大数据环境下高校选课系统性能优化应用研究

2017-02-27 14:09周辉奎何员子
电脑知识与技术 2016年31期
关键词:性能优化大数据

周辉奎+何员子

摘要:大数据环境下,高校选课呈现出时间集中、选课时间短暂、信息访问量大、选课专业门类繁多,系统负荷承载大、业务流程复杂、业务逻辑复杂、并发业务多等诸多、高峰期系统压力大、对选课系统硬件服务器配置要求高特点。针对这些不同特点和难点,结合以前各大高校出现的典型问题,为了更好地为广大老师和学生服务,为了更好的帮扶教务单位完成选课任务,我们必须分门别类的制定不一样的性能优化算法、攻略,有的放矢,各个击破,对选课系统从体系架构、数据库、操作流程和源代码等进行多角度、全方位的优化。通过对选课系统实施一系列优化前后,其性能进行对比,结果表明,选课系统性能得到了明显提升。

关键词:大数据;选课系统;性能优化

中图分类号:TP311 文献标识码:A 文章编号:1009-3044(2016)31-0008-02

目前,各大高校的选修课都在使用系统来进行选课,选修课系统得到很好的普及。各大高校一般在每个学期末会设置固定的选课时间,即每年的6月底,12月底,每次选课时间相对集中,给选课系统带来了很大的数据访问流量,造成选课系统承载不了巨大的服务压力。而且由于高校扩招,各大高校在校生数量呈几何式增长,在集中选课阶段,选课系统并发连接数急剧增多,极大加重了选课系统数据库负荷,给选课系统也带来不小的冲击。

根据我们观察,在选课过程中,出现了各种各样形形色色纷繁复杂的问题,选课出现的问题日益凸显,诸如时间集中、选课时间短暂、信息访问量大、选课专业门类繁多,系统负荷承载大、业务流程复杂、业务逻辑复杂、并发业务多等诸多、高峰期系统压力大、对选课系统硬件服务器配置要求高特点。针对这些不同特点和难点,结合以前各大高校出现的典型问题,为了更好地为广大老师和学生服务,为了更好的帮扶教务单位完成选课任务,我们必须分门别类的制定不一样的性能优化算法、攻略,有的放矢,各个击破,对选课系统从体系架构、数据库、操作流程和源代码等进行多角度、全方位的优化。

进行大数据环境下选课系统性能优化是一项复杂庞大的系统工程。通过前期分析影响数据库性能的各方面因素,按照数据库优化应遵循的方法,开展了大量性能调整实验,并进行后期压力测试。对数据库实施该优化策略前后性能进行对比,结果表明,高校选课系统在运用此方法进行性能优化后,性能得到了明显提升。基于对选课系统进行性能优化,提高选课系统的稳定性和抗压力性。大量学生集中在同一时间段进行选课,不至于导致选课系统的崩溃,可为学生们进行网上选课提供更友好、人机交互性更强的用户体验和幸福感!大大提高学生的选课效率和学校的办事效率,大大提高了高校的信息化技术水平,为推动高校进行教学改革,实现更加科学有效的教学,提供了更先进、更可靠的技术支持和保障!可提高高校教学质量和人才培养质量,这些教学成果能为今后的本科应用型教学有借鑒意义。

基于上述发展趋势,对高校选课系统在大数据环境下,进行性能优化,是一项非常重要的系统工程。功在当代,利在千秋!

