中，同步是不起作用的。方法可以採用的多種技巧，這里只是描述一可能的實現：採用文件鎖的方式。寫共享內存應用在獲得對一個共享內存寫許可權的時候，除了判斷頭部信息的寫許可權標志外，還要判斷一個臨時的鎖文件是否可以得到，如果可以得到，則即使頭部信息的寫許可權標志為1（上述），也可以啟動寫許可權，其實這已經表明寫許可權獲得的應用已經異常退出，這段代碼如下：
// 打開一個臨時的文件，注意同一共享內存，該文件名要相同，可以在共享文件名後加後綴「.lock」。
RandomAccessFile fis = new RandomAccessFile("shm.lock","rw");
// 獲得文件通道
FileChannel lockfc = fis.getChannel();
// 獲得文件的獨占鎖，該方法不產生堵塞，立刻返回
FileLock flock = lockfc.tryLock();
// 如果為空，則表明已經有應用佔有該鎖
if(flock == null) {
...// 不能執行寫操作
}
else {
...// 可以執行寫操作
}
該鎖會在應用異常退出後自動釋放，這正是該處所需要的方法。

5. 高並發的伺服器有什麼模式

服務程序最為關鍵的設計是並發服務模型，當前有以下幾種典型的模型：

- 單進程服務，使用非阻塞IO

使用一個進程服務多個客戶，通常與客戶通信的套接字設置為非阻塞的，阻塞只發生在select()、poll()、epoll_wait()等系統調用上面。這是一種行之有效的單進程狀態機式服務方式，已被廣泛採用。

缺點是它無法利用SMP(對稱多處理器)的優勢，除非啟動多個進程。此外，它嘗試就緒的IO文件描述符後，立即從系統調用返回，這會導致大量的系統調用發生，尤其是在較慢的位元組傳輸時。

select()本身的實現也是有局限的：能打開的文件描述符最多不能超過FD_SETSIZE，很容易耗盡；每次從select()返回的描述符組中掃描就緒的描述符需要時間，如果就緒的描述符在末尾時更是如此（epoll特別徹底修復了這個問題）。

- 多進程服務，使用阻塞IO

也稱作 accept/fork 模型，每當有客戶連線時產生一個新的進程為之服務。這種方式有時是必要的，比如可以通過操作系統獲得良好的內存保護，可以以不同的用戶身份運行程序，可以讓服務運行在不同的目錄下面。但是它的缺點也很明顯：進程比較占資源，進程切換開銷太大，共享某些信息比較麻煩。Apache 1.3就使用了這種模型，MaxClients數很容易就可以達到。

- 多線程服務，使用阻塞IO

也稱之 accept/pthread_create模型，有新客戶來時創建一個服務線程而不是服務進程。這解決了多進程服務的一些問題，比如它佔用資源少，信息共享方便。但是麻煩在於線程仍有可能消耗光，線程切換也需要開銷。

- 混合服務方式
所謂的混合服務方式，以打破服務方和客戶方之間嚴格的1:1關系。基本做法是：

新客戶到來時創建新的工作線程，當該工作線程檢測到網路IO會有延遲時停止處理過程，返回給Server一個延遲處理狀態，同時告訴 Server被延遲的文件描述符，延遲超時時間。Server會在合適的時候返回工作線程繼續處理。注意這里的工作線程不是通過 pthread_create()創建的，而是被包裝在專門用於處理延遲工作的函數里。

這里還有一個問題，工作線程如何檢測網路IO會有延遲？方法有很多，比如設置較短的超時時間調用poll()，或者甚至使用非阻塞IO。如果是套接字，可以設置SO_RCVTIMEO和SO_SNDTIMEO選項，這樣更有效率。
除了延遲線程，Server還應提供了未完成線程的支持。
如有有特別耗費時間的操作，你可以在完成部分工作後停止處理，返回給Server一個未完成狀態。這樣Server會檢查工作隊列是否有別的線程，如果有則讓它們運行，否則讓該工作線程繼續處理，這可以防止某些線程挨餓。

