當(dāng)前位置:首頁 > 公眾號精選 > 21ic電子網(wǎng)
[導(dǎo)讀]本文詳細(xì)分析了Redis在使用過程中經(jīng)常會遇到的延遲問題,以及如何定位和分析。





Redis作為內(nèi)存數(shù)據(jù)庫,擁有非常高的性能,單個實(shí)例的QPS能夠達(dá)到10W左右。但我們在使用Redis時,經(jīng)常時不時會出現(xiàn)訪問延遲很大的情況,如果你不知道Redis的內(nèi)部實(shí)現(xiàn)原理,在排查問題時就會一頭霧水。

很多時候,Redis出現(xiàn)訪問延遲變大,都與我們的使用不當(dāng)或運(yùn)維不合理導(dǎo)致的。

這篇文章我們就來分析一下Redis在使用過程中,經(jīng)常會遇到的延遲問題以及如何定位和分析。

使用復(fù)雜度高的命令

Redis越來越慢?這些方法超級有效!


如果在使用Redis時,發(fā)現(xiàn)訪問延遲突然增大,如何進(jìn)行排查?

首先,第一步,建議你去查看一下Redis的慢日志。Redis提供了慢日志命令的統(tǒng)計(jì)功能,我們通過以下設(shè)置,就可以查看有哪些命令在執(zhí)行時延遲比較大。

首先設(shè)置Redis的慢日志閾值,只有超過閾值的命令才會被記錄,這里的單位是微秒,例如設(shè)置慢日志的閾值為5毫秒,同時設(shè)置只保留最近1000條慢日志記錄:

#?命令執(zhí)行超過5毫秒記錄慢日志
CONFIG SET slowlog-log-slower-than 5000
#?只保留最近1000條慢日志
CONFIG SET slowlog-max-len 1000
設(shè)置完成之后,所有執(zhí)行的命令如果延遲大于5毫秒,都會被Redis記錄下來,我們執(zhí)行 SLOWLOG get 5 查詢最近5條慢日志
127.0.0.1:6379> SLOWLOG get5
1)1)(integer)32693# 慢日志ID
2)(integer)1593763337# 執(zhí)行時間
3)(integer)5299# 執(zhí)行耗時(微秒)
4)1)"LRANGE"# 具體執(zhí)行的命令和參數(shù)
2)"user_list_2000"
3)"0"
4)"-1"
2)1)(integer)32692
2)(integer)1593763337
3)(integer)5044
4)1)"GET"
2)"book_price_1000"
...
通過查看慢日志記錄,我們就可以知道在什么時間執(zhí)行哪些命令比較耗時,如果你的業(yè)務(wù)經(jīng)常使用 O(n) 以上復(fù)雜度的命令,例如sort、sunion、zunionstore,或者在執(zhí)行O(n)命令時操作的數(shù)據(jù)量比較大,這些情況下Redis處理數(shù)據(jù)時就會很耗時。
如果你的服務(wù)請求量并不大,但Redis實(shí)例的CPU使用率很高,很有可能是使用了復(fù)雜度高的命令導(dǎo)致的。
解決方案就是,不使用這些復(fù)雜度較高的命令,并且一次不要獲取太多的數(shù)據(jù),每次盡量操作少量的數(shù)據(jù),讓Redis可以及時處理返回

存儲大key

Redis越來越慢?這些方法超級有效!