1 关键技术

经过分析与调研,我们采取使用数据缓存、服务器集群技术、负载均衡技术、优化WEB 端、调整选课计划、升级硬件等策略算法,对选课系统进行性能优化。

1)使用数据缓存

对于选课系统来说,选课数据库里面含有学生大量的选课数据。这些数据有的可能经常被访问到,有的可能很少被访问到。据根据大家熟知的“巴列特定律”,因为在平时系统的访问中,20%的数据库里的数据在80%的时间里被访问,所以我们应该考虑利用数据缓存。由于选课系统数据操作查询中,系统大量的时间花在SQL语句查询上。针对这种情况,我们可以把这些学生经常访问,并且不会很快变化即信息变动概率小的数据,缓存封装起来,这样学生就不用通过数据库来进行SQL语句的查询,可以大大减轻数据库的承载负荷压力。否则选课系统每次都去读取大量的重复的类似的选课信息,而且这些选课信息都要访问选课数据库,耗力气费时间,选课系统随时可能崩溃。

2)服务器集群技术

一台选课系统的Web服务器承载能力有限,高并发的访问浏览压力会让其窒息,如果单纯对Web服务器的硬件进行升级换代,并不能彻底解决这个突出的问题,由于一台Web服务器具有有限的性能,一台Web服务器所能同时承载一千个的并发访问,而配置更高的Web服务器能同时承载三千个的并发访问,这样的承载能力相对巨大的访问数据流量,还是显得非常渺小的、有限的,其还是远远满足不了负载较大的选课系统的承载要求。由于是突发性的网络请求,当发生重大事件,网络访问一定急剧上升,从而造成网络访问瓶颈。因此必须采用联合多台高配置的Web服务器,共同为选课系统提供优质的Internet服务,让这些Web服务器来共同承担网络请求与响应。我们可以采用市场上流行的服务器集群技术和负载均衡技术,来对选课系统进行性能优化,才能提高选课系统的访问承载能力。

3)负载均衡技术

由于目前的选课系统,其各个核心的菜单,随着业务量的提高,其中的访问量和数据流量,也会随之迅速提高。因此要求选课系统的计算处理能力必须很强大,使得单一的Web服务器硬件无法满足要求,无法承载。若放弃现有的硬件,去做其他的硬件升级,必然会造成大量的资源浪费。

单台Web服务器当其发挥了最大极限的处理能力后, 这台Web服务器会承受的极限压力, 我们应该将单台Web服务器所承载的巨大的压力,有条不紊的转到多台Web服务器上。也就是目前业内较为流行的负载均衡技术。 因为购置计算机Web服务器硬件,对于高校财力来说,不是什么事儿,Web服务器价格还可以接受。这应该是一个不错的较为捷径的选课系统性能优化的方法。

所谓负载均衡技术,它提供了一种廉价的、有效的、可靠的方法,它是由多台服务器以对称的方式组成一个服务器集合, 每台服务器都具有等价的地位, 都可以单独对外提供服务而无须其他服务器的辅助。通过某些负载承担的信息技术,一台Web服务器里分配到外部发送来的请求, 这些服务器可以单独的响应客户的请求。负载均衡能够平均分配客户请求到服务器列阵, 以此提供快速获取重要数据, 从而有针对性的有效地解决了大量访问的并发问题。

4)WEB 端优化

通过云服务器平台为校内多个单位提供云服务器应用,为学校网站群、应用系统、教学资源平台、图书资源站点、微信平台、虚拟仿真平台、共享实验平台等各类应用提供了稳定可靠、资源管理灵活、可扩展可伸缩的资源管理模式。

5)调整选课计划

根据各校实际情况,调整选课计划安排,制定合理的选课时间和二级学院的安排。诸如可以考虑,分学院分年级分时间段,进行网上选课。或者可以考虑,如果时间条件允许的话,可以将选课时间尽可能的提前进行,为学生预留足够的选课时间,另外尽可能的延迟选课的截止时间,分散选课系统的压力,减轻因并发数量过多导致的服务器承载压力,尽可能的最大限度降低选课系统的承载压力。

