ਵੈੱਬ ਸੇਵਾਵਾਂ ਲਈ ਇਨ-ਮੈਮੋਰੀ ਆਰਕੀਟੈਕਚਰ: ਤਕਨਾਲੋਜੀ ਦੇ ਬੁਨਿਆਦੀ ਅਤੇ ਸਿਧਾਂਤ

ਇਨ-ਮੈਮੋਰੀ ਡੇਟਾ ਨੂੰ ਸਟੋਰ ਕਰਨ ਲਈ ਸੰਕਲਪਾਂ ਦਾ ਇੱਕ ਸਮੂਹ ਹੈ ਜਦੋਂ ਇਸਨੂੰ ਐਪਲੀਕੇਸ਼ਨ ਦੀ RAM ਵਿੱਚ ਸਟੋਰ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਅਤੇ ਡਿਸਕ ਨੂੰ ਬੈਕਅੱਪ ਲਈ ਵਰਤਿਆ ਜਾਂਦਾ ਹੈ। ਕਲਾਸੀਕਲ ਪਹੁੰਚ ਵਿੱਚ, ਡਾਟਾ ਡਿਸਕ ਤੇ ਸਟੋਰ ਕੀਤਾ ਜਾਂਦਾ ਹੈ ਅਤੇ ਮੈਮੋਰੀ ਕੈਸ਼ ਵਿੱਚ ਸਟੋਰ ਕੀਤੀ ਜਾਂਦੀ ਹੈ। ਉਦਾਹਰਨ ਲਈ, ਡੇਟਾ ਨੂੰ ਪ੍ਰੋਸੈਸ ਕਰਨ ਲਈ ਇੱਕ ਬੈਕਐਂਡ ਵਾਲਾ ਇੱਕ ਵੈਬ ਐਪਲੀਕੇਸ਼ਨ ਇਸਨੂੰ ਸਟੋਰੇਜ ਵਿੱਚ ਬੇਨਤੀ ਕਰਦਾ ਹੈ: ਇਹ ਇਸਨੂੰ ਪ੍ਰਾਪਤ ਕਰਦਾ ਹੈ, ਇਸਨੂੰ ਬਦਲਦਾ ਹੈ, ਅਤੇ ਬਹੁਤ ਸਾਰਾ ਡੇਟਾ ਨੈਟਵਰਕ ਤੇ ਟ੍ਰਾਂਸਫਰ ਕੀਤਾ ਜਾਂਦਾ ਹੈ। ਇਨ-ਮੈਮੋਰੀ ਵਿੱਚ, ਗਣਨਾਵਾਂ ਨੂੰ ਡੇਟਾ - ਸਟੋਰੇਜ ਵਿੱਚ ਭੇਜਿਆ ਜਾਂਦਾ ਹੈ, ਜਿੱਥੇ ਉਹਨਾਂ ਦੀ ਪ੍ਰਕਿਰਿਆ ਕੀਤੀ ਜਾਂਦੀ ਹੈ ਅਤੇ ਨੈੱਟਵਰਕ ਘੱਟ ਲੋਡ ਹੁੰਦਾ ਹੈ।

ਇਸ ਦੇ ਆਰਕੀਟੈਕਚਰ ਲਈ ਧੰਨਵਾਦ, ਇਨ-ਮੈਮੋਰੀ ਕਈ ਵਾਰ ਡਾਟਾ ਐਕਸੈਸ ਨੂੰ ਤੇਜ਼ ਕਰਦੀ ਹੈ, ਅਤੇ ਕਈ ਵਾਰੀ ਵੀ ਤੀਬਰਤਾ ਦੇ ਆਦੇਸ਼, ਤੇਜ਼ੀ ਨਾਲ। ਉਦਾਹਰਨ ਲਈ, ਬੈਂਕ ਵਿਸ਼ਲੇਸ਼ਕ ਇੱਕ ਵਿਸ਼ਲੇਸ਼ਣਾਤਮਕ ਐਪਲੀਕੇਸ਼ਨ ਵਿੱਚ ਦਿਨ ਪ੍ਰਤੀ ਦਿਨ ਗਤੀਸ਼ੀਲਤਾ ਵਿੱਚ ਪਿਛਲੇ ਸਾਲ ਜਾਰੀ ਕੀਤੇ ਗਏ ਕਰਜ਼ਿਆਂ ਦੀ ਰਿਪੋਰਟ ਦੇਖਣਾ ਚਾਹੁੰਦੇ ਹਨ। ਇਹ ਪ੍ਰਕਿਰਿਆ ਕਲਾਸਿਕ DBMS 'ਤੇ ਮਿੰਟ ਲਵੇਗੀ, ਪਰ ਇਨ-ਮੈਮੋਰੀ ਨਾਲ ਇਹ ਲਗਭਗ ਤੁਰੰਤ ਦਿਖਾਈ ਦੇਵੇਗੀ। ਇਹ ਇਸ ਲਈ ਹੈ ਕਿਉਂਕਿ ਪਹੁੰਚ ਤੁਹਾਨੂੰ ਬਹੁਤ ਜ਼ਿਆਦਾ ਜਾਣਕਾਰੀ ਨੂੰ ਕੈਸ਼ ਕਰਨ ਦੀ ਇਜਾਜ਼ਤ ਦਿੰਦੀ ਹੈ ਅਤੇ ਇਹ "ਹੱਥ ਵਿੱਚ" ਰੈਮ ਵਿੱਚ ਸਟੋਰ ਕੀਤੀ ਜਾਂਦੀ ਹੈ। ਐਪਲੀਕੇਸ਼ਨ ਨੂੰ ਹਾਰਡ ਡਰਾਈਵ ਤੋਂ ਡੇਟਾ ਦੀ ਬੇਨਤੀ ਕਰਨ ਦੀ ਲੋੜ ਨਹੀਂ ਹੈ, ਜਿਸਦੀ ਉਪਲਬਧਤਾ ਨੈਟਵਰਕ ਅਤੇ ਡਿਸਕ ਦੀ ਗਤੀ ਦੁਆਰਾ ਸੀਮਿਤ ਹੈ.

