- 综合排序
- 最热优先
- 最新优先
- 来自专栏用户9378866的专栏
亿级数据毫秒级响应？
啥意思，亿级数据查询毫秒级响应还要100并发持续5分钟，家人们谁懂啊。。。关键我们负责的业务是tob的场景啊，哪有这么高并发。数据查询还在旧的python服务里，给提供的测试环境全是单机服务。 亿级数据毫秒级响应？晚上下班前发过来了初版的测试报告，组长一看，直接给我阅起兵来了，"你这也太快了，搂着点啊，管家指标还一样，快改改"。我一看好家伙，亿级数据28毫米返回，雀氏有点尴尬了。。。。 在lua脚本里sleep随机几百毫秒就真实了。 lua复制代码-- 定义睡眠函数 local function sleep(ms) ngx.sleep(ms / 1000) end -- 随机睡眠一段时间（1毫秒到100毫秒之间） math.randomseed
49530编辑于 2023-06-06 - 来自专栏正汰的学习笔记
快速搭建ELK毫秒级响应数据库
大数据兼容性: 对日志和非结构化数据友好 省流： 优点：全文检索、毫秒级响应 缺点：约三倍原文大小的索引 安装 由于网上都是Docker/二进制文件分开部署，让我非常烦躁，怎么这么好的东西就不能一次搞完呢
43710编辑于 2024-03-28 - 来自专栏A周立SpringCloud
万亿条数据查询如何做到毫秒级响应？
在这篇文章中，我将深入探讨如何在如此大量的数据上保持毫秒级的查询响应时间，以及 TiDB 是一个开源的 MySQL 兼容的 NewSQL 混合事务/分析处理( HTAP)数据库，如何为我们提供支持获得对我们数据的实时洞察 将查询的响应时间限制为 90 毫秒或更短：即使对于执行时间最长的长尾查询，也会发生这种情况。 容忍误报：这意味着系统可以为用户调出许多有趣的帖子，即使有些帖子被错误地过滤掉了。 毫秒，第 999 百分位响应时间约为 50 毫秒。 实际上，平均响应时间远远小于这些数字，即使对于需要稳定响应时间的长尾查询也是如此。 第 99 百分位响应时间 第 999 百分位响应时间 我们学到了什么 我们迁移到 TiDB 并非顺利，在这里，我们想分享一些经验教训。
88520发布于 2019-11-24 - 来自专栏芋道源码1024
万亿条数据查询如何做到毫秒级响应？
在这篇文章中，我将深入探讨如何在如此大量的数据上保持毫秒级的查询响应时间，以及 TiDB 是一个开源的 MySQL 兼容的 NewSQL 混合事务/分析处理( HTAP)数据库，如何为我们提供支持获得对我们数据的实时洞察 将查询的响应时间限制为 90 毫秒或更短：即使对于执行时间最长的长尾查询，也会发生这种情况。 容忍误报：这意味着系统可以为用户调出许多有趣的帖子，即使有些帖子被错误地过滤掉了。 毫秒，第 999 百分位响应时间约为 50 毫秒。 实际上，平均响应时间远远小于这些数字，即使对于需要稳定响应时间的长尾查询也是如此。 第 99 百分位响应时间 第 999 百分位响应时间 我们学到了什么 我们迁移到 TiDB 并非顺利，在这里，我们想分享一些经验教训。
1K20发布于 2019-11-13 - 来自专栏Java那些事
万亿条数据查询如何做到毫秒级响应？
在这篇文章中，我将深入探讨如何在如此大量的数据上保持毫秒级的查询响应时间，以及 TiDB 是一个开源的 MySQL 兼容的 NewSQL 混合事务/分析处理( HTAP)数据库，如何为我们提供支持获得对我们数据的实时洞察 将查询的响应时间限制为 90 毫秒或更短：即使对于执行时间最长的长尾查询，也会发生这种情况。 容忍误报：这意味着系统可以为用户调出许多有趣的帖子，即使有些帖子被错误地过滤掉了。 毫秒，第 999 百分位响应时间约为 50 毫秒。 实际上，平均响应时间远远小于这些数字，即使对于需要稳定响应时间的长尾查询也是如此。 第 99 百分位响应时间 第 999 百分位响应时间 我们学到了什么 我们迁移到 TiDB 并非顺利，在这里，我们想分享一些经验教训。
84940发布于 2019-12-02 首个毫秒级响应的实时生图大模型，发布！
