- 蚁二面遭调优猛击，闭关啃透485页JVM性能实战手册，入职京东 蚁二面遭调优猛击，闭关啃透485页JVM性能实战手册，入职京东
- 以思维导图形式解析业务中常见的SQL基础性能分析和处理方法 以思维导图形式解析业务中常见的SQL基础性能分析和处理方法
- 鲲鹏性能调优的本质是充分发挥鲲鹏的算力优势 鲲鹏性能调优的本质是充分发挥鲲鹏的算力优势
- 大家好，我是 V 哥。Linux系统性能调优是一个多层次的过程，涉及内核参数调整、硬件配置优化、应用程序调整等多个方面。以下是25个详细的Linux系统性能调优技巧，帮助你提高系统的整体性能。 1. 调整swappiness参数技巧：减少系统对交换分区的依赖，提升内存使用效率。操作：将/proc/sys/vm/swappiness的值设置为较低值（如10），让系统更倾向于使用物理内存。 ... 大家好，我是 V 哥。Linux系统性能调优是一个多层次的过程，涉及内核参数调整、硬件配置优化、应用程序调整等多个方面。以下是25个详细的Linux系统性能调优技巧，帮助你提高系统的整体性能。 1. 调整swappiness参数技巧：减少系统对交换分区的依赖，提升内存使用效率。操作：将/proc/sys/vm/swappiness的值设置为较低值（如10），让系统更倾向于使用物理内存。 ...
- 本篇通过一个简单案例，展示了过滤和关联在不同先后关系下的性能，分析了两者性能差异的根因，总结了一类性能调优的本质。 本篇通过一个简单案例，展示了过滤和关联在不同先后关系下的性能，分析了两者性能差异的根因，总结了一类性能调优的本质。
- 在本案例中，在无法通过hint消除的情景下，通过调整SQL消除了预期外的Nest Loop，减轻了Sort和Sort Agg算子的瓶颈。 在本案例中，在无法通过hint消除的情景下，通过调整SQL消除了预期外的Nest Loop，减轻了Sort和Sort Agg算子的瓶颈。
- 表扫描是SQL执行中的重要步骤，也常常出现表扫描慢成为SQL瓶颈的情况；为防止这种瓶颈，我们除了要建立一个完善的表模型，还需要在消费数据时使用较好的方案。本篇通过分析一典型案例，展示了对表字段做类型转换可能存在的性能风险，并给出了调优方法。 表扫描是SQL执行中的重要步骤，也常常出现表扫描慢成为SQL瓶颈的情况；为防止这种瓶颈，我们除了要建立一个完善的表模型，还需要在消费数据时使用较好的方案。本篇通过分析一典型案例，展示了对表字段做类型转换可能存在的性能风险，并给出了调优方法。
- 1 问题背景使用sysbench对mysql5.7.21进行256并发压测时，调优前在Kunpeng920压测TPS为4197，与理想数据有较大差距。2 原因分析1.1 Top命令查看cpu资源使用情况 执行命令进行压测时发现，top命令下mysql进程cpu使用率6000%左右，其中系统调用占用较高，为进一步明确mysql进程在执行哪些过程，进行perf 热点函数和火焰图分析... 1 问题背景使用sysbench对mysql5.7.21进行256并发压测时，调优前在Kunpeng920压测TPS为4197，与理想数据有较大差距。2 原因分析1.1 Top命令查看cpu资源使用情况 执行命令进行压测时发现，top命令下mysql进程cpu使用率6000%左右，其中系统调用占用较高，为进一步明确mysql进程在执行哪些过程，进行perf 热点函数和火焰图分析...
- SparkStreaming性能调优 SparkStreaming性能调优
- Spark SQL性能调优 Spark SQL性能调优
- 我们在上一篇博客中设定了架构的目标，只有一个，就是可维护性。完全没有提性能，这是故意的。 似乎程序员都是急性子，或许是被windows冗长的开机时间折磨够了，有可能是因为提升性能的效果是最显而易见的……总之，我发现，绝大部分程序员对性能的关注和热情是无与伦比的！C#刚刚推出的时候，就有人摇头晃脑的说，“嗯，自动垃圾回收，性能不行吧？”DataSet横空出世，马上有很多人写代码，在DataSe... 我们在上一篇博客中设定了架构的目标，只有一个，就是可维护性。完全没有提性能，这是故意的。 似乎程序员都是急性子，或许是被windows冗长的开机时间折磨够了，有可能是因为提升性能的效果是最显而易见的……总之，我发现，绝大部分程序员对性能的关注和热情是无与伦比的！C#刚刚推出的时候，就有人摇头晃脑的说，“嗯，自动垃圾回收，性能不行吧？”DataSet横空出世，马上有很多人写代码，在DataSe...