ਇਨ-ਮੈਮੋਰੀ ਨਾਲ ਹੋਰ ਕਿਹੜੀਆਂ ਸੰਭਾਵਨਾਵਾਂ ਉਪਲਬਧ ਹਨ ਅਤੇ ਇਹ ਕਿਸ ਤਰ੍ਹਾਂ ਦੀ ਪਹੁੰਚ ਹੈ? ਵਲਾਦੀਮੀਰ ਪਲਗਿਨ - ਗਰਿੱਡਗੇਨ ਵਿਖੇ ਇੰਜੀਨੀਅਰ। ਇਹ ਸਮੀਖਿਆ ਸਮੱਗਰੀ ਵੈਬ ਐਪਲੀਕੇਸ਼ਨ ਬੈਕਐਂਡ ਡਿਵੈਲਪਰਾਂ ਲਈ ਉਪਯੋਗੀ ਹੋਵੇਗੀ ਜਿਨ੍ਹਾਂ ਨੇ ਇਨ-ਮੈਮੋਰੀ ਨਾਲ ਕੰਮ ਨਹੀਂ ਕੀਤਾ ਹੈ ਅਤੇ ਕੋਸ਼ਿਸ਼ ਕਰਨਾ ਚਾਹੁੰਦੇ ਹਨ, ਜਾਂ ਸੌਫਟਵੇਅਰ ਵਿਕਾਸ ਅਤੇ ਆਰਕੀਟੈਕਚਰ ਡਿਜ਼ਾਈਨ ਵਿੱਚ ਆਧੁਨਿਕ ਰੁਝਾਨਾਂ ਵਿੱਚ ਦਿਲਚਸਪੀ ਰੱਖਦੇ ਹਨ।

ਟਿੱਪਣੀ. ਲੇਖ #GetIT Conf ਵਿਖੇ ਵਲਾਦੀਮੀਰ ਦੀ ਰਿਪੋਰਟ ਦੀ ਪ੍ਰਤੀਲਿਪੀ 'ਤੇ ਅਧਾਰਤ ਹੈ। ਸਵੈ-ਅਲੱਗ-ਥਲੱਗ ਹੋਣ ਤੋਂ ਪਹਿਲਾਂ, ਅਸੀਂ ਮਾਸਕੋ ਅਤੇ ਸੇਂਟ ਪੀਟਰਸਬਰਗ ਵਿੱਚ ਵਿਕਾਸਕਾਰਾਂ ਲਈ ਨਿਯਮਿਤ ਤੌਰ 'ਤੇ ਮੀਟਿੰਗਾਂ ਅਤੇ ਕਾਨਫਰੰਸਾਂ ਦਾ ਆਯੋਜਨ ਕੀਤਾ: ਅਸੀਂ ਰੁਝਾਨਾਂ, ਮੌਜੂਦਾ ਵਿਕਾਸ ਮੁੱਦਿਆਂ, ਸਮੱਸਿਆਵਾਂ ਅਤੇ ਉਨ੍ਹਾਂ ਦੇ ਹੱਲਾਂ 'ਤੇ ਚਰਚਾ ਕੀਤੀ। ਹੁਣ ਇੱਕ ਕਾਨਫਰੰਸ ਆਯੋਜਿਤ ਕਰਨਾ ਸੰਭਵ ਨਹੀਂ ਹੈ, ਪਰ ਪਿਛਲੇ ਲੋਕਾਂ ਤੋਂ ਉਪਯੋਗੀ ਸਮੱਗਰੀਆਂ ਨੂੰ ਸਾਂਝਾ ਕਰਨ ਦਾ ਸਮਾਂ ਆ ਗਿਆ ਹੈ।

ਇਨ-ਮੈਮੋਰੀ ਕੌਣ ਅਤੇ ਕਿਵੇਂ ਵਰਤਦਾ ਹੈ

ਇਨ-ਮੈਮੋਰੀ ਅਕਸਰ ਵਰਤੀ ਜਾਂਦੀ ਹੈ ਜਿੱਥੇ ਤੇਜ਼ ਉਪਭੋਗਤਾ ਇੰਟਰੈਕਸ਼ਨ ਜਾਂ ਵੱਡੀ ਮਾਤਰਾ ਵਿੱਚ ਡੇਟਾ ਦੀ ਪ੍ਰਕਿਰਿਆ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ।

