Clojureのいろんな並行処理の使い分け
Clojureのいろんな並行処理の使い分け Clojureには標準でもagent系のsend, send-offに加え、future関数というスレッド起動系関数があります。 core.asyncの登場で、ここにgoマクロとthreadマクロが加わりました。 これらはすべて、背後ではJavaのExecutorsを使ってスレッドプールを作り、一度生成したスレッドの再利用を行いますが、それぞれ使っているスレッドプールが異なります。さらに関数自体の機能も異なるため、どれをつかったらいいのか迷ってしまうことがあります。 自分用に整理したので、メモとしておいておきます。 IOバウンドとCPUバウンドまず、Clojureのスレッド関連関数の用途は、大きく2種類にわけられます。それが、IOバウンドとCPUバウンドです。 IOバウンドな処理は、実行中の処理がCPUよりもIO処理に強く依存します。DBアクセス
Concurrency Utilities for Java EEをつかってみる - Qiita
これはJava EE Advent Calendar 2014の11日目の記事です。昨日は@tkxlabさんのJavaEEをはじめよう！でした。明日は@tatsu983さんです。 先日のJJUG CCC 2014 Fallでは，JSR 356 Java API for WebSocket 1.0についてお話させていただきましたが，今回はJSR 236 Concurrency Utilities for Java EEについてです。 Concurrency Utilities for Java EEについて Javaの並行処理の歴史 Javaにおける並行処理，つまりマルチスレッドによる同時実行の歴史については，9月のJJUGのナイトセミナーでさくらばさんが話されたLegend of Java Concurrency/Parallelismがとてもいいまとめになっていますので，ぜひごらんくださ
Introduction to the Disruptor
The document discusses the Disruptor, a data structure and work flow that allows for high-performance concurrent programming with no contention. The Disruptor uses a ring buffer to pass messages between threads very quickly in a parallel manner. Publishers can insert events into the ring buffer, while batch event processors can read the events in batches to process them in parallel threads. The Di
LMAX Disruptor
LMAX are recruiting once again. If you are interested in working with a great team, with some amazing technology, and think you can add something to the mix then please check out our jobs page. LMAX aims to be the fastest trading platform in the world. Clearly, in order to achieve this we needed to do something special to achieve very low-latency and high-throughput with our Java platform. Perform
LMAX - How to Do 100K TPS at Less than 1ms Latency
Sustainable Security Requirements with the ASVS Josh Grossman provides a brief overview of what the ASVS is, but takes a closer look at balancing trade-offs and prioritizing different security requirements. Josh shares how to make the process repeatable and how to implement it as part of your own organization's requirements process.
Spin - Formal Verification
Open Source: Starting with Version 6.4.5 from January 2016, the Spin sources are available under the standard BSD 3-Clause open source license. Spin is now also part of the latest stable release of Debian Linux, and has made it into the 16.10+ distributions of Ubuntu. The current Spin version is 6.5.1 (July 2020). Symposia: The 30th International Spin Symposium will be held in April 10-11 2023 in
スレッドセーフという幻想と現実 - yohhoyの日記（別館）
この記事はC++ Advent Calendar 2013の15日目にエントリしています。 内容はC++標準ライブラリとスレッドセーフに関する解説になります。 flickr / rennasverden もくじ What's スレッドセーフ？ スレッドセーフという幻想 基本型とデータ競合 C++標準ライブラリとデータ競合 C++標準ライブラリ：シーケンスコンテナ編 C++標準ライブラリ：連想コンテナ編 スレッドセーフ RELOADED 基本的なスレッドセーフ保証 std::shared_ptr<T> std::rand() std::cout （本文のみ約9000字） はじめに マルチスレッド対応の点では他言語に遅れを取っていたプログラミング言語C++ですが、C++11ではようやく標準ライブラリにスレッドサポートが追加されました。C++11スレッドサポートではスレッドクラスstd::thr
スレッドプールのサイズを調整する
この他にも "サービスを受けるのを待つ人が，キューの中に立っている平均時間はどれくらいか？" といったような疑問に，Littleの法則で答をだすといった内容のゲームは，他にもたくさんあります。 図１. Littleの法則 同じようにLittleの法則は，スレッドプールサイズの決定にも使うことができます。私たちがしなければならないのは，リクエストの到着率と，サービスに必要な平均時間を測定することです。そうすれば，これらの値をLittleの法則に挿入して，システムの平均要求数が計算されます。その数値がスレッドプールのサイズよりも小さければ，その結果に従ってプールのサイズを小さくすることが可能なのです。逆に計算結果がスレッドプールのサイズよりも大きい時には，問題はもう少し複雑になります。 実行中のリクエストより待ち状態のリクエストの数が多い場合，まず最初に判断しなければならないのは，もっと大きな
scheduler · Wiki · Glasgow Haskell Compiler / GHC · GitLab
The Glorious Glasgow Haskell Compiler.
