- 综合排序
- 最热优先
- 最新优先
鸣潮基于全平台架构与500W PCU服务器集群的研发实践与性能优化
然而，实现这一目标面临显著的研发复杂度： 服务器压力： 需支撑高达 500W PCU 的服务器集群压力，且依赖外力不可行，必须在架构层面解决瓶颈。 达成500W PCU并发支撑与性能体验质变 通过技术架构的迭代与优化，项目在服务器稳定性与客户端性能上取得了可量化的成果： 服务器承载： 成功通过 500W PCU 的服务器集群压力测试，解决了高并发下的集群瓶颈 林晨晨，2024腾讯全球数字生态大会 · 鸣潮研发实践分享 依托腾讯资源响应与压测体系构建稳定服务 选择在腾讯生态下进行研发与合作，核心在于解决“资源”与“真实性”两大关键要素： 资源支撑： 面对 500W PCU 的突发压力，腾讯提供了丰富的服务器资源与及时的响应速度，弥补了外力不可行的短板。
5500编辑于 2026-05-30支撑全球全平台同步上线：《鸣潮》500万PCU高并发与跨端性能调优实践
引入WeTest压测框架： 为模拟 500W PCU（同时在线人数） 的真实压力，利用高效的发压集群，结合“录包机器人（真实游戏内跑测回放）”与“混合用例比例”，精准模拟开服状态。 跨越压力阈值，实现全平台画质与性能的甜点平衡 通过全链路的架构改造与工具赋能，《鸣潮》在多端同步上线的技术指标上取得了量化的应用成果： 高并发承载突破： 服务器集群顺利支撑了 500W PCU 的真实高并发压力
8210编辑于 2026-05-30- 来自专栏架构师之路
500W数据，20Wqps分词检索，架构如何设计？
有水友提问： == 沈哥，我们有个业务，类似于“标题分词检索”，并发量非常大，大概20W次每秒，数据量不是很大，大概500W级别，而且数据不会频繁更新，平均每天更新一次，请问有什么好的方案么？ 针对“短文本”“500W数据”“不频繁更新”这些特性，还能使用“分词+内存hash”方案。
1K10编辑于 2023-01-04 - 来自专栏高速公路那点事儿
高速公路断面流量的统计单位用veh还是pcu合适?
传统监控系统的车流量统计报表来说，也是基于车辆数进行统计： 基于当量小客车单位的统计 还有一种统计单位是pcu/h（当量小客车单位/小时），是折算后的标准车流量。 pcu以小客车为标准单位，将不同车型（尤其是大型车）对交通流的影响折算成等效的小客车数量，经常用来评估道路负荷和通行能力。 在某些路段管控平台中也看到了采用pcu/h的统计口径，感觉不太合适。 常见系数如下（具体数值会根据道路类型、地形有所调整）： 小客车：1.0 pcu（基准） 大型客车、中型货车：1.5 ~ 2.0 pcu 大型货车、铰接客车：2.5 ~ 3.0 pcu 集装箱车：3.0 ~ 4.0 pcu 流量统计功能 1.断面流量统计功能介绍： 查询功能：断面流量查询条件包括起止时间、断面位置、桩号、所属 路段、行车方向、车道号。 ，而 pcu/h 回答的是 “这些车相当于多少辆标准小客车”。 ---END---
51810编辑于 2026-01-27 - 来自专栏木东居士的专栏
从0写一个爬虫，爬取500w好友关系数据
0x00 前言 上一篇文章已经写了一部分数据获取和爬虫的内容，这篇文章我们一起来实现一个网络爬虫，用这个小爬虫来爬取500w的简书的粉丝关系对。 1. 因为爬简书封IP，而且自己不是特别继续这个数据，就用单进程来写了，跑几天就能爬下500w的数据。 0x03 零基础学爬虫的建议 目前这个小爬虫已经运行了三四天了，总共爬取了500w左右的关系对。 现在已经爬了500w左右的关系对数据，也在此基础上了玩了玩PageRank和社区划分的算法，也实现了相应MapReduce版本的算法，后面会一点点地写出来。
1.7K60发布于 2018-05-25 - 来自专栏AustinDatabases
PolarDB Serverless POC测试中有没有坑与发现的疑问