• ਬੈਂਕਾਂ ਇਨ-ਮੈਮੋਰੀ ਦੀ ਵਰਤੋਂ ਕਰੋ, ਉਦਾਹਰਨ ਲਈ, ਜਦੋਂ ਗਾਹਕ ਐਪਲੀਕੇਸ਼ਨਾਂ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹਨ ਤਾਂ ਦੇਰੀ ਨੂੰ ਘਟਾਉਣ ਲਈ ਜਾਂ ਲੋਨ ਜਾਰੀ ਕਰਨ ਤੋਂ ਪਹਿਲਾਂ ਕਲਾਇੰਟ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਨ ਲਈ।
• ਫਿਨਟੇਕ ਡਾਟਾ ਪ੍ਰੋਸੈਸਿੰਗ ਅਤੇ ਵਿਸ਼ਲੇਸ਼ਣ ਨੂੰ ਆਊਟਸੋਰਸ ਕਰਨ ਵਾਲੇ ਬੈਂਕਾਂ ਲਈ ਸੇਵਾਵਾਂ ਅਤੇ ਐਪਲੀਕੇਸ਼ਨਾਂ ਦੇ ਪ੍ਰਦਰਸ਼ਨ ਨੂੰ ਬਿਹਤਰ ਬਣਾਉਣ ਲਈ ਇਨ-ਮੈਮੋਰੀ ਦੀ ਵਰਤੋਂ ਕਰਦਾ ਹੈ। 
• ਬੀਮਾ ਕੰਪਨੀਆਂ: ਜੋਖਮਾਂ ਦੀ ਗਣਨਾ ਕਰਨ ਲਈ, ਉਦਾਹਰਨ ਲਈ, ਕਈ ਸਾਲਾਂ ਤੋਂ ਗਾਹਕ ਡੇਟਾ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਕੇ।
• ਲੌਜਿਸਟਿਕ ਕੰਪਨੀਆਂ. ਉਹ ਬਹੁਤ ਸਾਰੇ ਡੇਟਾ ਦੀ ਪ੍ਰਕਿਰਿਆ ਕਰਦੇ ਹਨ, ਉਦਾਹਰਨ ਲਈ, ਹਜ਼ਾਰਾਂ ਪੈਰਾਮੀਟਰਾਂ ਦੇ ਨਾਲ ਮਾਲ ਅਤੇ ਯਾਤਰੀ ਆਵਾਜਾਈ ਲਈ ਅਨੁਕੂਲ ਰੂਟਾਂ ਦੀ ਗਣਨਾ ਕਰਨ ਲਈ, ਅਤੇ ਸ਼ਿਪਮੈਂਟ ਦੀ ਸਥਿਤੀ ਨੂੰ ਟਰੈਕ ਕਰਦੇ ਹਨ।
• ਪ੍ਰਚੂਨ. ਇਨ-ਮੈਮੋਰੀ ਹੱਲ ਗਾਹਕਾਂ ਨੂੰ ਤੇਜ਼ੀ ਨਾਲ ਸੇਵਾ ਕਰਨ ਅਤੇ ਵੱਡੀ ਮਾਤਰਾ ਵਿੱਚ ਜਾਣਕਾਰੀ ਦੀ ਪ੍ਰਕਿਰਿਆ ਕਰਨ ਵਿੱਚ ਮਦਦ ਕਰਦੇ ਹਨ: ਸ਼ਿਪਮੈਂਟ, ਇਨਵੌਇਸ, ਲੈਣ-ਦੇਣ, ਵੇਅਰਹਾਊਸਾਂ ਵਿੱਚ ਹਜ਼ਾਰਾਂ ਸਾਮਾਨ ਦੀ ਮੌਜੂਦਗੀ, ਅਤੇ ਵਿਸ਼ਲੇਸ਼ਣਾਤਮਕ ਰਿਪੋਰਟਾਂ ਤਿਆਰ ਕਰੋ।
• В IoT ਇਨ-ਮੈਮੋਰੀ ਰਵਾਇਤੀ ਡੇਟਾਬੇਸ ਦੀ ਥਾਂ ਲੈਂਦੀ ਹੈ।
• ਔਸ਼ਧੀ ਨਿਰਮਾਣ ਸੰਬੰਧੀ ਕੰਪਨੀਆਂ ਇਨ-ਮੈਮੋਰੀ ਦੀ ਵਰਤੋਂ ਕਰਦੀਆਂ ਹਨ, ਉਦਾਹਰਨ ਲਈ, ਦਵਾਈਆਂ ਦੀਆਂ ਰਚਨਾਵਾਂ ਦੇ ਸੁਮੇਲ ਦੁਆਰਾ ਛਾਂਟਣ ਲਈ। 

ਮੈਂ ਤੁਹਾਨੂੰ ਕੁਝ ਉਦਾਹਰਣਾਂ ਦੱਸਾਂਗਾ ਕਿ ਸਾਡੇ ਕਲਾਇੰਟ ਇਨ-ਮੈਮੋਰੀ ਹੱਲਾਂ ਦੀ ਵਰਤੋਂ ਕਿਵੇਂ ਕਰਦੇ ਹਨ ਅਤੇ ਤੁਸੀਂ ਉਹਨਾਂ ਨੂੰ ਖੁਦ ਕਿਵੇਂ ਲਾਗੂ ਕਰ ਸਕਦੇ ਹੋ।

ਪ੍ਰਾਇਮਰੀ ਸਟੋਰੇਜ ਵਜੋਂ ਇਨ-ਮੈਮੋਰੀ

ਸਾਡੇ ਗਾਹਕਾਂ ਵਿੱਚੋਂ ਇੱਕ ਸੰਯੁਕਤ ਰਾਜ ਅਮਰੀਕਾ ਤੋਂ ਡਾਕਟਰੀ ਵਿਗਿਆਨਕ ਉਪਕਰਣਾਂ ਦਾ ਇੱਕ ਵੱਡਾ ਸਪਲਾਇਰ ਹੈ। ਉਹ ਇੱਕ ਇਨ-ਮੈਮੋਰੀ ਹੱਲ ਨੂੰ ਆਪਣੇ ਮੁੱਖ ਡੇਟਾ ਸਟੋਰੇਜ ਵਜੋਂ ਵਰਤਦੇ ਹਨ। ਸਾਰਾ ਡਾਟਾ ਡਿਸਕ 'ਤੇ ਸਟੋਰ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਅਤੇ ਸਰਗਰਮੀ ਨਾਲ ਵਰਤੇ ਜਾਣ ਵਾਲੇ ਡੇਟਾ ਦਾ ਸਬਸੈੱਟ RAM ਵਿੱਚ ਰੱਖਿਆ ਜਾਂਦਾ ਹੈ। ਸਟੋਰੇਜ ਪਹੁੰਚ ਵਿਧੀਆਂ ਮਿਆਰੀ ਹਨ - GDBC (ਜਨਰਿਕ ਡਾਟਾਬੇਸ ਕਨੈਕਟਰ) ਅਤੇ SQL ਪੁੱਛਗਿੱਛ ਭਾਸ਼ਾ।

