- 综合排序
- 最热优先
- 最新优先
- 来自专栏跟Qt君学编程
qDebug | std::cout | printf性能表现
Qt君最近感觉qDebug相对于printf打印感觉有些慢，但又没有证据，于是闲着就写下qDebug，std::cout，printf的性能表现咯。注：测试数据仅供参考。 0x02 数据分析 性能表现：printf > std::cout > qDebug； qDebug()相对于std::cout和printf差距过大(6~10倍)； std::cout与printf 0x03 结论 qDebug比std::cout和printf慢，高频调用有可能影响系统时延； 性能均衡推荐选用std::cout； 追求性能选用printf。 QElapsedTimer> #include <iostream> /* 注：单独打开某个宏测试 */ //#define TEST1 //#define TEST2 //#define TEST3 n"); it++; } printf("Test3: %lld\n", it); } #endif return 0 } 0x05
1.7K20发布于 2019-10-23 - 来自专栏WeTest质量开放平台团队的专栏
小米澎湃，性能几何？浅谈版本的性能表现对比
那么其性能究竟如何？腾讯WeTest带您领略小米松果自研芯片的背后和搭载其芯片的小米5C的性能表现。 2017年2月28日14时。 那么无论是面对轻度休闲手游还是重度动作手游，不同性能、画面表现的游戏层出不穷，这款搭载自研芯片的小米5C能否经受考验？我们期待上市后的性能测试大数据来证明。 针对不同平台手机中的游戏性能表现，腾讯WeTest的客户端性能测试工具Cube提供了多项所有性能指标的检测，并以腾讯手游质量为标准极速产出报告，不断完善游戏体验。 3.进入CUBE报告页，可以看到有不同的“测试类型”。 参考文章： http://www.pcpop.com/doc/3/3855/3855323.shtml http://www.pc841.com/shoujiwenda/78813_all.html http
85830发布于 2018-10-29 8种方法优化YashanDB的性能表现
为了提高YashanDB的性能表现，本文将从技术的角度出发，探讨8种优化策略，旨在帮助开发人员和数据库管理员（DBA）在不同的使用环境下提升YashanDB的性能表现。1. 通过合理的分区策略（例如按范围、按列表）将数据分散到不同的物理存储上，可以减少单个分区的索引和元数据的压力，提高查询性能。这种方式特别适合于大规模的数据集，能够有效降低全表扫描所造成的负担。3. 根据具体业务场景合理选择隔离级别，可以有效平衡性能和数据一致性。在大多数情况下，选择“读已提交”隔离级别可降低锁竞争，提高并发性能，同时保证数据的基本一致性。 配置合适的硬件资源硬件配置对数据库性能有着直接影响。确保YashanDB部署在性能优良的服务器上，适当调整CPU、内存及存储配置，能够有效提升数据库响应速度。 总结通过以上8种方法，可以在多个方面优化YashanDB的性能表现，从而更好地满足用户需求。
10210编辑于 2025-10-16怎样做高效查询优化，提升YashanDB性能表现？
在现代数据库应用中，对于性能的日益追求，让高效的数据查询与优化成为了数据库管理的核心挑战之一。数据库在面对大规模数据处理时，传统的优化办法往往无法满足应用需求，造成性能瓶颈，影响用户体验。 YashanDB，作为一款支持高性能查询的数据库，其架构与性能表现均优于传统数据库。本文将针对如何做高效的查询优化进行深入分析，旨在为数据库开发人员和DBA提供实用的技术指导与建议。核心技术点1. 3. 索引优化策略索引是提升查询性能的一项重要技术。YashanDB 支持 BTree 索引，并允许用户创建函数索引，支持联合索引。 持续监控系统性能，及时发现和解决性能瓶颈。结论随着数据规模的快速增长，查询优化技术将成为数据库系统的核心竞争力。 YashanDB 提供了多种技术手段以提升查询性能，用户应结合实际业务需求，灵活运用各项技术，确保数据库能够高效稳健地运行。持续学习和实践将是保持系统性能与竞争力的关键。