Fork/Join Framework についてちょろっと調べてみた - n3104のブログ
同僚と Fork/Join Framework について話す機会があり、ちょっと気になったので調べてみました。ちなみに、ソースは jdk1.7.0_25 です。 native なのか Java なのか？ native とかは使わないで普通に Java の Thred クラスを利用して実装しているようでした。そのように判断した理由は以下の通りです。 ForkJoinWorkerThread 自体は Thread クラスを継承している ForkJoinPool#invoke から RecursiveTask#compute までのソースを見た感じ、普通に Java のコードだった ForkJoinWorkerThread の生成タイミング ForkJoinPool#invoke の中で ForkJoinWorkerThread を生成しているみたいでした。 registerWorker(For
Java EE 7で並列処理がケタ違いに速くなる！ 使いこなしのポイントは？──Java Day Tokyo 2013レポート - builder by ZDNet Japan
このように、Javaにおける非同期処理の仕組みは着々と進化を続けているが、残念ながら開発の現場では、まだこれらの機能が十分に活用されていないと寺田氏は嘆く。氏はサンプル・コードを示しながら、「スレッド処理に関して、いまだにJavaの登場当初からのnew Thread(r).start(); などと書いているプログラムを多く見かけるが、もうこのような実装はやめたほうがよい」とアドバイスした。スレッドを無限に生成するこのコードでは、スレッドを生成する度にスタック領域が確保されてメモリを消費するほか、コンテキスト・スイッチも発生するため、パフォーマンスは決して良くならない。スレッド生成は処理コストが高く、こうした方法ではマルチコア・プロセッサ環境でその性能を十分に発揮できないのだという。 そこで現在、スレッドを直接生成する方法に代わって推奨されているのが、Java SE 5 から導入されたCon
Play Framework: async I/O without the thread pool and callback hell
Play Framework: async I/O without the thread pool and callback hell Under the hood, LinkedIn consists of hundreds of services that can be evolved and scaled independently. That is, all functionality is broken down into separate codebases, deployed on separate hardware, and exposed via well-defined APIs. For example, we may have separate front-end services (e.g. Profile, Skills) that talk to separa
ThreadScope - HaskellWiki
ThreadScope is a tool for performance profiling of parallel Haskell programs. The ThreadScope program allows us to debug the parallel performance of Haskell programs. Using ThreadScope we can check to see that work is well balanced across the available processors and spot performance issues relating to garbage collection or poor load balancing. Getting Started Have gtk on your machine? (Note that
From zero to cooperative threads in 33 lines of Haskell code
Haskell differentiates itself from most functional languages by having deep cultural roots in mathematics and computer science, which gives the misleading impression that Haskell is poorly suited to solving practical problems. However, the more you learn Haskell more you appreciate that theory is often the most practical solution to many common programming problems. This post will underscore this
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
Golang Cafe版あなたがGoについてたぶん知らない10のこと。
GitHub - UnkindPartition/immortal: Spawn threads that never die (unless told to do so)
java.util.concurrent.Executors
scala.concurrent.Future wrapper for java.util.concurrent.Future
How does java.util.concurrent.Executor work?
ThreadScope Tour/Spark - HaskellWiki