ਸਮੂਹਿਕ ਤੌਰ 'ਤੇ ਇਸਨੂੰ ਇਨ-ਮੈਮੋਰੀ ਡੇਟਾਬੇਸ (IMDB) ਜਾਂ ਮੈਮੋਰੀ-ਸੈਂਟ੍ਰਿਕ ਸਟੋਰੇਜ ਕਿਹਾ ਜਾਂਦਾ ਹੈ। ਹੱਲਾਂ ਦੀ ਇਸ ਸ਼੍ਰੇਣੀ ਦੇ ਕਈ ਨਾਮ ਹਨ, ਇਹ ਕੇਵਲ ਇੱਕੋ ਨਹੀਂ ਹਨ। 

IMDB ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ:

• ਡਾਟਾ ਜੋ ਇਨ-ਮੈਮੋਰੀ ਵਿੱਚ ਸਟੋਰ ਕੀਤਾ ਜਾਂਦਾ ਹੈ ਅਤੇ SQL ਦੁਆਰਾ ਐਕਸੈਸ ਕੀਤਾ ਜਾਂਦਾ ਹੈ ਉਹੀ ਹੈ ਜਿਵੇਂ ਕਿ ਹੋਰ ਪਹੁੰਚਾਂ ਵਿੱਚ। ਉਹ ਸਮਕਾਲੀ ਹਨ, ਸਿਰਫ ਪੇਸ਼ਕਾਰੀ ਦਾ ਤਰੀਕਾ, ਉਨ੍ਹਾਂ ਨੂੰ ਸੰਬੋਧਨ ਕਰਨ ਦਾ ਤਰੀਕਾ ਵੱਖਰਾ ਹੈ। ਲੈਣ-ਦੇਣ ਡੇਟਾ ਦੇ ਵਿਚਕਾਰ ਕੰਮ ਕਰਦਾ ਹੈ।

• IMDB ਰਿਲੇਸ਼ਨਲ ਡੇਟਾਬੇਸ ਨਾਲੋਂ ਤੇਜ਼ ਹੈ ਕਿਉਂਕਿ ਇਹ ਡਿਸਕ ਨਾਲੋਂ ਰੈਮ ਤੋਂ ਜਾਣਕਾਰੀ ਪ੍ਰਾਪਤ ਕਰਨਾ ਤੇਜ਼ ਹੈ। 
• ਅੰਦਰੂਨੀ ਓਪਟੀਮਾਈਜੇਸ਼ਨ ਐਲਗੋਰਿਦਮ ਵਿੱਚ ਘੱਟ ਨਿਰਦੇਸ਼ ਹਨ।
• ਆਈਐਮਡੀਬੀ ਐਪਲੀਕੇਸ਼ਨਾਂ ਵਿੱਚ ਡੇਟਾ, ਸਮਾਗਮਾਂ ਅਤੇ ਲੈਣ-ਦੇਣ ਦੇ ਪ੍ਰਬੰਧਨ ਲਈ ਢੁਕਵੇਂ ਹਨ।

IMDBs ਅੰਸ਼ਕ ਤੌਰ 'ਤੇ ACID ਦਾ ਸਮਰਥਨ ਕਰਦੇ ਹਨ: ਪਰਮਾਣੂ, ਇਕਸਾਰਤਾ, ਅਤੇ ਅਲੱਗ-ਥਲੱਗ। ਪਰ ਉਹ "ਟਿਕਾਊਤਾ" ਦਾ ਸਮਰਥਨ ਨਹੀਂ ਕਰਦੇ - ਜਦੋਂ ਪਾਵਰ ਬੰਦ ਹੋ ਜਾਂਦੀ ਹੈ, ਸਾਰਾ ਡਾਟਾ ਖਤਮ ਹੋ ਜਾਂਦਾ ਹੈ। ਸਮੱਸਿਆ ਨੂੰ ਹੱਲ ਕਰਨ ਲਈ, ਤੁਸੀਂ ਸਨੈਪਸ਼ਾਟ ਦੀ ਵਰਤੋਂ ਕਰ ਸਕਦੇ ਹੋ - ਡੇਟਾਬੇਸ ਦਾ "ਸਨੈਪਸ਼ਾਟ", ਇੱਕ ਹਾਰਡ ਡਰਾਈਵ 'ਤੇ ਡੇਟਾਬੇਸ ਬੈਕਅੱਪ ਦੇ ਸਮਾਨ, ਜਾਂ ਰੀਬੂਟ ਤੋਂ ਬਾਅਦ ਡੇਟਾ ਨੂੰ ਰੀਸਟੋਰ ਕਰਨ ਲਈ ਟ੍ਰਾਂਜੈਕਸ਼ਨਾਂ (ਲੌਗ) ਨੂੰ ਰਿਕਾਰਡ ਕਰੋ।

