Layers, packages a architektonicky evidentní styl kódování

https://profinit.eu/blog/layers-packages-a-architektonicky-evidentni-styl-kodovani

Jak implementovat cache a nezamrznout u toho

https://profinit.eu/blog/jak-implementovat-cache-a-nezamrznout-u-toho

Jak se vyplatí kešování?

Vyplatí se kešování? Jak moc? Dá se účinnost kešování předem nějak kvantifikovat? Jak nastavit velikost a retenci keše? Na tyto a podobné otázky se pokusí odpovědět můj článek.

Před časem jsme na jednom produkčním systému - službě vracející stavy a historii zpracování balíků - zvažovali možnost konfigurace kešování. Kešovat jsme chtěli stav a historii pro daný identifikátor. Jde ale předem zjistit, jestli bude kešování účinné? Vyplatí se vůbec? Jak nastavit parametry kešování, aby bylo co nejúčinnější? Kešování nemělo být spásou pro řešení aktuálních problémů, ale jednou ze strategií, jak se připravit stabilní systém na očekávanou zvýšenou zátěž o Vánocích.

K dispozici jsme měli zkušenosti a logy za první dva týdny provozu.

Statistika

Jednoduchá statistika requestů - počty a distinct počty zásilek pro první dva týdny provozu:

datum	počet	distinct počet	% distinct (0..1)
2014-04-01	291119	119738	0,411302594
2014-04-02	283813	111442	0,392659956
2014-04-03	279593	104104	0,372341225
2014-04-04	260349	97965	0,376283373
2014-04-05	161026	50408	0,313042614
2014-04-06	153951	48013	0,311871959
2014-04-07	282551	110197	0,390007468
2014-04-08	220211	86256	0,391697054
2014-04-09	307659	109649	0,35639783
2014-04-10	313538	120067	0,382942418
2014-04-11	297510	113246	0,380646029
2014-04-12	157255	54044	0,343671107
2014-04-13	161753	58605	0,362311673

Procento unikátních čísel samo o sobě moc neříká, ale počet distinct zásilek za den dává přesnou představu, kolik by cache mohla obsahovat nejvíce záznamů. Horní odhad pro počet záznamů v keši je tak přibližně 120000.

Simulace!

Access log obsahující url každého přístupu k zásilkám nám dovoluje chování keše simulovat. Simulace znamená procházení requestů jeden po druhém a počítání, kolik by cache ušetřila.

Jednoduchá implementace simulátoru keše v Groovy:


Simulace pak prochází log a pro každou zásilku zavolá cache.intercept(parcelNumber, dateTimeRequest):


Příklad načítá záznamy access logu z databáze. Nad access logem jsme prováděli více analýz a tato transformace se nám vyplatila.

Simulace pro různé parametry keše nám dovolí konfigurace porovnat. Následující tabulka zachycuje výsledky simulace nad produkčními daty za první dva týdny běhu. Simulace běžela pro 3151282 requestů.

Retence (sekundy)	Hit count	Miss count	% hitů (0..1)
1800	570352	2580930	0,180990467
(hodina) 3600	769467	2381815	0,244175862
(něco přes hodinu) 4000	843278	2308004	0,267598393
7500	1075121	2076161	0,341169403
(1 den) 86400	2069802	1081480	0,656812688

Zjistili jsme, že ideální hodnota pro retenci keše je 4000 sekund. Pro tuto hodnotu by zahitovalo přibližně 27% requestů. Na kontextu aplikace záleží, jestli je retence "něco přes hodinu" přijatelná a jestli je to dobrý výsledek. V našem případě to dobré bylo a vyhodnotili jsme, že kešování má smysl. 

Jednoduchá implementace není bez omezení. Nezohlednila například cluster a replikace keší.

Shrnutí

Motivací pro vznik článku byla snaha odhadnout účinnost kešování ještě před jeho použitím. Simulace kešování nad reálnými daty dovoluje ověřit účinnost kešování i tam, kde už nakonfigurované je. Konfigurace kešování nemusí být střelbou od boku, ale promyšleným krokem s přesně odhadnutým očekávaným výsledkem.

Tomcat vládne všem

Na webu Profinitu a v časopise IT Systems mi vyšlo starší zamyšlení nad Tomcatem.

http://www.profinit.eu/index.php?id=4976

http://www.systemonline.cz/clanky/tomcat-vladne-vsem-pri-vyberu-aplikacniho-serveru.htm

Srovnání Java aplikačních serverů

Na webu Profinitu a v časopise IT Systems mi vyšel půl roku starý článek shrnující diskuzi nad výběrem Java aplikačního serveru.

http://www.profinit.eu/o-spolecnosti/myslime-si/srovnani-java-aplikacnich-serveru.html

http://www.systemonline.cz/sprava-it/srovnani-java-aplikacnich-serveru.htm

Proč psát javovské testy v Groovy II

Druhá část blogu o psaní javovských testů v Groovy přinese méně slov a více kódu.

http://www.aspectworks.com/cs/blog/2011/03/proc-psat-javovske-testy-v-groovy-ii/

Proč psát javovské testy v Groovy I

Chcete začít programovat v Groovy? Máte načtenou dokumentaci a tutoriály, ale stále čekáte, až se objeví příležitost, kde Groovy použít? Chtěli byste Groovy použít na aktuálním projektu, ale kvůli různým omezením to nejde? Začněte Groovy používat už teď pro psaní testů produkčního Java kódu.
http://www.aspectworks.com/cs/blog/2011/02/proc-psat-javovske-testy-v-groovy-i/