如果查詢慢日志發(fā)現(xiàn),并不是復(fù)雜度較高的命令導(dǎo)致的,例如都是SET、DELETE操作出現(xiàn)在慢日志記錄中,那么你就要懷疑是否存在Redis寫入了大key的情況。
Redis在寫入數(shù)據(jù)時,需要為新的數(shù)據(jù)分配內(nèi)存,當(dāng)從Redis中刪除數(shù)據(jù)時,它會釋放對應(yīng)的內(nèi)存空間。
如果一個key寫入的數(shù)據(jù)非常大,Redis在 分配內(nèi)存時也會比較耗時 。同樣的,當(dāng)刪除這個key的數(shù)據(jù)時, 釋放內(nèi)存也會耗時比較久 。
你需要檢查你的業(yè)務(wù)代碼,是否存在寫入大key的情況,需要評估寫入數(shù)據(jù)量的大小,業(yè)務(wù)層應(yīng)該避免一個key存入過大的數(shù)據(jù)量。
那么有沒有什么辦法可以掃描現(xiàn)在Redis中是否存在大key的數(shù)據(jù)嗎?
Redis也提供了掃描大key的方法:
redis-cli -h $host -p $port --bigkeys -i 0.01
使用上面的命令就可以掃描出整個實(shí)例key大小的分布情況,它是以類型維度來展示的。
需要注意的是當(dāng)我們在線上實(shí)例進(jìn)行大key掃描時,Redis的QPS會突增,為了降低掃描過程中對Redis的影響,我們需要控制掃描的頻率,使用 -i 參數(shù)控制即可,它表示掃描過程中每次掃描的時間間隔,單位是秒。
使用這個命令的原理,其實(shí)就是Redis在內(nèi)部執(zhí)行 scan 命令,遍歷所有key,然后針對不同類型的key執(zhí)行strlen、llen、hlen、scard、zcard來獲取字符串的長度以及容器類型(list/dict/set/zset)的元素個數(shù)。
而對于容器類型的key,只能掃描出元素最多的key,但元素最多的key不一定占用內(nèi)存最多,這一點(diǎn)需要我們注意下。不過使用這個命令一般我們是可以對整個實(shí)例中key的分布情況有比較清晰的了解。
針對大key的問題,Redis官方在4.0版本推出了lazy-free的機(jī)制,用于異步釋放大key的內(nèi)存,降低對Redis性能的影響。即使這樣,我們也不建議使用大key,大key在集群的遷移過程中,也會影響到遷移的性能,這個后面在介紹集群相關(guān)的文章時,會再詳細(xì)介紹到。

集中過期

Redis越來越慢?這些方法超級有效!

有時你會發(fā)現(xiàn),平時在使用Redis時沒有延時比較大的情況,但在某個時間點(diǎn)突然出現(xiàn)一波延時,而且報慢的時間點(diǎn)很有規(guī)律,例如某個整點(diǎn),或者間隔多久就會發(fā)生一次。
如果出現(xiàn)這種情況,就需要考慮是否存在大量key集中過期的情況。
如果有大量的key在某個固定時間點(diǎn)集中過期,在這個時間點(diǎn)訪問Redis時,就有可能導(dǎo)致延遲增加。
Redis的過期策略采用主動過期+懶惰過期兩種策略:


?主動過期:Redis內(nèi)部維護(hù)一個定時任務(wù),默認(rèn)每隔100毫秒會從過期字典中隨機(jī)取出20個key,刪除過期的key,如果過期key的比例超過了25%,則繼續(xù)獲取20個key,刪除過期的key,循環(huán)往復(fù),直到過期key的比例下降到25%或者這次任務(wù)的執(zhí)行耗時超過了25毫秒,才會退出循環(huán)
?懶惰過期:只有當(dāng)訪問某個key時,才判斷這個key是否已過期,如果已經(jīng)過期,則從實(shí)例中刪除
注意, Redis的主動過期的定時任務(wù),也是在Redis主線程中執(zhí)行的 ,也就是說如果在執(zhí)行主動過期的過程中,出現(xiàn)了需要大量刪除過期key的情況,那么在業(yè)務(wù)訪問時,必須等這個過期任務(wù)執(zhí)行結(jié)束,才可以處理業(yè)務(wù)請求。此時就會出現(xiàn),業(yè)務(wù)訪問延時增大的問題,最大延遲為25毫秒。
而且這個訪問延遲的情況,不會記錄在慢日志里。慢日志中 只記錄真正執(zhí)行某個命令的耗時 ,Redis主動過期策略執(zhí)行在操作命令之前,如果操作命令耗時達(dá)不到慢日志閾值,它是不會計(jì)算在慢日志統(tǒng)計(jì)中的,但我們的業(yè)務(wù)卻感到了延遲增大。
此時你需要檢查你的業(yè)務(wù),是否真的存在集中過期的代碼,一般集中過期使用的命令是 expireat pexpireat 命令,在代碼中搜索這個關(guān)鍵字就可以了。
如果你的業(yè)務(wù)確實(shí)需要集中過期掉某些key,又不想導(dǎo)致Redis發(fā)生抖動,有什么優(yōu)化方案?
解決方案是, 在集中過期時增加一個 隨機(jī)時間 ,把這些需要過期的key的時間打散即可 。
偽代碼可以這么寫:
# 在過期時間點(diǎn)之后的5分鐘內(nèi)隨機(jī)過期掉redis.expireat(key, expire_time + random(300))
這樣Redis在處理過期時,不會因?yàn)榧袆h除key導(dǎo)致壓力過大,阻塞主線程。
另外,除了業(yè)務(wù)使用需要注意此問題之外,還可以通過運(yùn)維手段來及時發(fā)現(xiàn)這種情況。
做法是我們需要把Redis的各項(xiàng)運(yùn)行數(shù)據(jù)監(jiān)控起來,執(zhí)行 info 可以拿到所有的運(yùn)行數(shù)據(jù),在這里我們需要重點(diǎn)關(guān)注expired_keys這一項(xiàng),它代表整個實(shí)例到目前為止,累計(jì)刪除過期key的數(shù)量。
我們需要對這個指標(biāo)監(jiān)控,當(dāng)在 很短時間內(nèi)這個指標(biāo)出現(xiàn)突增 時,需要及時報警出來,然后與業(yè)務(wù)報慢的時間點(diǎn)對比分析,確認(rèn)時間是否一致,如果一致,則可以認(rèn)為確實(shí)是因?yàn)檫@個原因?qū)е碌难舆t增大。

