Nano Hash - криптовалюты, майнинг, программирование

Разделение внутренних и внешних серверов в приложении Rails?

У меня есть приложение Rails, которое много кодирует мультимедиа. Я обрабатываю это с помощью фоновых процессов, но я вижу, что ЦП перегружается, и время загрузки внешнего интерфейса определенно медленнее, чем должно быть (или было до того, как внутренняя часть стала больше).

Итак, проблема: приложение Rails с функциями кодирования мультимедиа испытывает нагрузку на процессор, а интерфейс замедляется. Цель — разделить фронтенд и бэкэнд (кодирование мультимедиа).

Вопрос: как лучше всего разделить существующее приложение на две части (внешнюю часть и внутреннюю часть)?

1) Стоит ли запускать две копии приложения на двух серверах и совершать вызовы между ними, а затем отправлять/размещать информацию через HTTP (или подключаться к удаленной базе данных)?

2) Является ли хорошей идеей держать часть, интенсивно использующую процессор, в коде Rails, или я должен стремиться отделить ее от функциональности Rails?

Если кто-то может указать на хорошее руководство по запуску многосерверного приложения Rails, это было бы здорово (поиск возвращает вопросы о многосерверном развертывании Capistrano, но мне нужны менее конкретные рецепты).


Ответы:


1

Обычный и хорошо работающий подход — использовать рабочую очередь, например Resque.

Управление кодом
Для простоты управления держите код обработки и приложение "в приложении". Разверните два сервера приложений, но запустите Resque Workers на сервере обработки.

Изменения состояния
Если задания обработки связаны с постоянными объектами ActiveRecord, вы можете запрашивать состояние из внешнего интерфейса и периодически обновлять его из внутреннего интерфейса в процессе кодирования.

Возможно, вам будет полезно использовать конечный автомат.

Ваши проблемы переместились
Теперь вы масштабируетесь в облаке :D Если ваша очередь становится слишком длинной, можно добавить больше хостов обработки, на которых запущены рабочие процессы. Если ваш внешний интерфейс является единственным хостом, доступным через Интернет, вы можете настроить промежуточное ПО для стойки или запустить радугу для проксирования обработанных результатов через внешний интерфейс клиенту.

Звучит как интересный проект. Удачи!

16.08.2012
Новые материалы

Кластеризация: более глубокий взгляд
Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..

Как написать эффективное резюме
Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..

Частный метод Python: улучшение инкапсуляции и безопасности
Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..

Как я автоматизирую тестирование с помощью Jest
Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..

Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..

Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..

Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..