下面选择的时PCU ，具体PCU是一个什么东西，这里官方的解释是，一个PCU 等于1个CPU，也就是这里最低的是1个PCU 最高32 PCU，同时一个PCU 带有2G的内存。 坑：你当然可以选择PCU 为32，但你怎么知道你的业务是否会触发多少PCU，如果阿里云稍微的用一点手段，让你持续的运行在32PCU ，那么可以看一下一个小时就要 20块钱。 所以这里选择PCU 还是悠着点，选择16PCU 或者 8PCU 就好。这里为了要测试，直接使用的32PCU 看看我们压测时候是不是能压测到峰值。 持续在1-2个左右，后续压力持续加大，PCU 逐渐增长，可以看到监控图中的部分，随着压力的增加PCU 也是阶段性的提高，并且增加的速度越来越慢，这也符合相关的原理。 这里一遍进行初步压测一边针对PolarDB 的触发规则进行学习 1 当单节点CPU 使用率高于80% 会触发提升PCU的工作 2 当单节点的内存使用率高于90% 会触发提升PCU的工作 3 当写节点的规格是只读节点
61210编辑于 2024-05-20 腾讯游戏云：基于算力优化与云原生架构提升研发运营效率
海量并发压力： 开放世界及UGC游戏（如《元梦之星》）要求服务器集群能稳定支撑 500W PCU 压力，且在客户端性能适配上面临较大技术挑战。 2.
9810编辑于 2026-05-30- 来自专栏why技术
一天500w啊！这属于秦始皇摸电门，赢麻了。
我第一次看到“羊了个羊”是前两天早上起来在刷牙的时候，打开微博准备看看，明星朋友们有没有为我准备什么新瓜让我吃吃。
49510编辑于 2022-11-01 - 来自专栏AustinDatabases
PolarDB 大能人系列--弹性我们有一个新需求！ 普及数据库弹性知识
弹性中CPU和内存是绑定的，以PCU的形式出现。一个PCU = 1CPU + 2G memory， 弹性没错最小弹升的单位是 0.5 PCU 。 4 个读节点在什么时候弹出？ 一般的情况下，只要只读节点开始进行 PCU的弹升的情况下并且达到扩展的上限的情况下，横向的弹升就开始了。 所以即使你有2个只读节点，一个没有任何PCU的弹升，而另一个弹升到PCU的上限，那么这个节点就开始弹出 只读节点。 所以这个问题我特别想和阿里云的POLARDB的老师讨论一下，我们的新需求。 这里要回答的是，NO NO NO ，PolarDB的弹升是按照弹升单位弹升的，PolarDB的弹升单位是0.5 PCU，他升也不是瞬间就弹升多少个PCU ，弹升是根据系统压力进行弹升。 弹升是线性的，比如我们先弹 0.5PCU 发现不行系统的负载没有降下来，那么就继续弹升2个，如果还不行就在弹4个PCU ，直到弹升后系统负载下降，或者弹升到极限值后停止弹升。
11510编辑于 2026-03-12 - 来自专栏idba
PolarDB Serverless弹性能力探索指南
只读节点弹性上下限的可选范围是0-7，单节点伸缩的弹性上下限的可选范围是1-32 PCU。其中1 PCU大约是1核2G的资源，不同机型我们会对齐算力，因此会有略微差别。 PCU数量从1弹升到5，并保持稳定，在弹升过程中，CPU的使用率随着资源的扩容逐步降低。看内存使用率曲线，每次弹升会有尖刺一样的形状。这是因为每次PCU增加，内存资源扩容，此时内存使用率会瞬间降低。 随着压力的停止，规格从5 PCU逐步阶梯式的降低回1 PCU。 同样的，压测一段时间后停止，PCU也会自动缩容。从1 PCU升到32 PCU耗时大约42s，缩容相比扩容更显得平缓，耗时大约220s。 一开始主节点很快弹到32 PCU，之后只读创建出来，开始承担一部分负载，主节点cpu使用率下降，PCU缩容。由于弹出的只读CPU使用率没有超过弹性阈值80%，因此该压力下只会扩容一个只读。
69020编辑于 2023-10-28 - 来自专栏PPV课数据科学社区
针对用户活跃度分析中如何应用回归方法？