實(shí)例內(nèi)存達(dá)到上限

Redis越來越慢?這些方法超級有效!

有時我們把Redis當(dāng)做純緩存使用,就會給實(shí)例設(shè)置一個內(nèi)存上限 maxmemory ,然后開啟LRU淘汰策略。
當(dāng)實(shí)例的內(nèi)存達(dá)到了 maxmemory 后,你會發(fā)現(xiàn)之后的每次寫入新的數(shù)據(jù),有可能變慢了。
導(dǎo)致變慢的原因是,當(dāng)Redis內(nèi)存達(dá)到 maxmemory 后,每次寫入新的數(shù)據(jù)之前,必須先踢出一部分?jǐn)?shù)據(jù),讓內(nèi)存維持在maxmemory之下。
這個踢出舊數(shù)據(jù)的邏輯也是需要消耗時間的,而具體耗時的長短,要取決于配置的淘汰策略:


?allkeys-lru:不管key是否設(shè)置了過期,淘汰最近最少訪問的key
?volatile-lru:只淘汰最近最少訪問并設(shè)置過期的key
?allkeys-random:不管key是否設(shè)置了過期,隨機(jī)淘汰
?volatile-random:只隨機(jī)淘汰有設(shè)置過期的key
?allkeys-ttl:不管key是否設(shè)置了過期,淘汰即將過期的key
?noeviction:不淘汰任何key,滿容后再寫入直接報錯
?allkeys-lfu:不管key是否設(shè)置了過期,淘汰訪問頻率最低的key(4.0+支持)
?volatile-lfu:只淘汰訪問頻率最低的過期key(4.0+支持)
備注:allkeys-xxx表示從所有的鍵值中淘汰數(shù)據(jù),而volatile-xxx表示從設(shè)置了過期鍵的鍵值中淘汰數(shù)據(jù)。
具體使用哪種策略,需要根據(jù)業(yè)務(wù)場景來決定。
我們最常使用的一般是 allkeys-lru volatile-lru 策略,它們的處理邏輯是,每次從實(shí)例中隨機(jī)取出一批key(可配置),然后淘汰一個最少訪問的key,之后把剩下的key暫存到一個池子中,繼續(xù)隨機(jī)取出一批key,并與之前池子中的key比較,再淘汰一個最少訪問的key。以此循環(huán),直到內(nèi)存降到maxmemory之下。
如果使用的是 allkeys-random volatile-random 策略,那么就會快很多,因?yàn)槭请S機(jī)淘汰,那么就少了比較key訪問頻率時間的消耗了,隨機(jī)拿出一批key后直接淘汰即可,因此這個策略要比上面的LRU策略執(zhí)行快一些。
但以上這些邏輯都是在訪問Redis時, 真正命令執(zhí)行之前執(zhí)行的 ,也就是它會影響我們訪問Redis時執(zhí)行的命令。
另外,如果此時Redis實(shí)例中有存儲大key,那么在淘汰大key釋放內(nèi)存時,這個耗時會更加久,延遲更大,這需要我們格外注意。
如果你的業(yè)務(wù)訪問量非常大,并且必須設(shè)置maxmemory限制實(shí)例的內(nèi)存上限,同時面臨淘汰key導(dǎo)致延遲增大的的情況,要想緩解這種情況,除了上面說的避免存儲大key、使用隨機(jī)淘汰策略之外,也可以考慮拆分實(shí)例的方法來緩解,拆分實(shí)例可以把一個實(shí)例淘汰key的壓力 分?jǐn)偟蕉鄠€實(shí)例 上,可以在一定程度降低延遲。