6)升级硬件

根据学校财力情况,根据大数据时代对选课系统的硬件要求,我们必须对选课系统的Web服务器进行升级换代。由于Web服务器的中央处理器、内存储器等硬件起到非常重要的关键作用,一旦中央处理器、内存储器的配置跟不上选课系统的新要求、新变化,会直接导致选课系统的响应缓慢,甚至最终死机,严重影响用户的体验。因此,我们必须CPU、内存等硬件进行升级。可以考虑将CPU的核数提升至八核,CPU 的缓存提升至1G,CPU 的频率提升至10GHz,内存储器的容量提升至128G,这样选课的响应速度得到极大的改善,用户的友好体验会大大增强。

2 性能优化设计

通过对选课系统进行系统分析与设计,得出了选课系统的性能优化设计方案,如图1所示。

3 性能优化前后对比

通过以上一系列的关键技术,对选课系统进行性能优化前后,我们对优化前后的数据进行记录、跟踪、观察和总结,得出表1所示的选课系统进行性能优化前后的对比数据。进行对这些数据进行计算和分析,我们不难发现,页面脚本执行时间、页面渲染时间以及页面加载时间,都发生了很大变化,都一致大大地降低。页面脚本执行时间降低了76%,从而可以大大提高选课系统的响应速度。页面渲染时间降低了50%,页面加载时间降低了81%,从而可以大大提高选课系统的性能发挥,满足了高校教务教学选课的要求。

4 创新点

1)先進的理念。思路决定出路,而决定思路的则是理念,理念决定了人们思考问题的角度和方式。只有设计者具备先进的理念,才能设计和开发出一个性能优良的选课平台。

2)先进的技术和资源。通过使用数据缓存、服务器集群技术、负载均衡技术、优化WEB 端、调整选课计划、升级硬件等策略算法对选课系统进行能效优化。

3)操作的简易性。要根据学生选课的实际需求和其本身的特点,设计出友好的人机交互界面,提高选课操作的简易性,打造良好的用户体验。

5 研究意义

进行大数据环境下高校选课系统性能优化是一项复杂的系统工程,需要针对系统制定多角度、全方位的优化策略。通过前期分析影响数据库性能的各方面因素,按照数据库优化应遵循的方法,开展了大量性能调整实验,并进行后期压力测试。对数据库实施该优化策略前后性能进行对比,结果表明,选课系统在运用此方法进行性能优化后,性能得到了明显提升。

基于大数据环境下,对选课系统进行性能优化,提高选课系统的稳定性和抗压力性。大量学生集中在同一时间段进行选课,不至于导致选课系统的崩溃,可为学生们进行网上选课提供更友好、人机交互性更强的用户体验和幸福感!大大提高学生的选课效率和学校的办事效率,大大提高了高校的信息化技术水平,为推动高校进行教学改革,实现更加科学有效的教学,提供了更先进、更可靠的技术支持和保障!

6 总结

进行大数据环境下选课系统性能优化是一项复杂庞大的系统工程。以上结果表明,选课系统在运用使用数据缓存、服务器集群技术、负载均衡技术、优化WEB 端、调整选课计划、升级硬件这一系列方法进行性能优化后,其性能得到了明显提升。基于对选课系统进行性能优化,提高选课系统的稳定性和抗压力性。大大提高学生的选课效率和学校的办事效率,大大提高了高校的信息化技术水平,为推动高校进行教学改革,实现更加科学有效的教学,提供了更先进、更可靠的技术支持和保障!可提高高校教学质量和人才培养质量,这些教学成果能为今后的高校本科应用型教学有借鉴意义。

参考文献:

[1] 耿泽飞. 信息系统性能优化方法论研究与实践[J]. 电力信息与通信技术, 2016(8).

[2] 周倩. WEB系统性能优化的研究与实践[J]. 电脑知识与技术, 2013(10).

[3] 谭骏珊. 基于B/S模式应用系统性能优化的研究[J]. 计算机应用, 2003(1).

[4] 王亚楠. 高并发Web应用系统的性能优化分析与研究[J]. 计算机工程与设计, 2014(8).

猜你喜欢
性能优化大数据
SQL Server数据库性能优化的几点分析
大数据环境下基于移动客户端的传统媒体转型思路