今天针对DAU、PCU、ACU、新登等指标进行回归分析。一般而言我们可以使用Excel就能做一元回归分析，Excel做回归分析有两种方式：散点图和回归分析工具。 今天我们将探讨DAU与PCU、PCU与ACU、DAU与首登三组的回归分析。 首先来看DAU与PCU的回归分析。 我们选取一个月的数据，作为分析数据，首先我们来绘制散点图（这里不具体讲解散点图绘制方法） DAU与PCU 我们绘制散点图，并选择线性趋势线，得到如下的散点图： 之后我们通过回归分析工具进行回归分析结果的汇总来具体解析一下 此外关于正态分布，可以参考以下的正态概率图来分析： 通过以上的回归分析，我们看到每日的DAU确实对于PCU的拉动起到显著作用和影响，但由于拟合方程系数仅为0.68，说明在DAU这个显著影响因素之外还有其他的影响因素 剩下的PCU与ACU、DAU与新登的回归分析大家自己参照这个过程可以进行，分析需要警惕一点的是不同的游戏，反映出的结论不一样，就如同有的游戏有周末化学反应，而有的游戏就没有，鄙人接触过这种游戏，因此在做回归分析时
1.8K80发布于 2018-04-23 - 来自专栏机器学习AI算法工程
针对用户活跃度分析中如何应用回归方法？
今天针对DAU、PCU、ACU、新登等指标进行回归分析。一般而言我们可以使用Excel就能做一元回归分析，Excel做回归分析有两种方式：散点图和回归分析工具。 今天我们将探讨DAU与PCU、PCU与ACU、DAU与首登三组的回归分析。 首先来看DAU与PCU的回归分析。 我们选取一个月的数据，作为分析数据，首先我们来绘制散点图（这里不具体讲解散点图绘制方法） DAU与PCU 我们绘制散点图，并选择线性趋势线，得到如下的散点图： ? 通过以上的回归分析，我们看到每日的DAU确实对于PCU的拉动起到显著作用和影响，但由于拟合方程系数仅为0.68，说明在DAU这个显著影响因素之外还有其他的影响因素，刚才我们计算了31个观测值，有21个符合该方程 剩下的PCU与ACU、DAU与新登的回归分析大家自己参照这个过程可以进行，分析需要警惕一点的是不同的游戏，反映出的结论不一样，就如同有的游戏有周末化学反应，而有的游戏就没有，鄙人接触过这种游戏，因此在做回归分析时
2.2K120发布于 2018-03-14 腾讯云与英特尔：云原生与AI驱动游戏研发降本增效
四、 头部游戏与平台的规模化落地验证 案例 1：《鸣潮》 (动作开放大世界) 痛点： 开放世界研发复杂度高，需承受服务器 500W PCU 压力。
15010编辑于 2026-05-29- 来自专栏架构师之路
500W数据，每秒20W并发分词检索，架构如何设计？（第114讲，收藏）
《架构师之路：架构设计中的100个知识点》 114.高并发分词检索 沈哥，我们有个业务，类似于“标题分词检索”，并发量非常大，大概20W次每秒，数据量不是很大，大概500W级别，而且数据不会频繁更新，平均每天更新一次 针对“短文本”“500W数据”“不频繁更新”这些特性，还能使用“分词+内存hash”方案。
19610编辑于 2025-11-24 - 来自专栏JAVA葵花宝典
500w？都对也都不对！
以交友平台用户中心的user表为例，单表数据规模达到千万级别时，你可能会发现使用用户筛选功能查询用户变得非常非常慢，明明查询命中了索引，但是，部分查询还是很慢，这时候，我们就需要考虑拆分这张user表了。
1.5K20发布于 2021-06-17 - 来自专栏AustinDatabases
PolarDB 杀疯了，Everywhere Everytime Everydatabase on Serverless
月底，月初进行数据库服务器的PCU 提升，进行只读节点的定期添加。 这里我们假设一个复杂的场景，一个月每个工作日，每天9：30AM就弹升5个PCU ，每天10:30PM 就将弹升的PCU 下降到1个 这个例子比较具有代表性，在工作日对系统的PCU 进行提升，在下班后就降低 PCU ，很多企业都有类似的需求。