fork耗時嚴(yán)重

Redis越來越慢?這些方法超級有效!

如果你的Redis開啟了自動生成RDB和AOF重寫功能,那么有可能在后臺生成RDB和AOF重寫時導(dǎo)致Redis的訪問延遲增大,而等這些任務(wù)執(zhí)行完畢后,延遲情況消失。
遇到這種情況,一般就是執(zhí)行生成RDB和AOF重寫任務(wù)導(dǎo)致的。
生成RDB和AOF都需要父進(jìn)程 fork 出一個子進(jìn)程進(jìn)行數(shù)據(jù)的持久化, 在fork執(zhí)行過程中,父進(jìn)程需要拷貝內(nèi)存頁表給子進(jìn)程,如果整個實(shí)例內(nèi)存占用很大,那么需要拷貝的內(nèi)存頁表會比較耗時,此過程會消耗大量的CPU資源,在完成fork之前,整個實(shí)例會被阻塞住,無法處理任何請求,如果此時CPU資源緊張,那么fork的時間會更長,甚至達(dá)到秒級。這會嚴(yán)重影響Redis的性能 。
我們可以執(zhí)行info命令,查看最后一次fork執(zhí)行的耗時latest_fork_usec,單位微秒。這個時間就是整個實(shí)例阻塞無法處理請求的時間。
除了因?yàn)閭浞莸脑蛏蒖DB之外, 在主從節(jié)點(diǎn)第一次建立數(shù)據(jù)同步時 ,主節(jié)點(diǎn)也會生成RDB文件給從節(jié)點(diǎn)進(jìn)行一次全量同步,這時也會對Redis產(chǎn)生性能影響。
要想避免這種情況,我們需要規(guī)劃好數(shù)據(jù)備份的周期,建議在從節(jié)點(diǎn) 上執(zhí)行備份,而且最好放在低峰期執(zhí)行 如果對于丟失數(shù)據(jù)不敏感的業(yè)務(wù),那么不建議開啟AOF和AOF重寫功能。
另外,fork的耗時也與系統(tǒng)有關(guān),如果把Redis部署在虛擬機(jī)上,那么這個時間也會增大。所以使用Redis時建議部署在物理機(jī)上,降低fork的影響。

綁定CPU

Redis越來越慢?這些方法超級有效!

很多時候,我們在部署服務(wù)時,為了提高性能,降低程序在使用多個CPU時上下文切換的性能損耗,一般會采用進(jìn)程綁定CPU的操作。
但在使用Redis時,我們不建議這么干,原因如下:
綁定CPU的Redis,在進(jìn)行數(shù)據(jù)持久化時,fork出的子進(jìn)程,子進(jìn)程會繼承父進(jìn)程的CPU使用偏好,而此時子進(jìn)程會消耗大量的CPU資源進(jìn)行數(shù)據(jù)持久化,子進(jìn)程會與主進(jìn)程發(fā)生CPU爭搶,這也會導(dǎo)致主進(jìn)程的CPU資源不足訪問延遲增大。
所以在部署Redis進(jìn)程時, 如果需要開啟RDB和AOF重寫機(jī)制,一定不能進(jìn)行CPU綁定操作!