- 前期PUMA千节点系列，讲的是通过扩展节点资源，来达到千万TPS等海量吞吐诉求，实际上，我们大部分业务可能不需要那么大规模，对于集群资源有限，如何最大可能调优kafka集群性能，下面我们从broker、producer、consumer 3个方面性能相关参数详细解析，实测解密PUMA集群如何最大性能化。 前期PUMA千节点系列，讲的是通过扩展节点资源，来达到千万TPS等海量吞吐诉求，实际上，我们大部分业务可能不需要那么大规模，对于集群资源有限，如何最大可能调优kafka集群性能，下面我们从broker、producer、consumer 3个方面性能相关参数详细解析，实测解密PUMA集群如何最大性能化。
- 前期PUMA千节点系列，讲的是通过扩展节点资源，来达到千万TPS等海量吞吐诉求，实际上，我们大部分业务可能不需要那么大规模，对于集群资源有限，如何最大可能调优kafka集群性能，下面我们从broker、producer、consumer 3个方面性能相关参数详细解析，实测解密PUMA集群如何最大性能化。 前期PUMA千节点系列，讲的是通过扩展节点资源，来达到千万TPS等海量吞吐诉求，实际上，我们大部分业务可能不需要那么大规模，对于集群资源有限，如何最大可能调优kafka集群性能，下面我们从broker、producer、consumer 3个方面性能相关参数详细解析，实测解密PUMA集群如何最大性能化。
- 前期PUMA千节点系列，讲的是通过扩展节点资源，来达到千万TPS等海量吞吐诉求，实际上，我们大部分业务可能不需要那么大规模，对于集群资源有限，如何最大可能调优kafka集群性能，下面我们从broker、producer、consumer 3个方面性能相关参数详细解析，实测解密PUMA集群如何最大性能化。 前期PUMA千节点系列，讲的是通过扩展节点资源，来达到千万TPS等海量吞吐诉求，实际上，我们大部分业务可能不需要那么大规模，对于集群资源有限，如何最大可能调优kafka集群性能，下面我们从broker、producer、consumer 3个方面性能相关参数详细解析，实测解密PUMA集群如何最大性能化。
- 1. 数组的遍历 数组和切片的遍历方式一样，所以我们这里就不进行区分。 我们一般用以下两种方式 直接取下标方式 for i:=0;i<len(nums);i++{ ... } 123 我... 1. 数组的遍历 数组和切片的遍历方式一样，所以我们这里就不进行区分。 我们一般用以下两种方式 直接取下标方式 for i:=0;i<len(nums);i++{ ... } 123 我...
上滑加载中
推荐直播
-
鸿蒙应用实战：带你掌握UIAbility使用2024/12/12 周四 16:00-18:00
Cindy 华为云学堂技术讲师
本期直播带你了解Stage应用模型和UIAbility应用组件的核心概念、掌握在Stage模型下，使用UIAbility组件进行应用开发的基本流程，直播中会讲解场景化的代码示例，助力开发者深度理解开发内容。
回顾中 -
基于ArkTS卡片开发的鸿蒙应用趣味案例2024/12/13 周五 16:00-18:00
Skye 华为云学堂技术讲师
服务卡片是HarmonyOS应用开发的一大重要亮点。如何创建ArkTS服务卡片，以及如何运用卡片事件的能力呢？本期直播我们将深入剖析其理论要点，并结合实验案例，带大家一起深入体验HarmonyOS服务卡片的开发过程。
去报名 -
OpenSpeech2024/12/14 周六 10:30-15:30
华为讲师团
我们希望能够更接地气、更懂开发者，展示开发者不一样的多维面。不管是中国还是海外，学生还是企业， 每一个开发者的故事都值得被聆听。
即将直播
热门标签