现在，这个问题有解了——刚刚，腾讯混元发布业内首个毫秒级响应的实时生图大模型 Hunyuan Image 2.0（参数规模提升数10倍），支持文本、语音、草图等多种交互方式。 （听说16:9的比例，效果更佳）提示词：脸部特写，柔和温暖的自然光，柔焦背景，宁静的氛围，自然光透过阴影，专业摄影，微偏离中心的构图提示词：人像摄影，爱因斯坦，背景是东方明珠，自拍视角//毫秒级响应：创作节奏 借助图像压缩与注意力优化机制，模型将图像生成时间压缩至毫秒级，远快于当前主流模型的3-6秒生成速度。 点击下方链接，将它创造出来，就在毫秒之间。体验入口：https://hunyuan.tencent.com/one more thing：腾讯混元原生多模态图像生成大模型，已经在路上！
1.6K70编辑于 2025-05-19- 来自专栏架构之家
1.3 万亿条数据查询，如何做到毫秒级响应？
在这篇文章中，我将深入探讨如何在如此大量的数据上保持毫秒级的查询响应时间，以及 TiDB 是一个开源的 MySQL 兼容的 NewSQL 混合事务/分析处理（ HTAP）数据库，如何为我们提供支持获得对我们数据的实时洞察 将查询的响应时间限制为 90 毫秒或更短：即使对于执行时间最长的长尾查询，也会发生这种情况。 容忍误报：这意味着系统可以为用户调出许多有趣的帖子，即使有些帖子被错误地过滤掉了。 毫秒，第 999 百分位响应时间约为 50 毫秒。 实际上，平均响应时间远远小于这些数字，即使对于需要稳定响应时间的长尾查询也是如此。 第 99 百分位响应时间 第 999 百分位响应时间 我们学到了什么 我们迁移到 TiDB 并非顺利，在这里，我们想分享一些经验教训。
58830编辑于 2022-07-12 - 来自专栏API百科
全国快递物流查询API，毫秒级响应、超高及时性
自动识别快递公司及单号，服务器毫秒响应，数据及时准确。快递物流查询API为用户提供了一种可靠的查询服务，可以满足用户的不同需求，为用户提供更为准确和及时的物流信息。
79520编辑于 2023-03-02 - 来自专栏数据和云
1.3万亿条数据查询如何做到毫秒级响应？
TiDB 是一个开源的 MySQL 兼容的 NewSQL 混合事务/分析处理（ HTAP）数据库，本文深入探讨TiDB如何在大量的数据上保持毫秒级的查询响应时间，以及 如何为知乎提供支持获得对数据的实时洞察 在这篇文章中，我将深入探讨如何在如此大量的数据上保持毫秒级的查询响应时间，以及 TiDB 是一个开源的 MySQL 兼容的 NewSQL 混合事务/分析处理（ HTAP）数据库，如何为我们提供支持获得对我们数据的实时洞察 将查询的响应时间限制为 90 毫秒或更短：即使对于执行时间最长的长尾查询，也会发生这种情况。 容忍误报：这意味着系统可以为用户调出许多有趣的帖子，即使有些帖子被错误地过滤掉了。 每秒写入的数据行（数千） 第 99 百分位响应时间约为 25 毫秒，第 999 百分位响应时间约为 50 毫秒。实际上，平均响应时间远远小于这些数字，即使对于需要稳定响应时间的长尾查询也是如此。 ? 第 99 百分位响应时间 ? 第 999 百分位响应时间 我们学到了什么 我们迁移到 TiDB 并非顺利，在这里，我们想分享一些经验教训。
1.7K40发布于 2019-09-26 - 来自专栏python3
python毫秒级延时
一、毫秒延时 近期有一个ms级别延时的需求，实际测试了一下， 环境：win7 64位，python2.7.13 结果：毫秒级别的延时是能够支持的，微妙是不支持的。 time.localtime(time.time()))) print(datetime.datetime.now()) time.sleep(0.001) 三、输出 从输出可以看出，ms级的延时是支持的
5.1K10发布于 2020-01-03 接口响应时间优化指南：从秒级到毫秒级的全链路方案