開啟AOF

Redis越來越慢?這些方法超級有效! ?
上面提到了,當(dāng)執(zhí)行AOF文件重寫時會因?yàn)閒ork執(zhí)行耗時導(dǎo)致Redis延遲增大,除了這個之外,如果開啟AOF機(jī)制,設(shè)置的策略不合理,也會導(dǎo)致性能問題。
開啟AOF后,Redis會把寫入的命令實(shí)時寫入到文件中,但寫入文件的過程是先寫入內(nèi)存,等內(nèi)存中的數(shù)據(jù)超過一定閾值或達(dá)到一定時間后,內(nèi)存中的內(nèi)容才會被真正寫入到磁盤中。
AOF為了保證文件寫入磁盤的安全性,提供了3種刷盤機(jī)制:


?appendfsync always:每次寫入都刷盤,對性能影響最大,占用磁盤IO比較高,數(shù)據(jù)安全性最高
?appendfsync everysec:1秒刷一次盤,對性能影響相對較小,節(jié)點(diǎn)宕機(jī)時最多丟失1秒的數(shù)據(jù)
?appendfsync no:按照操作系統(tǒng)的機(jī)制刷盤,對性能影響最小,數(shù)據(jù)安全性低,節(jié)點(diǎn)宕機(jī)丟失數(shù)據(jù)取決于操作系統(tǒng)刷盤機(jī)制
當(dāng)使用第一種機(jī)制appendfsync always時,Redis每處理一次寫命令,都會把這個命令寫入磁盤,而且 這個操作是在主線程中執(zhí)行的
內(nèi)存中的的數(shù)據(jù)寫入磁盤,這個會加重磁盤的IO負(fù)擔(dān),操作磁盤成本要比操作內(nèi)存的代價大得多。如果寫入量很大,那么每次更新都會寫入磁盤,此時機(jī)器的磁盤IO就會非常高,拖慢Redis的性能,因此我們不建議使用這種機(jī)制。
與第一種機(jī)制對比,appendfsync everysec會每隔1秒刷盤,而appendfsync no取決于操作系統(tǒng)的刷盤時間,安全性不高。因此我們推薦使用appendfsync everysec這種方式,在最壞的情況下,只會丟失1秒的數(shù)據(jù),但它能保持較好的訪問性能。
當(dāng)然,對于有些業(yè)務(wù)場景,對丟失數(shù)據(jù)并不敏感,也可以不開啟AOF。

使用Swap

Redis越來越慢?這些方法超級有效!

如果你發(fā)現(xiàn)Redis突然變得非常慢,每次訪問的耗時都達(dá)到了幾百毫秒甚至秒級,那此時就檢查Redis是否使用到了Swap,這種情況下Redis基本上已經(jīng)無法提供高性能的服務(wù)。
我們知道,操作系統(tǒng)提供了Swap機(jī)制,目的是為了當(dāng)內(nèi)存不足時,可以把一部分內(nèi)存中的數(shù)據(jù)換到磁盤上,以達(dá)到對內(nèi)存使用的緩沖。
但當(dāng)內(nèi)存中的數(shù)據(jù)被換到磁盤上后,訪問這些數(shù)據(jù)就需要從磁盤中讀取,這個速度要比內(nèi)存慢太多!
尤其是針對Redis這種高性能的內(nèi)存數(shù)據(jù)庫來說,如果Redis中的內(nèi)存被換到磁盤上,對于Redis這種性能極其敏感的數(shù)據(jù)庫,這個操作時間是無法接受的。
我們需要檢查機(jī)器的內(nèi)存使用情況,確認(rèn)是否確實(shí)是因?yàn)閮?nèi)存不足導(dǎo)致使用到了Swap。
如果確實(shí)使用到了Swap,要及時整理內(nèi)存空間,釋放出足夠的內(nèi)存供Redis使用,然后釋放Redis的Swap,讓Redis重新使用內(nèi)存。
釋放Redis的Swap過程通常要重啟實(shí)例,為了避免重啟實(shí)例對業(yè)務(wù)的影響,一般先進(jìn)行主從切換,然后釋放舊主節(jié)點(diǎn)的Swap,重新啟動服務(wù),待數(shù)據(jù)同步完成后,再切換回主節(jié)點(diǎn)即可。
可見,當(dāng)Redis使用到Swap后,此時的Redis的高性能基本被廢掉,所以我們需要提前預(yù)防這種情況。
我們需要對Redis機(jī)器的內(nèi)存和Swap使用情況進(jìn)行監(jiān)控,在內(nèi)存不足和使用到Swap時及時報警出來,及時進(jìn)行相應(yīng)的處理