20610编辑于 2025-08-14- 来自专栏Reinvent Data Science
Milvus 在流式数据场景下的性能表现
同时在源源不断的数据导入过程中， Milvus 依然能够保持优秀的检索性能。由于这些特性， Milvus 可以很好地适用于流式大数据的场景。 随着越来越多的用户有动态插入数据、实时检索的需求，本文将介绍一下基于 Kafka 实现的 Milvus 在流式数据场景下的参数配置和检索的性能。 随后进行多次检索，检索性能如下： ? 在上述性能记录中，第一次检索时间指的是每次有新增数据导入后的检索时间，第二次检索时间是在第一次检索后没有新的数据导入前的检索时间。 当索引建立完成，检索时均是在索引文件中进行检索的，所以这个时候的第二次检索时间又回到动态导入数据前的性能。 从上述两个示例的性能表现折线图来看，在有频繁的检索操作，同时对新增数据的实时性要求不高的情况，累计批量数据插入是更优的选择。
2K20发布于 2020-06-19 - 来自专栏芯智讯
首发台积电3nm工艺，苹果A17 Pro性能表现究竟如何？
9月17日消息，新发布的苹果iPhone 15 Pro系列的最大亮点当属A17 Pro处理器，这是全球首款基于台积电3nm工艺的处理器，这也使得外界对于A17 Pro具体细节和性能表现非常关注。 从3D Mark Wildlife的成绩来看，苹果A17 Pro的GPU性能表现（11860分）是要弱于华硕Zenfone 10所搭载的高通骁龙8 Gen2（13493）的表现。 总结来看，得益于台积电3nm工艺的加持，以及苹果处理器的内核的升级，A17 Pro 处理器整体的表现还是非常出色的。 需要指出的是，根据现有的信息来看，A17 Pro 采用的是台积电最新的N3E制程，对比N5同等功耗性能提升15-20%、同等性能功耗降低30-35%，逻辑密度约1.6倍（相比最初的N3有所降低）。 国内首款7nm车规级芯片成功上车，性能接近骁龙8155！今年出货目标100万片！ 华为强势回归，高通却成了最大输家？ 联发科天玑9300成功流片：台积电3nm制程，预计2024年量产！
1.8K50编辑于 2023-09-20 哪些AI代码助手在性能优化方面表现突出？
一、核心性能优化指标对比产品训练效率提升推理延迟优化硬件适配性内存优化技术分布式能力DeepSeek-V3↑23% (动态计算图)↓38% (梯度缓存)寒武纪MLU270↑27%LRU节点管理 ↓30% UDP协议优化方案二、关键技术突破解析DeepSeek-V3动态计算图优化：实时监控GPU内存使用，智能调整算子顺序，ResNet-152训练耗时比PyTorch↓18%通信层双协议栈：TCP/QUIC 动态计算图优化显著提升大模型训练效率，BERT-large吞吐量↑31%跨国团队协作开发选择Void IDE：QUIC协议有效解决跨国网络延迟，代码同步速度↑400%四、性能验证方法论基准测试框架使用AMD EPYC 7B13+Linux 5.15环境（参考并发原语测试标准）关键指标：吞吐量(QPS)/平均延迟/CPU耗时占比压测场景设计10万+代码库的全局重构千级并发的实时补全请求总结在性能优化赛道，DeepSeek-V3 建议企业结合自身技术栈：选DeepSeek-V3用于算法研发用CodeBuddy构建自动化交付流水线跨国团队尝试Void IDE突破网络瓶颈更多性能数据可参考：前沿技术博客-5G通信优化 分布式系统调优指南
42910编辑于 2025-06-25- 来自专栏CNNer
即将开源 | CVPR2020 | RPM-Net | 3D点云匹配算法性能表现SOTA
