۳۰ شهریور ۱۴۰۳

Techboy

اخبار و اطلاعات روز تکنولوژی

آزول جاوا یاد می گیرد که زمان گرم شدن را کاهش دهد

به گفته این شرکت، فناوری ReadyNow آزول از استفاده از برنامه یاد می گیرد و به طور خودکار بهترین الگوهای بهینه سازی گرمایش را انتخاب می کند.

به گفته این شرکت، فناوری ReadyNow آزول از استفاده از برنامه یاد می گیرد و به طور خودکار بهترین الگوهای بهینه سازی گرمایش را انتخاب می کند.

ارائه‌دهنده نرم‌افزار جاوا Azul قابلیتی را برای کاهش زمان گرم کردن برنامه‌های جاوا با استفاده از زمان اجرا Azul Platform Prime این شرکت اضافه کرده است.

این شرکت گفت:

این قابلیت که ReadyNow Orchestrator (RNO) نام دارد، “بالاترین سرعت کد بهینه شده ممکن را در زمان گرم کردن ارائه می دهد“، که امکان بهبود کارایی عملیاتی و بهینه سازی را فراهم می کند. هزینه های ابر RNO به عنوان بخشی از زمان اجرا، بدون هزینه اضافی گنجانده شده است.

طراحی و توسعه API با TypeSpec

با این قابلیت، آزول گفت که به دنبال رسیدگی به وضعیتی است که در آن بارهای کاری حیاتی تجاری با استفاده از جاوا با مشکل گرم کردن مواجه می شوند. هنگامی که یک برنامه جاوا راه اندازی می شود، JVM باید آن را به شکلی کامپایل کند که بتواند توسط ماشین یا دستگاهی که آن را اجرا می کند، اجرا کند. با ادامه اجرای برنامه، JVM کدهای مهم را مجدداً کامپایل کرده و بیشتر بهینه می کند تا عملکرد را افزایش دهد و اساساً در طول زمان قبل از رسیدن به اوج عملکرد «گرم می شود».

هوش مصنوعی مولد و نسخه جدیدی از برنامه نویسی قدیمی

RNO اطلاعات مربوط به نمایه بهینه‌سازی یک برنامه را ثبت می‌کند و سپس از آن برای کوتاه کردن زمان گرم کردن در دفعه بعد که برنامه اجرا می‌شود استفاده می‌کند. توزیع نمایه با واگذاری مجموعه پروفایل به یک سرویس اختصاصی و مدیریت شده توسط مشتری، خودکار می شود. به جای جمع‌آوری اطلاعات نمایه در یک JVM، RNO ناوگان JVM‌ها را مانیتور می‌کند، از کاربرد برنامه‌ها می‌آموزد که بهترین نمایه بهینه‌سازی چیست، و سپس نمایه را به هر JVM درخواستی ارائه می‌کند. بنابراین برنامه‌ها سریع‌تر گرم می‌شوند.

پایتون برای حذف GIL و تقویت همزمانی حرکت می کند

Azul Platform Prime را می‌توانید از azul.com دانلود کنید. به گفته آزول، ویژگی جدید مبتنی بر تلاش‌های آزول برای کمک به کسب‌وکارها در بهینه‌سازی افزایش هزینه‌های ابری است. تیم‌های Devops می‌توانند تعداد نمونه‌های محاسبات ابری را که برای اجرای برنامه‌های جاوا در زمان‌های غیر اوج مصرف استفاده می‌کنند، کاهش دهند و سپس آن‌ها را برای پاسخگویی به تقاضا، مجدداً افزایش دهند. سازمان‌ها می‌توانند میانگین تعداد نمونه‌های محاسباتی مورد استفاده را کاهش دهند و در نتیجه هزینه‌های محاسبات ابری را کاهش دهند. Azul Platform Prime قبلاً با نام Zing شناخته می شد.