網(wǎng)卡負(fù)載過高

Redis越來越慢?這些方法超級有效! ?
如果以上產(chǎn)生性能問題的場景,你都規(guī)避掉了,而且Redis也穩(wěn)定運(yùn)行了很長時間,但在某個時間點(diǎn)之后開始,訪問Redis開始變慢了,而且一直持續(xù)到現(xiàn)在,這種情況是什么原因?qū)е碌模?/span>
之前我們就遇到這種問題,特點(diǎn)就是從某個時間點(diǎn)之后就開始變慢,并且一直持續(xù)。這時你需要檢查一下機(jī)器的網(wǎng)卡流量,是否存在網(wǎng)卡流量被跑滿的情況。
網(wǎng)卡負(fù)載過高,在網(wǎng)絡(luò)層和TCP層就會出現(xiàn)數(shù)據(jù)發(fā)送延遲、數(shù)據(jù)丟包等情況。Redis的高性能除了內(nèi)存之外,就在于網(wǎng)絡(luò)IO,請求量突增會導(dǎo)致網(wǎng)卡負(fù)載變高。
如果出現(xiàn)這種情況,你需要排查這個機(jī)器上的哪個Redis實(shí)例的流量過大占滿了網(wǎng)絡(luò)帶寬,然后確認(rèn)流量突增是否屬于業(yè)務(wù)正常情況,如果屬于那就需要及時擴(kuò)容或遷移實(shí)例,避免這個機(jī)器的其他實(shí)例受到影響。
運(yùn)維層面,我們需要對機(jī)器的各項(xiàng)指標(biāo)增加監(jiān)控,包括網(wǎng)絡(luò)流量,在達(dá)到閾值時提前報警,及時與業(yè)務(wù)確認(rèn)并擴(kuò)容。

總結(jié)

Redis越來越慢?這些方法超級有效! ?
以上我們總結(jié)了Redis中常見的可能導(dǎo)致延遲增大甚至阻塞的場景,這其中既涉及到了業(yè)務(wù)的使用問題,也涉及到Redis的運(yùn)維問題。
可見,要想保證Redis高性能的運(yùn)行,其中涉及到CPU、內(nèi)存、網(wǎng)絡(luò),甚至磁盤的方方面面,其中還包括操作系統(tǒng)的相關(guān)特性的使用。
作為開發(fā)人員,我們需要了解Redis的運(yùn)行機(jī)制,例如各個命令的執(zhí)行時間復(fù)雜度、數(shù)據(jù)過期策略、數(shù)據(jù)淘汰策略等,使用合理的命令,并結(jié)合業(yè)務(wù)場景進(jìn)行優(yōu)化。

作為DBA運(yùn)維人員,需要了解數(shù)據(jù)持久化、操作系統(tǒng)fork原理、Swap機(jī)制等,并對Redis的容量進(jìn)行合理規(guī)劃,預(yù)留足夠的機(jī)器資源,對機(jī)器做好完善的監(jiān)控,才能保證Redis的穩(wěn)定運(yùn)行。

END


            


免責(zé)聲明:本文系網(wǎng)絡(luò)轉(zhuǎn)載,版權(quán)歸原作者所有。如有問題,請聯(lián)系我們,謝謝!


免責(zé)聲明:本文內(nèi)容由21ic獲得授權(quán)后發(fā)布,版權(quán)歸原作者所有,本平臺僅提供信息存儲服務(wù)。文章僅代表作者個人觀點(diǎn),不代表本平臺立場,如有問題,請聯(lián)系我們,謝謝!