接口响应时间优化指南：从秒级到毫秒级的全链路方案“APP 点击按钮后转圈 3 秒才加载完成”“小程序接口超时频繁报错”“第三方调用我们的接口时，因响应慢被投诉”—— 接口响应慢不仅直接影响用户体验，还可能导致业务流失 本文将拆解接口响应慢的根源，给出可落地的全链路优化方案，帮你把接口响应时间从秒级压到毫秒级。 接口响应慢的 3 大核心危害用户体验崩塌：移动端接口响应超过 2 秒，用户会大概率关闭 APP；B 端系统（如 ERP）接口慢，会降低员工办公效率，甚至引发投诉。 业务成本上升：响应慢的接口会占用更多服务器资源（如线程、内存），为支撑相同并发，需采购更多硬件，增加成本；若因响应慢导致用户流失，直接影响营收。 抓重点，分优先级优先解决占比高的瓶颈（如数据耗时占 60%，先优化数据库）；优先用低成本方案（如加缓存比分库分表成本低），避免 “过度设计”。
96210编辑于 2025-10-31从千亿次点击到毫秒级响应：短链系统的设计艺术
.69i57j0i512l9.3848j0j7&sourceid=chrome&ie=UTF-8 短 URL：https://goo.gl/abc123 1.2 核心原理 短链系统的核心流程如下： 1.3 设计挑战 一个工业级短链系统需要应对以下挑战 + 截取 不可预测、分布均匀 可能冲突、需解决碰撞 敏感场景、对安全性要求高 UUID 压缩 全球唯一、无需中心节点 长度较长（通常需 12 字符） 分布式系统、无中心 ID 生成器 3.3 工业级实现方案 插入成功的数量 */ int batchInsert(@Param("list") List<ShortUrl> shortUrls); } 4.3 分库分表策略 当短链数量达到亿级规模时 ** * 短链跳转 * * @param shortCode 短码 * @param domain 域名 * @param response HTTP响应对象 限流限制同一 IP 的创建频率 验证码对可疑请求要求输入验证码 黑名单封禁恶意用户和 IP 内容审核人工审核敏感领域的短链 九、总结与最佳实践 9.1 核心收获 通过本文，我们学习了如何设计一个工业级短链系统
4910编辑于 2026-04-14- 来自专栏小勇DW3
OpenResty + Lua访问Redis，实现高并发访问时的毫秒级响应打回
1、OpenResty的lua访问redis的插件：https://github.com/openresty/lua-resty-redis
6.4K30发布于 2019-08-07 - 来自专栏小冷coding
知乎上万亿条数据查询如何做到毫秒级响应的？
在这篇文章中，我将深入探讨如何在如此大量的数据上保持毫秒级的查询响应时间，以及 TiDB 是一个开源的 MySQL 兼容的 NewSQL 混合事务/分析处理( HTAP)数据库，如何为我们提供支持获得对我们数据的实时洞察 将查询的响应时间限制为 90 毫秒或更短：即使对于执行时间最长的长尾查询，也会发生这种情况。 容忍误报：这意味着系统可以为用户调出许多有趣的帖子，即使有些帖子被错误地过滤掉了。 在高峰时间每秒写入 40,000 行数据： 在高峰时段每秒检查 30,000 个查询和 1200 万个帖子： 第 99 百分位响应时间约为 25 毫秒，第 999 百分位响应时间约为 50 毫秒。 实际上，平均响应时间远远小于这些数字，即使对于需要稳定响应时间的长尾查询也是如此。 我们学到了什么 我们迁移到 TiDB 并非顺利，在这里，我们想分享一些经验教训。
89030编辑于 2023-05-24 - 来自专栏TEL18600524535
食品经营许可证识别技术，高精度识别，毫秒级响应速度
食品经营许可证识别技术的显著功能特点高效精准：毫秒级识别：一秒内完成一张许可证的信息提取，效率远超人工录入（几分钟甚至更久）。
30300编辑于 2025-07-16 - 来自专栏RTSP/RTMP直播相关
如何打造毫秒级响应的RTSP播放器：架构拆解与实战优化指南
