简化场景1-推送负载
2017-01-10 14:59:53 0 举报
场景1:推送负载 在这个场景中,我们的目标是将大量的数据或信息推送到客户端。这通常发生在需要实时更新的应用中,例如新闻应用、社交媒体平台或者在线游戏。推送负载的过程涉及到将数据从服务器发送到客户端,然后由客户端进行处理和显示。这个过程可能会面临一些挑战,例如网络延迟、数据丢失或者客户端处理能力的限制。为了优化这个过程,我们可能需要使用一些策略,例如批量推送、优先级排序或者使用更高效的数据传输协议。
作者其他创作
大纲/内容
内网
adaptor数据转发层
T
controller
1.zbs2
报警
任务管理
pv
20
adaptor
添加到任务列表
pv=M4
执行任务探测
结束
存储saver
0.zbs2
pvlost
任务探测
1.zbs1
pvlost=N1
报警ff
nj02
数据接入
产生对应监控项
0.zfe将收到的60个latency全部返回给zeroclient
pv=M3
探测结果
从任务列表中删除
任务请求中设全量更新字段为true
puller
采集端
任务调度
120
清空任务列表
监控配置
F
collector
配置管理
配置
1.zfe
kafka
ff
1.zas
astream
开始
汇聚astream
创建任务
发送adaptor成功?
发送失败队列
pv=M2
输出
采集-广州联通
状态管理
storm
pv=M1
数据发送
停止任务
任务已经在任务列表?
外网
接收返回的任务更新列表
pvlost=N4
svn
0.zas
60
监控数据队列
pvlost=N3
接收到任务配置
创建任务并更新任务列表
获取发送数据
sh01
adaptor数据转发
一致性哈希任务调度策略
任务有更新?
存储
采集-北京电信
logstream
心跳
pvlost=N2
数据是否过期?
0.zfe
丢弃该数据
T6
输入
0.zas会取zbs返回的120个数据中的前40个值,分别返回20个给两个zfe
下游
0.zbs1
2.zas
采集端初始化或者重启
增加任务?
zeroclient
聚合
任务
删除任务?
0 条评论
回复 删除
下一页