21ic電子網(wǎng)

掃描二維碼,關(guān)注更多精彩內(nèi)容

本站聲明: 本文章由作者或相關(guān)機(jī)構(gòu)授權(quán)發(fā)布,目的在于傳遞更多信息,并不代表本站贊同其觀點(diǎn),本站亦不保證或承諾內(nèi)容真實(shí)性等。需要轉(zhuǎn)載請聯(lián)系該專欄作者,如若文章內(nèi)容侵犯您的權(quán)益,請及時聯(lián)系本站刪除。
換一批
延伸閱讀

9月2日消息,不造車的華為或?qū)⒋呱龈蟮莫?dú)角獸公司,隨著阿維塔和賽力斯的入局,華為引望愈發(fā)顯得引人矚目。

關(guān)鍵字: 阿維塔 塞力斯 華為

加利福尼亞州圣克拉拉縣2024年8月30日 /美通社/ -- 數(shù)字化轉(zhuǎn)型技術(shù)解決方案公司Trianz今天宣布,該公司與Amazon Web Services (AWS)簽訂了...

關(guān)鍵字: AWS AN BSP 數(shù)字化

倫敦2024年8月29日 /美通社/ -- 英國汽車技術(shù)公司SODA.Auto推出其旗艦產(chǎn)品SODA V,這是全球首款涵蓋汽車工程師從創(chuàng)意到認(rèn)證的所有需求的工具,可用于創(chuàng)建軟件定義汽車。 SODA V工具的開發(fā)耗時1.5...

關(guān)鍵字: 汽車 人工智能 智能驅(qū)動 BSP

北京2024年8月28日 /美通社/ -- 越來越多用戶希望企業(yè)業(yè)務(wù)能7×24不間斷運(yùn)行,同時企業(yè)卻面臨越來越多業(yè)務(wù)中斷的風(fēng)險,如企業(yè)系統(tǒng)復(fù)雜性的增加,頻繁的功能更新和發(fā)布等。如何確保業(yè)務(wù)連續(xù)性,提升韌性,成...

關(guān)鍵字: 亞馬遜 解密 控制平面 BSP

8月30日消息,據(jù)媒體報道,騰訊和網(wǎng)易近期正在縮減他們對日本游戲市場的投資。

關(guān)鍵字: 騰訊 編碼器 CPU

8月28日消息,今天上午,2024中國國際大數(shù)據(jù)產(chǎn)業(yè)博覽會開幕式在貴陽舉行,華為董事、質(zhì)量流程IT總裁陶景文發(fā)表了演講。

關(guān)鍵字: 華為 12nm EDA 半導(dǎo)體

8月28日消息,在2024中國國際大數(shù)據(jù)產(chǎn)業(yè)博覽會上,華為常務(wù)董事、華為云CEO張平安發(fā)表演講稱,數(shù)字世界的話語權(quán)最終是由生態(tài)的繁榮決定的。

關(guān)鍵字: 華為 12nm 手機(jī) 衛(wèi)星通信

要點(diǎn): 有效應(yīng)對環(huán)境變化,經(jīng)營業(yè)績穩(wěn)中有升 落實(shí)提質(zhì)增效舉措,毛利潤率延續(xù)升勢 戰(zhàn)略布局成效顯著,戰(zhàn)新業(yè)務(wù)引領(lǐng)增長 以科技創(chuàng)新為引領(lǐng),提升企業(yè)核心競爭力 堅(jiān)持高質(zhì)量發(fā)展策略,塑強(qiáng)核心競爭優(yōu)勢...

關(guān)鍵字: 通信 BSP 電信運(yùn)營商 數(shù)字經(jīng)濟(jì)

北京2024年8月27日 /美通社/ -- 8月21日,由中央廣播電視總臺與中國電影電視技術(shù)學(xué)會聯(lián)合牽頭組建的NVI技術(shù)創(chuàng)新聯(lián)盟在BIRTV2024超高清全產(chǎn)業(yè)鏈發(fā)展研討會上宣布正式成立。 活動現(xiàn)場 NVI技術(shù)創(chuàng)新聯(lián)...

關(guān)鍵字: VI 傳輸協(xié)議 音頻 BSP

北京2024年8月27日 /美通社/ -- 在8月23日舉辦的2024年長三角生態(tài)綠色一體化發(fā)展示范區(qū)聯(lián)合招商會上,軟通動力信息技術(shù)(集團(tuán))股份有限公司(以下簡稱"軟通動力")與長三角投資(上海)有限...

關(guān)鍵字: BSP 信息技術(shù)
關(guān)閉
關(guān)閉