Autoscale Cadence客户端消耗数百万个活动或运行数百万个工作流实例
我们有数百万个活动要运行，或者说创建了数百万个工作流实例。我们可以创建多个Worker实例或使用多个线程运行Worker吗？
基本上，我想知道，我们是否有数百万个活动要执行，或者是否有数百万个工作流实例被创建。我们如何自动缩放。
共有1个答案
我在这里看到两个问题:
我们可以创建多个Worker实例或使用多个线程运行Worker吗？
是的，绝对的。扩展负载的方法是添加更多的工作进程。
我们可以自动缩放吗？
通过观察活动和工作流任务的开始延迟时间表，可以实现自动缩放。此延迟表示任务在被工作线程拾取之前花费在任务队列中的时间。理想情况下，如果有足够多的工人，它预计为零。但是如果工作人员跟不上负载，它将随着队列中积压的任务而增长。
-
问题内容： 我最近发现并修复了我正在处理的站点中的错误，该错误导致表中有数百万行重复的数据行，即使没有行也将非常大（仍然有数百万行）。我可以轻松找到这些重复的行，并可以运行一个删除查询来杀死它们。问题是试图一次删除这么多行会长时间锁定表，如果可能的话，我想避免这种情况。我可以看到摆脱这些行而又不占用站点（通过锁定表）的唯一方法是： 编写一个脚本，该脚本将循环执行数千个较小的删除查询。从理论上讲，这
-
问题内容： 有没有一种方法可以使用DecimalFormat（或其他一些标准格式化程序）来格式化数字，如下所示： 1,000,000 => 100万 1,234,567 => 1.23M 1,234,567,890 => 1234.57M 基本上是将某个数字除以100万，保留小数点后两位，并在最后打一个’M’。我曾考虑过创建NumberFormat的新子类，但它看起来比我想象的要复杂。 我正在编写
-
我有N个愿望是ID。对于每一个ID，我都需要执行一个Runnable（即，我不关心返回值），并等待它们全部完成。每个Runnable的运行时间从几秒到几分钟不等，并行运行大约100个线程是安全的。 在我们当前的解决方案中，我们使用Executors.NewFixedThreadPool()，对每个ID调用submit()，然后对每个返回的Future调用get（）。 代码工作得很好，而且非常简单，
-
我们有一个运行在Spark2.3.3上的Spark流应用程序 基本上，它开启了一条Kafka流： 我们尝试： > spark.streaming.backpressure.enabled=true以及spark.streaming.backpressure.initialrate=2000和spark.streaming.kafka.maxratePerpartition=1000和spark.s
-
问题内容： 我正在为一个即将到来的Web应用程序进行数据库设计，我想知道是否有人在他们当前的Web应用程序中大量使用mysql，这种设计对于一个可以说80,000个用户的Web应用程序是否有效。 1个DB 在DB中，每个用户的功能都有数百万个表，并且在每个表中可能有数百万行。 尽管此设计非常动态并且可以很好地扩展，但我想知道两件事。 这是当今Web应用程序中的常见设计吗？ 如果查询数百万行，这在时
-
问题内容： 使用JavaScript，我将名称从网页中拉出并以某种方式将它们串在一起（可能与数组一起使用）。将所有名称收集在一起后，我需要制作另一个字符串，以提供名称的所有电子邮件地址。电子邮件地址不在网页上，因此我必须以某种方式列出脚本中所有可能的thisName = thisEmail。我本打算通过发表大量的if语句来解决这个问题，但我认为必须有一种更有效的方法。有什么建议么？ 问题答案： 一