23910编辑于 2024-11-25 - 来自专栏AustinDatabases
临时工访谈：PolarDB Serverless 发现“大”问题了 之 灭妖记 续集
WHY （后面也找到了为什么） 3 展示的问题，在调整到SERVERLESS后，原来固定的两个节点，还是显示2核心16G ，而多出那个节点是 1-32 PCU ，这个展示的问题是否可以调整一下，要不看上去实在是 从逻辑上我是明白，我给你最大的节点的PCU可调性，反正有前面两个节点 控制，不会让后面只读的节点的PCU超过前面PCU的上限。我这样的大妖是能想明白明白的，可那些小妖们估计要明白就难了。 临时大妖：（这上来就过招，昨天提出的问题，今天就解决），挺好的，但是我昨天提出的第二个问题呢，就是为什么主节点提升了PCU 还要带着从节点也提升PCU 是什么道理呀，这是不是要占客户的便宜，让客户多付费呀 云壤老师：您这个就多想了，相信您应该是明白POALRDB 的原理的，在POLARDB FOR MySQL 中咱们是通过内存RDMA来传输 REDO 中的一些核心信息，如果您的主节点的负载在提高,PCU 也要提高，那么从节点是不是也要为大量的数据复制而做准备，提高PCU呢，我们提升PCU是为了客户的数据库系统的稳定性着想，不存在您提出的占用户的便宜的问题，您想多了。
32410编辑于 2024-05-20 - 来自专栏苦逼的码农
【面试现场】如何在500w个单词中统计特定前缀的单词有多少个？
题目：我有500w个单词，你帮忙设计一个数据结构来进行存储，存好之后，我有两个需求。 1、来了一个新的单词，需要判断是否在这500w个单词中 2、来了一个单词前缀，给出500w个单词中有多少个单词是该前缀 小史这次没有不假思索就给出回答，他学会了深沉。 ? ? （注：这里说的in不是单词，指的是in不是500w单词中的单词） 吕老师还没说完，小史就打断了他。 ? ? ? ? ? ? ? ? 找单词interest： ?
1.3K10发布于 2018-12-05 腾讯云云原生技术矩阵赋能游戏研运降本增效
OpenKruiseGame+Agones”架构，实现全球多区域集群部署（上海、香港、新加坡等），通过“目录服/支付/匹配服务/Game Server”粒度拆分与弹性管理，达成十万核后台系统二人运维、十分钟三倍扩缩，应对500W PCU服务器集群压力（CT0100游戏产业研习团-大连站）。
26610编辑于 2026-04-09- 来自专栏数据分析与挖掘
python操作neo4j创建知识图谱模板
湖北阿深南高速公路发展有限公司 2000W级别交易 山东高速集团有限公司电子收费中心 湖北阿深南高速公路发展有限公司 2000W级别交易 山东高速集团有限公司电子收费中心 湖北阿深南高速公路发展有限公司 500W 级别交易 山东高速集团有限公司电子收费中心 湖北阿深南高速公路发展有限公司 500W级别交易 山东高速集团有限公司电子收费中心 湖北阿深南高速公路发展有限公司 500W级别交易 山东高速集团有限公司电子收费中心 湖北中交嘉通高速公路发展有限公司 2000W级别交易 湖北阿深南高速公路发展有限公司 湖南道岳高速公路实业有限公司 100W级别交易 湖北阿深南高速公路发展有限公司 湖南道岳高速公路实业有限公司 500W 级别交易 湖北阿深南高速公路发展有限公司 湖南道岳高速公路实业有限公司 100W级别交易 湖北阿深南高速公路发展有限公司 湖南道岳高速公路实业有限公司 500W级别交易 湖北中交嘉通高速公路发展有限公司 湖南道岳高速公路实业有限公司 2000W级别交易 山东高速集团有限公司电子收费中心 湖南道岳高速公路实业有限公司 500W级别交易 山东高速集团有限公司电子收费中心 湖南道岳高速公路实业有限公司 500W
86630发布于 2021-11-24
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号