I am trying to spread out data that is received in bursts. This means I have data that is received by some other application in large bursts. For each data entry I need to do some additional requests on some server, at which I should limit the traffic. Hence I try to spread up the requests in the time that I have until the next data burst arrives.
目前,我正在使用token-bucket传播数据。 然而,由于我收到的数据已经坏了,我还是正在填补待决申请的交汇点,或者在接连发生时,我会spi。 因此,这种算法似乎并没有达到形成我需要的类型。
有哪些其他算法可以限制请求? 我知道,我有高负荷和低负荷的时期,因此,两者都应通过申请得到妥善处理。
我无法确定我是否能够真正解释我目前面临的问题。 如果你需要澄清,我就知道。
www.un.org/Depts/DGACM/index_spanish.htm
我试图更多地澄清问题,并解释为什么简单的费率限制人不工作。
问题在于交通工具的杂乱性质,而零售商在不同时期的规模不同。 最经常的是每笔付款之间的拖延。 因此,我们获得了处理数据记录,我们需要在下一层楼群出现之前,尽可能地予以公布。 然而,在下一层楼房即将到来时,仅仅近一点一点,即按记录号()的编号计算,一个简单的<编码>divide 时,我们不会像现在这样运作。
比率限制不起作用,因为数据传播不够。 如果我们接近饱和率,一切都会是罚款的,我们甚至蔓延(尽管这种情况不应经常发生)。 如果我们低于门槛值,这种传播就会进一步恶化。
我举了一个例子,使这一问题更加清楚:
让我们说,我们的交通限制在每秒10次,每10秒就有新的数据。
当我们在一个时间框架开始时获得100份记录时,我们将每隔二次查询10份记录,我们甚至完全传播。 然而,如果我们只获得15份记录,我们就会有第二次查询10份记录,第二次查询5份记录和8份记录,这样,我们就会有很不平等的交通量。 相反,如果我们每隔二次查问1.5个记录,就会更好。 然而,确定这一比率也会带来问题,因为新的数据可能较早到达,因此我们没有全部10秒,1.5个问询是不够的。 如果我们使用象征性的桶子,问题实际上会更加恶化,因为脚踏板允许在时间段一开始即行走。
然而,这一例子掩盖了问题,因为实际上,我们不能在任何特定时刻充分说明待决请求的数量,而只是上限。 因此,我们每次都必须根据这一数目进行ttle。