ਨੁਕਸ-ਸਹਿਣਸ਼ੀਲ ਕਾਰਜ ਬਣਾਉਣ ਲਈ

ਆਉ ਇੱਕ ਨੁਕਸ-ਸਹਿਣਸ਼ੀਲ ਵੈਬ ਐਪਲੀਕੇਸ਼ਨ ਦੇ ਕਲਾਸਿਕ ਆਰਕੀਟੈਕਚਰ ਦੀ ਕਲਪਨਾ ਕਰੀਏ। ਇਹ ਇਸ ਤਰ੍ਹਾਂ ਕੰਮ ਕਰਦਾ ਹੈ: ਸਾਰੀਆਂ ਬੇਨਤੀਆਂ ਸਰਵਰਾਂ ਦੇ ਵਿਚਕਾਰ ਇੱਕ ਵੈੱਬ ਬੈਲੇਂਸਰ ਦੁਆਰਾ ਵੰਡੀਆਂ ਜਾਂਦੀਆਂ ਹਨ। ਇਹ ਸਿਸਟਮ ਸਥਿਰ ਹੈ ਕਿਉਂਕਿ ਸਰਵਰ ਇੱਕ ਦੂਜੇ ਦੀ ਡੁਪਲੀਕੇਟ ਕਰਦੇ ਹਨ ਅਤੇ ਘਟਨਾਵਾਂ ਦੇ ਮਾਮਲੇ ਵਿੱਚ ਬੈਕਅੱਪ ਲੈਂਦੇ ਹਨ।

ਬੈਲੇਂਸਰ ਇੱਕ ਸੈਸ਼ਨ ਤੋਂ ਸਾਰੀਆਂ ਬੇਨਤੀਆਂ ਨੂੰ ਇੱਕ ਸਰਵਰ ਨੂੰ ਸਖਤੀ ਨਾਲ ਨਿਰਦੇਸ਼ਤ ਕਰਦਾ ਹੈ। ਇਹ ਇੱਕ ਸਟਿੱਕ ਸੈਸ਼ਨ ਮਕੈਨਿਜ਼ਮ ਹੈ: ਹਰੇਕ ਸੈਸ਼ਨ ਇੱਕ ਸਰਵਰ ਨਾਲ ਜੁੜਿਆ ਹੁੰਦਾ ਹੈ ਜਿੱਥੇ ਇਸਨੂੰ ਸਥਾਨਕ ਤੌਰ 'ਤੇ ਸਟੋਰ ਅਤੇ ਪ੍ਰੋਸੈਸ ਕੀਤਾ ਜਾਂਦਾ ਹੈ। 

ਕੀ ਹੁੰਦਾ ਹੈ ਜਦੋਂ ਇੱਕ ਸਰਵਰ ਅਸਫਲ ਹੋ ਜਾਂਦਾ ਹੈ?

ਸੇਵਾ ਪ੍ਰਭਾਵਿਤ ਨਹੀਂ ਹੋਵੇਗੀ ਕਿਉਂਕਿ ਆਰਕੀਟੈਕਚਰ ਡੁਪਲੀਕੇਟ ਹੈ। ਪਰ ਅਸੀਂ ਡੈੱਡ ਸਰਵਰ ਦੇ ਸੈਸ਼ਨਾਂ ਦਾ ਇੱਕ ਸਬਸੈੱਟ ਗੁਆ ਦੇਵਾਂਗੇ. ਅਤੇ ਉਸੇ ਸਮੇਂ, ਉਪਭੋਗਤਾ ਜੋ ਇਹਨਾਂ ਸੈਸ਼ਨਾਂ ਨਾਲ ਜੁੜੇ ਹੋਏ ਹਨ. ਉਦਾਹਰਨ ਲਈ, ਇੱਕ ਗਾਹਕ ਇੱਕ ਆਰਡਰ ਦਿੰਦਾ ਹੈ ਅਤੇ ਅਚਾਨਕ ਉਸਨੂੰ ਦਫਤਰ ਤੋਂ ਬਾਹਰ ਸੁੱਟ ਦਿੰਦਾ ਹੈ. ਉਹ ਨਾਖੁਸ਼ ਹੋਵੇਗਾ ਜਦੋਂ ਉਹ ਦੁਬਾਰਾ ਲੌਗਇਨ ਕਰਦਾ ਹੈ ਅਤੇ ਇਹ ਦੇਖਦਾ ਹੈ ਕਿ ਸਭ ਕੁਝ ਦੁਬਾਰਾ ਕਰਨਾ ਹੋਵੇਗਾ।

ਇੱਕ ਵੈਬ ਐਪਲੀਕੇਸ਼ਨ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ ਤਾਂ ਜੋ ਵੱਡੀ ਗਿਣਤੀ ਵਿੱਚ ਉਪਭੋਗਤਾਵਾਂ ਦਾ ਸਮਰਥਨ ਕੀਤਾ ਜਾ ਸਕੇ ਅਤੇ ਹੌਲੀ ਨਾ ਹੋਣ ਤਾਂ ਜੋ ਉਹ ਆਰਾਮ ਨਾਲ ਕੰਮ ਕਰ ਸਕਣ। ਪਰ ਜੇਕਰ ਇਸ ਨੂੰ ਅਸਵੀਕਾਰ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਤਾਂ ਹਰੇਕ ਅਗਲੀ ਬੇਨਤੀ ਦੇ ਨਾਲ ਸੈਸ਼ਨ ਸਟੋਰੇਜ ਨਾਲ ਸੰਚਾਰ ਕਰਨ ਵਿੱਚ ਲੱਗਣ ਵਾਲਾ ਸਮਾਂ ਵੱਧ ਜਾਵੇਗਾ। ਇਹ ਦੂਜੇ ਉਪਭੋਗਤਾਵਾਂ ਲਈ ਔਸਤ ਲੇਟੈਂਸੀ ਨੂੰ ਵਧਾਉਂਦਾ ਹੈ। ਪਰ ਉਹ ਪਹਿਲਾਂ ਨਾਲੋਂ ਜ਼ਿਆਦਾ ਇੰਤਜ਼ਾਰ ਨਹੀਂ ਕਰਨਾ ਚਾਹੁੰਦੇ।