典型的一個混合服務模型開源實現ServerKit

Serverkit的這些線程支持功能可簡化我們的服務程序設計，效率上應該也是有保證的。

2. 隊列(queue)

ServerKit提供的隊列是一個單向鏈表，隊列的存取是原子操作，如果只有一個執行單元建議不要用，因為原子操作的開銷較大。

3. 堆(heap)

malloc()分配內存有一定的局限，比如在多線程的環境里，需要序列化內存分配操作。ServerKit提供的堆管理函數，可快速分配內存，可有效減少分配內存的序列化操作，堆的大小可動態增長，堆有引用計數，這些特徵比較適合多線程環境。目前ServerKit堆的最大局限是分配單元必須是固定大小。

4. 日誌記錄

日誌被保存在隊列，有一個專門的線程處理隊列中的日誌記錄：它或者調用syslog()寫進系統日誌，或者通過UDP直接寫到遠程機器。後者更有效。

5. 讀寫鎖

GNU libc也在pthreads庫里實現了讀寫鎖，如果定義了__USE_UNIX98就可以使用。不過ServerKit還提供了讀寫鎖互相轉換的函數，這使得鎖的應用更為彈性。比如擁有讀鎖的若干個線程對同一個hash表進行檢索，其中一個線程檢索到了數據，此時需要修改它，一種辦法是獲取寫鎖，但這會導致釋放讀鎖和獲取寫鎖之間存在時間窗，另一種辦法是使用ServerKit提供的函數把讀鎖轉換成寫鎖，無疑這種方式更有效率。

除了以上這些功能，ServerKit還提供了資料庫連接池的管理（當前只支持MySQL）和序列化（Sequences），如感興趣可參見相關的API文檔。

二、ServerKit服務模塊編寫

ServerKit由3部分組成：server程序，負責載入服務模塊、解析配置文件、建立資料庫連接池；libserver，動態鏈接庫，提供所有功能的庫支持，包括server本身也是調用這個庫寫的；API，編程介面，你編寫的服務模塊和ServerKit框架進行對話的介面。

ServerKit需要libConfuse解析配置文件，所以出了安裝ServerKit，還需要安裝libConfuse。關於libConfuse可參考 http://www.nongnu.org/confuse/ 。

下面我們看一個簡單的服務模塊FOO：

#include <confuse.h>
#include <server.h>

static long int sleep_ration;

static int FOO_construct()
{
fprintf(stderr, "FOO_construct\n");

return 1;
}

static int FOO_prestart(cfg_t *configuration)
{
fprintf(stderr, "FOO_prestart\n");

return 1;
}

static void * FOO_operator(void *foobar)
{
fprintf(stderr, "FOO_operator\n");

for(;;) sleep(sleep_ration);

return NULL;
}

static void FOO_report(void)
{
fprintf(stderr, "FOO_report\n");
}


static cfg_opt_t FOO_config[] = {
CFG_SIMPLE_INT("sleep_ration", &sleep_ration),
CFG_END()
};

static char *FOO_authors[] = {"Vito Caputo <[email protected]>", NULL};


SERVER_MODULE(FOO,0,0,1,"Example mole that does nothing but sleep")按以下方法編譯：

$ gcc -c -fPIC -pthread -D_REENTRANT -g FOO.c
$ gcc -shared -lserver -lconfuse -lpthread -g -e __server_mole_main -o FOO.so FOO.o

-e選項指定程序運行入口，這使得你可以直接在命令行敲 ./FOO.so 運行模塊。
server程序根據環境變數SERVER_PERSONALITY_PATH定位主目錄，並查找主目錄下的c11n作為配置文件，動態載入的模塊需放在主目錄下的moles目錄。

$ export SERVER_PERSONALITY_PATH=`pwd`
$ mkdir moles
$ cp FOO.so moles
$ vi c11n

c11n的內容：

identity = "any_id"