在安防监控、工业视觉、远程机器人操控、无人机图传、医疗会诊等对实时性与稳定性高度敏感的应用中，RTSP 播放器作为前端图像展示的“最后一公里”，其性能表现直接关系到整个系统的响应效率、操控流畅度与决策时效性 特别是在需要“边看边控”“边看边分析”的业务模式下，毫秒级延迟差异可能意味着画面与现实动作出现显著偏差，进而影响 AI 识别判断或远程指令执行。 RTSP 播放涉及的核心流程： 摄像头 → 网络传输(RTP/UDP) → 接收 → 解封装 → 解码 → 渲染 其中任一环节配置不当，都可能引入几十甚至上百毫秒的延迟。 要实现“毫秒级响应”的 RTSP 播放体验，不能只依赖某个参数的优化，而需从网络接入、数据解码、画面渲染到平台适配等多个链路环节进行系统性设计。 这虽然减少了卡顿概率，但也不可避免地引入了数百毫秒甚至更长的启动延迟。
1K10编辑于 2025-07-27 - 来自专栏余生开发
毫秒级时间戳转换封装
const dateFormat = (time) => { var date = new Date() date.setTime(time) var timeString = date.getFullYear() + "年" + date.getMonth() + 1 + "月" + date.getDay() + "日" + date.getHours() + ":" + date.getMinutes() + ":" + date.getSeconds() return timeString }
2.7K20发布于 2018-10-15 CAN主站转Modbus TCP网关：高铁门控系统的“毫秒级响应”密码
CAN主站转Modbus TCP网关：高铁门控系统的“毫秒级响应”密码 一、高铁门控系统的核心诉求高铁门控系统需实现车门与站台屏蔽门的同步开关，开关时间误差需严格控制在0.5秒以内，否则可能引发安全隐患或延误发车 系统中，西门子PLC作为主控制器负责逻辑决策，而门驱动电机多采用CAN总线伺服系统，协议差异与响应速度成为关键挑战。 应用拓扑图二、网关的针对性解决方案1. CAN主站的精准时序控制网关作为CAN总线主站，采用“优先级仲裁”机制：- 紧急指令（如紧急关门）分配最高ID，抢占总线资源，确保0.1秒内响应。 - 响应提速：较传统转换方案，开关门时间误差缩减至±0.2秒，较要求阈值提升60%，适配高铁高密度发车需求。
21300编辑于 2025-07-08- 来自专栏Nicky's blog
大型MySQL查询优化实战：从全表扫描到毫秒级响应的通用索引设计
大型MySQL查询优化实战：从全表扫描到毫秒级响应的通用索引设计 在企业级业务系统中，大表慢查询是性能优化的高频场景。 本文将通过一个通用化的SQL优化案例，详细讲解如何通过合理的索引设计和SQL逻辑重构，将慢查询从“执行超时”优化到“毫秒级响应”，同时保护业务表的隐私性。 总结：通用化索引设计的核心原则 通过这个通用化案例，我们可以提炼出企业级慢查询优化的核心方法论： 原则 说明 最左前缀匹配 复合索引字段顺序需与查询条件的过滤性从强到弱完全匹配。 遵循这些原则，即使是涉及千万级数据的多表关联查询，也能从“超时”优化到“毫秒级响应”，同时通过表名通用化保护了企业业务的隐私性。
46810编辑于 2025-12-17 架构性能优化三板斧：从10秒响应到毫秒级的演进之路
这套方法论已经帮助无数团队完成了从10秒响应到毫秒级的华丽转身，堪称性能优化界的"九阴真经"。 别担心，我们不会满嘴跑火车。在高并发的分布式的系统中，缓存是必不可少的一部分。 上图展示了一个经典的三级缓存架构。用户请求首先命中本地缓存（通常是应用内存），如果没有找到数据，就去分布式缓存（如Redis）中查找，最后才会访问数据库。 有索引的查询能在毫秒级返回结果，而全表扫描可能需要几秒甚至更长时间。不同类型的索引适用于不同的场景，B+树索引适合范围查询，哈希索引适合精确查找。 某电商平台在双11前夕面临巨大挑战： 优化前的痛点： 商品详情页响应时间：8-12秒 数据库CPU使用率：90%+ 用户投诉率：居高不下 三板斧改造方案： 优化效果： 商品详情页响应时间：降至200ms 关于作者 资深架构师，专注于高性能系统设计与优化，曾主导多个千万级用户系统的架构升级改造。
30610编辑于 2025-11-06
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