ਇਹ ਸਮੱਸਿਆ ਸਾਡੇ ਦੂਜੇ ਕਲਾਇੰਟ ਦੀ ਤਰ੍ਹਾਂ ਹੱਲ ਕੀਤੀ ਜਾ ਸਕਦੀ ਹੈ, ਅਮਰੀਕਾ ਤੋਂ ਇੱਕ ਵੱਡਾ PASS ਪ੍ਰਦਾਤਾ। ਇਹ ਵੈੱਬ ਸੈਸ਼ਨਾਂ ਨੂੰ ਕਲੱਸਟਰ ਕਰਨ ਲਈ ਇਨ-ਮੈਮੋਰੀ ਦੀ ਵਰਤੋਂ ਕਰਦਾ ਹੈ। ਅਜਿਹਾ ਕਰਨ ਲਈ, ਇਹ ਉਹਨਾਂ ਨੂੰ ਸਥਾਨਕ ਤੌਰ 'ਤੇ ਨਹੀਂ, ਸਗੋਂ ਕੇਂਦਰੀ ਤੌਰ 'ਤੇ - ਇੱਕ ਇਨ-ਮੈਮੋਰੀ ਕਲੱਸਟਰ ਵਿੱਚ ਸਟੋਰ ਕਰਦਾ ਹੈ। ਇਸ ਸਥਿਤੀ ਵਿੱਚ, ਸੈਸ਼ਨ ਬਹੁਤ ਤੇਜ਼ੀ ਨਾਲ ਉਪਲਬਧ ਹੁੰਦੇ ਹਨ ਕਿਉਂਕਿ ਉਹ ਪਹਿਲਾਂ ਹੀ RAM ਵਿੱਚ ਹਨ।

ਜਦੋਂ ਇੱਕ ਸਰਵਰ ਕਰੈਸ਼ ਹੁੰਦਾ ਹੈ, ਤਾਂ ਬੈਲੇਂਸਰ ਕ੍ਰੈਸ਼ ਹੋਏ ਸਰਵਰ ਤੋਂ ਦੂਜੇ ਸਰਵਰਾਂ ਨੂੰ ਬੇਨਤੀਆਂ ਭੇਜਦਾ ਹੈ, ਜਿਵੇਂ ਕਿ ਕਲਾਸੀਕਲ ਆਰਕੀਟੈਕਚਰ ਵਿੱਚ। ਪਰ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਅੰਤਰ ਹੈ: ਸੈਸ਼ਨਾਂ ਨੂੰ ਇੱਕ ਇਨ-ਮੈਮੋਰੀ ਕਲੱਸਟਰ ਵਿੱਚ ਸਟੋਰ ਕੀਤਾ ਜਾਂਦਾ ਹੈ ਅਤੇ ਸਰਵਰਾਂ ਕੋਲ ਡਿੱਗੇ ਹੋਏ ਸਰਵਰ ਦੇ ਸੈਸ਼ਨਾਂ ਤੱਕ ਪਹੁੰਚ ਹੈ।

ਇਹ ਆਰਕੀਟੈਕਚਰ ਪੂਰੇ ਸਿਸਟਮ ਦੀ ਨੁਕਸ ਸਹਿਣਸ਼ੀਲਤਾ ਨੂੰ ਵਧਾਉਂਦਾ ਹੈ। ਇਸ ਤੋਂ ਇਲਾਵਾ, ਸਟਿੱਕ ਸੈਸ਼ਨ ਵਿਧੀ ਨੂੰ ਪੂਰੀ ਤਰ੍ਹਾਂ ਛੱਡਣਾ ਸੰਭਵ ਹੈ।

ਹਾਈਬ੍ਰਿਡ ਟ੍ਰਾਂਜੈਕਸ਼ਨਲ ਐਨਾਲਿਟੀਕਲ ਪ੍ਰੋਸੈਸਿੰਗ (HTAP)

ਆਮ ਤੌਰ 'ਤੇ, ਲੈਣ-ਦੇਣ ਅਤੇ ਵਿਸ਼ਲੇਸ਼ਣਾਤਮਕ ਪ੍ਰਣਾਲੀਆਂ ਨੂੰ ਵੱਖਰਾ ਰੱਖਿਆ ਜਾਂਦਾ ਹੈ। ਜਦੋਂ ਉਹ ਵੱਖ ਹੋ ਜਾਂਦੇ ਹਨ, ਮੁੱਖ ਅਧਾਰ ਲੋਡ ਦੇ ਅਧੀਨ ਆਉਂਦਾ ਹੈ. ਵਿਸ਼ਲੇਸ਼ਣਾਤਮਕ ਪ੍ਰੋਸੈਸਿੰਗ ਲਈ, ਡੇਟਾ ਨੂੰ ਇੱਕ ਪ੍ਰਤੀਕ੍ਰਿਤੀ ਵਿੱਚ ਨਕਲ ਕੀਤਾ ਜਾਂਦਾ ਹੈ ਤਾਂ ਜੋ ਵਿਸ਼ਲੇਸ਼ਣਾਤਮਕ ਪ੍ਰੋਸੈਸਿੰਗ ਲੈਣ-ਦੇਣ ਦੀਆਂ ਪ੍ਰਕਿਰਿਆਵਾਂ ਵਿੱਚ ਦਖਲ ਨਾ ਦੇਵੇ। ਪਰ ਨਕਲ ਕਰਨਾ ਇੱਕ ਪਛੜ ਨਾਲ ਵਾਪਰਦਾ ਹੈ - ਬਿਨਾਂ ਕਿਸੇ ਪਛੜ ਦੇ ਨਕਲ ਕਰਨਾ ਅਸੰਭਵ ਹੈ। ਜੇਕਰ ਅਸੀਂ ਇਸ ਨੂੰ ਸਮਕਾਲੀ ਤੌਰ 'ਤੇ ਕਰਦੇ ਹਾਂ, ਤਾਂ ਇਹ ਮੁੱਖ ਅਧਾਰ ਨੂੰ ਵੀ ਹੌਲੀ ਕਰ ਦੇਵੇਗਾ ਅਤੇ ਸਾਨੂੰ ਕੋਈ ਜਿੱਤ ਨਹੀਂ ਮਿਲੇਗੀ।