FOO {
sleep_ration = 1;
}

identity標識server實例，用ps可看到程序名稱形如server.identity，本例為server.any_id。
執行server啟動服務程序。

三、ServerKit其他功能缺陷
缺乏daemon模式；
只能運行在Linux box；
DB pool只支持MySQL；
Heap管理內存的功力有限

6. Java多線程MasterWorker模式如何在高並發情況下優化

你說的Master指的是java的線程池吧，我之前做過一個項目，因為項目在內網拿不出來，我給你說一下我那次的經驗。

幾個關鍵點：

1、java線程池：使用java提供的ThreadPoolExecutor類構造主池，再構造一個輔池（輔池的作用在於當主池進入拒絕策略的時候，可以啟動輔池，幫助主池分擔一部分線程，或者在主池shutdown的瞬間又有任務進來，也會走到拒絕策略，此時可以啟動輔池處理這些線程，一般情況下輔池不會啟動），排隊策略使用LinkedBlockingQueue隊列。

2、單例模式：利用spring的IOC容器的單例性，每次取線程池時，從IOC容器中注入。創建一個組件類BatPool（spring組件默認為單例），裡面再使用單例模式創建線程池，單例中的單例，保證單例性：

@Component

classBatPool{

privateThreadPoolExecutor mainPool;

ThreadPoolExecutor create(){

if(mainPool== null){

retrun new ThreadPoolExecutor();

}else{

retrunmainPool;

}

...

}

業務中：

@Autowired

BatPool batPool;

ThreadPoolExecutor pool =batPool.create();

...

線程池的配置你自己參考網上吧

這樣在業務中，每次取到的池都是同一個池，不會多次創建。

如果你沒有使用spring的話，我再想想辦法怎麼實現全局的單例模式

7. 內存資料庫如何提高並發執行的效率

借鑒RapidsDB，分布式查詢優化器通過平均分配處理大量工作，以最大限度地提高CPU使用效率，查詢計劃被編譯為機器代碼並且被緩存，來加速後續的查詢，這些經過編譯的查詢計劃的一個關鍵特徵是它們並沒有預先設定的參數值，這個機制允許RapidsDB能根據不同的請求來替換這些值，這使得相同查詢結構的後續查詢能夠快速的執行，大大提高並發執行的效率，尤其是同類查詢的效率。有幫助的話，可以給個大大的贊不。

8. node 在高並發下的性能優化，各位有哪些好的建議嗎

有高並發優勢。
Node.js優點：
1、採用事件驅動、非同步編程，為網路服務而設計。其實Javascript的匿名函數和閉包特性非常適合事件驅動、非同步編程。
2、Node.js非阻塞模式的IO處理給Node.js帶來在相對低系統資源耗用下的高性能與出眾的負載能力，非常適合用作依賴其它IO資源的中間層服務。
3、Node.js輕量高效，可以認為是數據密集型分布式部署環境下的實時應用系統的完美解決方案。
4. 有高並發優勢。

