大数据环境下高校选课系统性能优化应用探究.doc

大数据环境下高校选课系统性能优化应用探究 　　摘要：大数据环境下，高校选课呈现出时间集中、选课时间短暂、信息访问量大、选课专业门类繁多，系统负荷承载大、业务流程复杂、业务逻辑复杂、并发业务多等诸多、高峰期系统压力大、对选课系统硬件服务器配置要求高特点。针对这些不同特点和难点，结合以前各大高校出现的典型问题，为了更好地为广大老师和学生服务，为了更好的帮扶教务单位完成选课任务，我们必须分门别类的制定不一样的性能优化算法、攻略，有的放矢，各个击破，对选课系统从体系架构、数据库、操作流程和源代码等进行多角度、全方位的优化。通过对选课系统实施一系列优化前后，其性能进行对比，结果表明，选课系统性能得到了明显提升 关键词：大数据；选课系统；性能优化 中图分类号：TP311 文献标识码：A 文章编号：1009-3044（2016）31-0008-02 目前，各大高校的选修课都在使用系统来进行选课，选修课系统得到很好的普及。各大高校一般在每个学期末会设置固定的选课时间，即每年的6月底，12月底，每次选课时间相对集中，给选课系统带来了很大的数据访问流量，造成选课系统承载不了巨大的服务压力。而且由于高校扩招，各大高校在校生数量呈几何式增长，在集中选课阶段，选课系统并发连接数急剧增多，极大加重了选课系统数据库负荷，给选课系统也带来不小的冲击 根据我们观察，在选课过程中，出现了各种各样形形色色纷繁复杂的问题，选课出现的问题日益凸显，诸如时间集中、选课时间短暂、信息访问量大、选课专业门类繁多，系统负荷承载大、业务流程复杂、业务逻辑复杂、并发业务多等诸多、高峰期系统压力大、对选课系统硬件服务器配置要求高特点。针对这些不同特点和难点，结合以前各大高校出现的典型问题，为了更好地为广大老师和学生服务，为了更好的帮扶教务单位完成选课任务，我们必须分门别类的制定不一样的性能优化算法、攻略，有的放矢，各个击破，对选课系统从体系架构、数据库、操作流程和源代码等进行多角度、全方位的优化 进行大数据环境下选课系统性能优化是一项复杂庞大的系统工程。通过前期分析影响数据库性能的各方面因素，按照数据库优化应遵循的方法，开展了大量性能调整实验，并进行后期压力测试。对数据库实施该优化策略前后性能进行对比，结果表明，高校选课系统在运用此方法进行性能优化后，性能得到了明显提升。基于对选课系统进行性能优化，提高选课系统的稳定性和抗压力性。大量学生集中在同一时间段进行选课，不至于导致选课系统的崩溃，可为学生们进行网上选课提供更友好、人机交互性更强的用户体验和幸福感！大大提高学生的选课效率和学校的办事效率，大大提高了高校的信息化技术水平，为推动高校进行教学改革，实现更加科学有效的教学，提供了更先进、更可靠的技术支持和保障！可提高高校教学质量和人才培养质量，这些教学成果能为今后的本科应用型教学有借?b意义 基于上述发展趋势，对高校选课系统在大数据环境下，进行性能优化，是一项非常重要的系统工程。功在当代，利在千秋！ 1 关键技术 经过分析与调研，我们采取使用数据缓存、服务器集群技术、负载均衡技术、优化WEB 端、调整选课计划、升级硬件等策略算法，对选课系统进行性能优化 1）使用数据缓存 对于选课系统来说，选课数据库里面含有学生大量的选课数据。这些数据有的可能经常被访问到，有的可能很少被访问到。据根据大家熟知的“巴列特定律”，因为在平时系统的访问中，20%的数据库里的数据在80%的时间里被访问，所以我们应该考虑利用数据缓存。由于选课系统数据操作查询中，系统大量的时间花在SQL语句查询上。针对这种情况，我们可以把这些学生经常访问，并且不会很快变化即信息变动概率小的数据，缓存封装起来，这样学生就不用通过数据库来进行SQL语句的查询，可以大大减轻数据库的承载负荷压力。否则选课系统每次都去读取大量的重复的类似的选课信息，而且这些选课信息都要访问选课数据库，耗力气费时间，选课系统随时可能崩溃 2）服务器集群技术 一台选课系统的Web服务器承载能力有限，高并发的访问浏览压力会让其窒息，如果单纯对Web服务器的硬件进行升级换代，并不能彻底解决这个突出的问题，由于一台Web服务器具有有限的性能，一台Web服务器所能同时承载一千个的并发访问，而配置更高的Web服务器能同时承载三千个的并发访问，这样的承载能力相对巨大的访问数据流量，还是显得非常渺小的、有限的，其还是远远满足不了负载较大的选课系统的承载要求。由于是突发性的网络请求，当发生重大事件，网络访问一定急剧上升，从而造成网络访问瓶颈。因此必须采用联合多台高配置的Web服务器，共同为选课系统提供优质的Internet服务，让这些Web服务器来共同承担网络请求与响应。我们可以采用市场上流行的服务器集群技术和负