HTAP ਵਿੱਚ, ਹਰ ਚੀਜ਼ ਵੱਖਰੇ ਢੰਗ ਨਾਲ ਕੰਮ ਕਰਦੀ ਹੈ - ਐਪਲੀਕੇਸ਼ਨਾਂ ਤੋਂ ਟ੍ਰਾਂਜੈਕਸ਼ਨਲ ਲੋਡ ਲਈ ਇੱਕੋ ਡੇਟਾ ਸਟੋਰ ਦੀ ਵਰਤੋਂ ਕੀਤੀ ਜਾਂਦੀ ਹੈ, ਅਤੇ ਵਿਸ਼ਲੇਸ਼ਣਾਤਮਕ ਸਵਾਲਾਂ ਲਈ ਜੋ ਪੂਰਾ ਹੋਣ ਵਿੱਚ ਲੰਬਾ ਸਮਾਂ ਲੈ ਸਕਦੇ ਹਨ। ਜਦੋਂ ਡੇਟਾ RAM ਵਿੱਚ ਹੁੰਦਾ ਹੈ, ਤਾਂ ਵਿਸ਼ਲੇਸ਼ਣਾਤਮਕ ਸਵਾਲਾਂ ਨੂੰ ਤੇਜ਼ੀ ਨਾਲ ਚਲਾਇਆ ਜਾਂਦਾ ਹੈ, ਅਤੇ ਡੇਟਾਬੇਸ ਵਾਲਾ ਸਰਵਰ ਘੱਟ ਲੋਡ ਹੁੰਦਾ ਹੈ (ਔਸਤਨ)।

ਇੱਕ ਹਾਈਬ੍ਰਿਡ ਪਹੁੰਚ ਟ੍ਰਾਂਜੈਕਸ਼ਨ ਪ੍ਰੋਸੈਸਿੰਗ ਅਤੇ ਵਿਸ਼ਲੇਸ਼ਣ ਵਿਚਕਾਰ ਕੰਧ ਨੂੰ ਤੋੜ ਦਿੰਦੀ ਹੈ। ਜੇਕਰ ਅਸੀਂ ਉਸੇ ਸਟੋਰੇਜ 'ਤੇ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਦੇ ਹਾਂ, ਤਾਂ RAM ਤੋਂ ਡੇਟਾ 'ਤੇ ਵਿਸ਼ਲੇਸ਼ਣਾਤਮਕ ਸਵਾਲਾਂ ਨੂੰ ਲਾਂਚ ਕੀਤਾ ਜਾਂਦਾ ਹੈ। ਉਹ ਬਹੁਤ ਜ਼ਿਆਦਾ ਸਹੀ, ਵਧੇਰੇ ਵਿਆਖਿਆਯੋਗ ਅਤੇ ਢੁਕਵੇਂ ਹਨ।

ਇਨ-ਮੈਮੋਰੀ ਹੱਲਾਂ ਦਾ ਏਕੀਕਰਣ

ਇੱਕ (ਮੁਕਾਬਲਤਨ) ਸਧਾਰਨ ਤਰੀਕਾ - ਸ਼ੁਰੂ ਤੋਂ ਹਰ ਚੀਜ਼ ਦਾ ਵਿਕਾਸ ਕਰੋ. ਅਸੀਂ ਡਿਸਕ 'ਤੇ ਡੇਟਾ ਰੱਖਦੇ ਹਾਂ ਅਤੇ ਗਰਮ ਡੇਟਾ ਨੂੰ ਮੈਮੋਰੀ ਵਿੱਚ ਸਟੋਰ ਕਰਦੇ ਹਾਂ। ਇਹ ਸਰਵਰ ਰੀਬੂਟ ਜਾਂ ਆਊਟੇਜ ਤੋਂ ਬਚਣ ਵਿੱਚ ਮਦਦ ਕਰਦਾ ਹੈ।

ਇੱਥੇ ਕੰਮ 'ਤੇ ਦੋ ਮੁੱਖ ਦ੍ਰਿਸ਼ ਹਨ ਜਦੋਂ ਡਾਟਾ ਡਿਸਕ 'ਤੇ ਸਟੋਰ ਕੀਤਾ ਜਾਂਦਾ ਹੈ। ਪਹਿਲਾਂ, ਅਸੀਂ ਕਲੱਸਟਰ ਜਾਂ ਹਿੱਸਿਆਂ ਦੇ ਕਰੈਸ਼ ਜਾਂ ਨਿਯਮਤ ਰੀਬੂਟ ਤੋਂ ਬਚਣਾ ਚਾਹੁੰਦੇ ਹਾਂ - ਅਸੀਂ ਇਸਨੂੰ ਇੱਕ ਸਧਾਰਨ ਡੇਟਾਬੇਸ ਵਜੋਂ ਵਰਤਣਾ ਚਾਹੁੰਦੇ ਹਾਂ। ਦੂਜੇ ਦ੍ਰਿਸ਼ ਵਿੱਚ, ਜਦੋਂ ਬਹੁਤ ਜ਼ਿਆਦਾ ਡੇਟਾ ਹੁੰਦਾ ਹੈ, ਇਸ ਵਿੱਚੋਂ ਕੁਝ ਮੈਮੋਰੀ ਵਿੱਚ ਹੁੰਦਾ ਹੈ।

