路由器配备很大的入站缓冲区，以便不惜一切代价避免丢包（分组）。可是这种做法破坏了TCP的拥塞预防机制，导致网络中产生较长且可变的延迟时间。 为了解决这个问题，有人提出了新的CoDel主动队列管理算法，且已经在Linux内核3.5以上版本中实现。ACM的这篇论文《Controlling Queue Delay》有详细的介绍。

基本队列模拟 动态队列和服务的基本离散事件仿真模型 该模型表示一个队列，该队列包含n个客户并具有m个服务工作者，能够一次处理一个客户。 可以在设置中轻松更改队列和服务容量，以运行不同的模拟，并查看哪种容量可产生最佳结果。 该模型不能用作衡量任何类型的性能（失去客户的除外），因此可以用作模板或起点。 模型如何运作： 结果示例：

queue介绍 queue是python中的标准库，俗称队列。 在python中，多个线程之间的数据是共享的，多个线程进行数据交换的时候，不能够保证数据的安全性和一致性，所以当多个线程需要进行数据交换的时候，队列就出现了，队列可以完美解决线程间的数据交换，保证线程间数据的安全性和一致性。 注意： 在python2.x中，模块名为Queue queue模块有三种队列及构造函数 Python queue模块的FIFO队列先进先出。 queue.Queue(maxsize) LIFO类似于堆，即先进后出。 queue.LifoQueue(maxsize) 还有一种是优先级队列级别越低越先出来。 qu

主要介绍了使用队列(Queue)解决简单的并发问题，讲解的很细致，喜欢的朋友们可以了解一下

delay-queue local delayQueue implemented by JDK & two kinds of distributed delayQueue based redis 1. 基本介绍 RedisSynDelayQueue 基于redis，并发情况下会加分布式锁，单线程场景（syn=false）性能较好， 并发场景性能较差 若在并发场景下，设置syn=false，会导致消息重复消费、消息丢失的情况 支持delay时间的动态调整 RedisConcurrentDelayQueue:star: 基于redis，支持在无分布式锁的情况下进行并发消费 autoAck为true时，吞吐量性能极好，autoAck为false，吞吐量会稍有下降 支持delay时间的动态调整 autoAck为false时，必须在处理完消息后手动调用ack方法，否则会导致应用重启后重新开始消费 JDKDe

本文通过实例，更具体的讲解了队列，队列（Queue）代表了一个先进先出的对象集合。当您需要对各项进行先进先出的访问时，则使用队列。当您在列表中添加一项，称为入队，当您从列表中移除一项时，称为出队。 有一个场景：一个抢购的项目，假设有5件商品，谁先抢到谁可以买，但是如果此时此刻（这里的此时此刻假设是相同的时间），有100人去抢这个商品，如果使用平时的方法会出现什么情况呢？你懂的，这里所说是就是有关并发的问题。 平时我们去超市购物去结账的时候就是排队，这里我们先让抢购人排好队，按时间，谁先点击的抢购按钮谁就排在前面，这样就形成了一个队列，然后我们再对这个队列处理，这样就不会出现并发的问题了。（至少

python共享队列 一个简单的多进程共享队列模板 按顺序运行server.py 、 client1.py 、 client2.py 。

CPU_Scheduling_Simulation：模拟两种操作系统调度算法：先到先服务（FCFS）和循环调度（RR）

Aliware Queue Race 2018 这是阿里中间件性能挑战赛2018的复赛"消息队列存储引擎"的实现 使用的技术和环境 100% 原生Java Api (官方就是这么要求的...) Maven 管理依赖和构件 运行环境在Linux系统下 赛时的想法 使用mmap的方式读写数据文件 尽可能降低锁的粒度，甚至实现无锁化 鉴于测评程序产生的队列名前缀高度一致，采用了Trie字典树的修改版存储队列信息 每隔一定的间隔或符合一定的条件，会创建索引，并在文件中实现一个类似于链表的机制，遍历寻找索引记录 Benchmark 运行环境： 阿里云天池平台 300GB SSD磁盘 Linux操作系统 Deadline磁盘调度算法 每消息约 50 byte，累计约百万队列，20亿消息 运行成绩： 线上跑分 63w TPS 最高跑分 66w TPS (尝试了一下分bucket对数据进行操作,代码太乱，

第四届阿里中间件性能挑战赛（复赛） 1. 题目背景 Apache RocketMQ作为的一款分布式的消息中间件，历年双十一承载了万亿级的消息流转，为业务方提供高性能低延迟的稳定可靠的消息服务。随着业务的逐步发展和云上的输出，单机队列数量的逐步增加，给RocketMQ带来了新的挑战。复赛的题目要求设计一个单机百万队列以上的存储引擎，单机内存有限，需要充分利用数据结构与存储技术，最大化吞吐量。 2. 题目描述 2.1 题目内容 实现一个进程内的队列引擎，单机可支持100万队列以上。 2.2 语言限定 JAVA和C++ 3. 程序目标 仔细阅读demo项目中的QueueStore，DefaultQueueStoreImpl，DemoTester三个类。 你的coding目标是重写DefaultQueueStoreImpl，并实现以下接口: abstract void put(String qu