9. 如何優化JAVA代碼及提高執行效率

網站優化通常包含兩方面的內容：減小代碼的體積和提高代碼的運行效率。減小代碼的體積已經寫過太多這類的文章了，下面就簡單討論下如何提高代碼的效率。一、不用new關鍵詞創建類的實例用new關鍵詞創建類的實例時，構造函數鏈中的所有構造函數都會被自動調用。但如果一個對象實現了Cloneable介面，我們可以調用它的clone()方法。clone()方法不會調用任何類構造函數。在使用設計模式(DesignPattern)的場合，如果用Factory模式創建對象，則改用clone()方法創建新的對象實例非常簡單。二、使用非阻塞I/O版本較低的JDK不支持非阻塞I/OAPI。為避免I/O阻塞，一些應用採用了創建大量線程的辦法(在較好的情況下，會使用一個緩沖池)。這種技術可以在許多必須支持並發I/O流的應用中見到，如Web伺服器、報價和拍賣應用等。然而，創建Java線程需要相當可觀的開銷。JDK1.4引入了非阻塞的I/O庫(java.nio)。如果應用要求使用版本較早的JDK，需要支持非阻塞I/O的軟體包。三、慎用異常異常對性能不利。拋出異常首先要創建一個新的對象。Throwable介面的構造函數調用名為fillInStackTrace()的本地(Native)方法，fillInStackTrace()方法檢查堆棧，收集調用跟蹤信息。只要有異常被拋出，VM就必須調整調用堆棧，因為在處理過程中創建了一個新的對象。異常只能用於錯誤處理，不應該用來控製程序流程。四、不要重復初始化變數默認情況下，調用類的構造函數時，Java會把變數初始化成確定的值：所有的對象被設置成null，整數變數(byte、short、int、long)設置成0，float和double變數設置成0.0，邏輯值設置成false。當一個類從另一個類派生時，這一點尤其應該注意，因為用new關鍵詞創建一個對象時，構造函數鏈中的所有構造函數都會被自動調用。五、盡量指定類的final修飾符帶有final修飾符的類是不可派生的。在Java核心API中，有許多應用final的例子，例如java.lang.String。為String類指定final防止了人們覆蓋length()方法。另外，如果指定一個類為final，則該類所有的方法都是final。Java編譯器會尋找機會內聯(inline)所有的final方法(這和具體的編譯器實現有關)。此舉能夠使性能平均提高50%。六、盡量使用局部變數調用方法時傳遞的參數以及在調用中創建的臨時變數都保存在棧(Stack)中，速度較快。其他變數，如靜態變數、實例變數等，都在堆(Heap)中創建，速度較慢。另外，依賴於具體的編譯器/JVM，局部變數還可能得到進一步優化，望採納，謝謝。

10. 如何優化網站高並發訪問

解決高並發訪問，或者說改善，提高一點思路：

1.使用Squid或者Varnish做緩存代理，將經常訪問的圖片等靜態內容緩存起來，提高訪問速度；
2.使用CDN內容分發網路，減少主伺服器的壓力（附CDN相關內容：CDN通過在網路各處放置節點伺服器所構成的在現有的互聯網基礎之上的一層智能虛擬網路，CDN系統能夠實時地根據網路流量和各節點的連接、負載狀況以及到用戶的距離和響應時間等綜合信息將用戶的請求重新導向離用戶最近）；
3.使用LVS伺服器負載均衡，LVS伺服器結合Keepalived做高可用；
4.LVS下面還可跟Nginx做負載均衡，再次分擔壓力，比如淘寶使用的再Nginx基礎上改進的Tnginx。
5.DNS伺服器上也可下功夫，比如做高級視圖等等，這樣可以解決不同網段訪問Web伺服器的速度問題；
6.最大的瓶頸還是在IO上，比如存儲IO，比如資料庫的IO。存儲一方面需要保證數據不丟失，另一方面需要保證性能，比如做RAID、LVM；存儲還需要考慮使用一套存儲之間的數據同步（GFS、OCFS可以實現），數據的備份等等；資料庫的話可以考慮使用查詢緩存等等，這塊我也正在學習中，展開有很多東西；
7.程序的話也可以優化，比如如果是Java Web程序，並且使用了Hibernate框架，就可以考慮使用查詢緩存了；
8.硬體層：比如提高帶寬，購買高轉數性能好的硬碟等等；
9.緩存機制，緩存機制的種類很多，有頁面緩存（Squid），數據緩存(memcache)，查詢緩存,編譯緩存（PHP是腳本語言在編譯時有編譯緩存）.
10.資料庫IO是最大問題，所以現在又了NOSQL的解決方案，首先將數據寫入內存中，然後定時寫入硬碟
11.程序優化，增加執行效率，用更好的演算法等等。（採用分層，因為每個程序擅長處不一樣，比如JAVA適合做中間層，C++做底層，現在又流行一種node.js做中間層,可以加強執行效率，多線程，以及一些安全問題）
12.隊列系統，有些數據不要一來就馬上處理，做個隊列（先進先出）,延遲處理。