ਜੇ ਸਕ੍ਰੈਚ ਤੋਂ ਸਭ ਕੁਝ ਬਣਾਉਣਾ ਸੰਭਵ ਨਹੀਂ ਹੈ, ਤਾਂ ਇਨ-ਮੈਮੋਰੀ ਨੂੰ ਪਹਿਲਾਂ ਤੋਂ ਹੀ ਏਕੀਕ੍ਰਿਤ ਕਰਨਾ ਸੰਭਵ ਹੈ ਮੌਜੂਦਾ ਆਰਕੀਟੈਕਚਰ. ਪਰ ਸਾਰੇ ਇਨ-ਮੈਮੋਰੀ ਹੱਲ ਇਸ ਲਈ ਢੁਕਵੇਂ ਨਹੀਂ ਹਨ। ਤਿੰਨ ਲਾਜ਼ਮੀ ਸ਼ਰਤਾਂ ਹਨ। ਇਨ-ਮੈਮੋਰੀ ਹੱਲ ਦਾ ਸਮਰਥਨ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ:

• ਡੇਟਾਬੇਸ ਨਾਲ ਜੁੜਨ ਦਾ ਮਿਆਰੀ ਤਰੀਕਾ ਜੋ ਇਸਦੇ ਹੇਠਾਂ ਸਥਿਤ ਹੋਵੇਗਾ (ਉਦਾਹਰਨ ਲਈ, MySQL);
• ਇੱਕ ਮਿਆਰੀ ਪੁੱਛਗਿੱਛ ਭਾਸ਼ਾ, ਤਾਂ ਜੋ ਸਟੋਰੇਜ਼ ਦੇ ਨਾਲ ਪਰਸਪਰ ਪ੍ਰਭਾਵ ਦੇ ਤਰਕ ਨੂੰ ਮੁੜ ਨਾ ਲਿਖਿਆ ਜਾ ਸਕੇ ਅਤੇ ਬਦਲਿਆ ਜਾ ਸਕੇ;
• ਟ੍ਰਾਂਜੈਕਸ਼ਨਲ - ਪਰਸਪਰ ਪ੍ਰਭਾਵ ਦੇ ਅਰਥਾਂ ਨੂੰ ਸੁਰੱਖਿਅਤ ਰੱਖੋ।

ਜੇਕਰ ਤਿੰਨੋਂ ਸ਼ਰਤਾਂ ਪੂਰੀਆਂ ਹੁੰਦੀਆਂ ਹਨ, ਤਾਂ ਏਕੀਕਰਨ ਸੰਭਵ ਹੈ। ਅਸੀਂ ਐਪਲੀਕੇਸ਼ਨ ਅਤੇ ਡੇਟਾਬੇਸ ਦੇ ਵਿਚਕਾਰ ਇਨ-ਮੈਮੋਰੀ ਡੇਟਾ ਗਰਿੱਡ ਰੱਖਦੇ ਹਾਂ। ਹੁਣ ਲਿਖਤੀ ਬੇਨਤੀਆਂ ਨੂੰ ਅੰਡਰਲਾਈੰਗ ਡੇਟਾਬੇਸ ਨੂੰ ਸੌਂਪਿਆ ਜਾਵੇਗਾ, ਅਤੇ ਜੇਕਰ ਡੇਟਾ ਕੈਸ਼ ਵਿੱਚ ਨਹੀਂ ਹੈ ਤਾਂ ਪੜ੍ਹਨ ਦੀਆਂ ਬੇਨਤੀਆਂ ਨੂੰ ਅੰਡਰਲਾਈੰਗ ਡੇਟਾਬੇਸ ਨੂੰ ਸੌਂਪਿਆ ਜਾਵੇਗਾ।

ਜੇਕਰ ਡੇਟਾ ਅਤੇ ਇਸਦੀ ਪ੍ਰੋਸੈਸਿੰਗ ਤੱਕ ਤੇਜ਼ ਪਹੁੰਚ ਤੁਹਾਡੇ ਲਈ ਮਹੱਤਵਪੂਰਨ ਹੈ, ਉਦਾਹਰਨ ਲਈ, ਵਪਾਰਕ ਵਿਸ਼ਲੇਸ਼ਣ ਲਈ, ਤੁਸੀਂ ਇਨ-ਮੈਮੋਰੀ ਨੂੰ ਲਾਗੂ ਕਰਨ ਬਾਰੇ ਸੋਚ ਸਕਦੇ ਹੋ। ਅਤੇ ਲਾਗੂ ਕਰਨ ਲਈ, ਤੁਸੀਂ ਇੱਕ ਨਵਾਂ ਆਰਕੀਟੈਕਚਰ ਡਿਜ਼ਾਈਨ ਕਰਦੇ ਸਮੇਂ ਦੋਵਾਂ ਤਰੀਕਿਆਂ ਦੀ ਵਰਤੋਂ ਕਰ ਸਕਦੇ ਹੋ।

ਸਰੋਤ: www.habr.com