该优化最主要降低了 CPU 计算逻辑,以三个交易集群为例,优化前后的平均 cpu 使用率对比如下(机器配置 24c128g):三个交易集群 TRADE, TRADE-SUB, TRADE-SUB2 的消息峰值一致,但由于每个交易集群的业务订阅方复杂度不同(TRADE-SUB > TRADE-SUB2 > TRADE),理论上只要订阅关系约复杂优化效果越好,因此可以看到 TRADE-SUB 的优化最大,有 32% 的提升。
答复内容摘自《云原生大规模应用落地指南》,这本电子书收录开发者藏经阁 下载连接:https://developer.aliyun.com/topic/download?id=1055
版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。
阿里云拥有国内全面的云原生产品技术以及大规模的云原生应用实践,通过全面容器化、核心技术互联网化、应用 Serverless 化三大范式,助力制造业企业高效上云,实现系统稳定、应用敏捷智能。拥抱云原生,让创新无处不在。