实验结果表明与已有的深度学习方法和非深度学习方法相比，本文的算法均表现SOTA。 本文提出的RPM-Net网络使用基于深度学习的方法进行点云匹配，该方法通过学习融合多种特征，具有初值不敏感的特性。
1.4K10发布于 2020-06-19 - 来自专栏猫头虎博客专区
之前版本：性能与表现的对比
之前版本：性能与表现的对比 摘要： 本文对比了GPT系列模型中最新版本的ChatGPT与之前版本在自然语言处理领域的性能和表现差异。 GPT系列模型作为其中的佼佼者，ChatGPT作为最新版本，其性能和表现备受瞩目。本文将对比ChatGPT与之前版本在性能和表现方面的差异，探索其在自然语言处理领域的重要地位。 本文将重点对比ChatGPT与之前版本的性能和表现，探索其在自动文本生成方面的能力。 模型规模与性能对比 ChatGPT作为最新版本，在模型规模方面可能有了显著的扩大。 我们将对比ChatGPT与之前版本在参数数量、层数等方面的差异，以了解模型规模与性能之间的关系，以及ChatGPT是否因规模扩大而表现优越。 同时，我们也将讨论可能的改进方向，以进一步提高模型的性能和表现。 结论 ChatGPT作为GPT系列模型中的最新版本，在性能和表现方面呈现出令人振奋的差异。
1K10编辑于 2024-04-08 - 来自专栏idba
三款云数据库性能测试,谁表现最好？
本文针对三款主流的云数据库做性能压测，主要测试数据库在不同压力场景下的QPS,TPS性能表现，不涉及其他可用性以及功能性介绍。本文的压测结果也不作为任何潜在云客户的购买建议,也不作为购买参考依据。 1024 选取三个比较经典的sysbench压测场景,其中读写混合模式适合通用的 OLTP 业务模型，比如有大量读写需求的业务；只读模式则适用于读多写少业务场景，该模式测试基于主键查询的情况下，各个数据库的性能表现 线程池 阿里云 开启 vs 腾讯云 未开启 vs AWS 未开启 总体而言 遇到高并发的场景，MySQL开启线程池时会性能表现更稳定。 测试50个表和250个表的时候表现正常。 ? 阿里云RDS 和腾讯云RDS 则没有遇到高并发时初始化失败的问题。 五 总结 从当前的压测结果来看，在读写混合，只读以及无索引更新模式下，阿里云RDS的性能优于腾讯云RDS和AWS RDS，而且随着并发度提升阿里云RDS性能表现比较平稳。
3.7K51发布于 2020-04-08 5个关键指标评估YashanDB数据库性能表现
在保证ACID事务属性和多版本并发控制的前提下，评估YashanDB性能表现的关键指标对于数据库管理员（DBA）及开发人员具有重要意义。 本文将基于YashanDB的体系结构和功能特性，介绍五个关键指标，帮助技术人员准确把握数据库性能表现，优化应用部署。1. 特别是共享集群形态下，通过聚合内存和全局缓存管理保证多实例间数据页的强一致性访问，有效提升整体I/O性能。3. SQL执行计划效率与优化器性能SQL执行计划的优劣直接影响查询和数据修改操作的性能。 在最大保护、最大可用和最大性能等不同保护策略下，主库与备库的数据同步延迟表现不同。监测备库落后主库的SCN差值及归档修复线程状态，可准确反映同步情况。 结论本文基于YashanDB数据库的核心架构和技术特点，详细阐述了评估性能表现的五个关键指标，包括事务吞吐量与响应时延、数据缓存命中率与I/O性能、SQL执行计划效率、并发控制与锁竞争状况，以及主备同步延迟及高可用切换时效
17410编辑于 2025-10-157个关键指标评估YashanDB数据库性能表现
在现代数据库管理系统中，性能表现成为影响业务效率和用户体验的核心指标。YashanDB作为一款支持多种部署架构的高性能关系数据库，如何科学、全面地评估其性能表现，关系到企业数据库的稳定性和可扩展性。 本文将深入解析7个关键性能指标，帮助开发人员和数据库管理员科学判断和优化YashanDB系统的性能表现。1. 吞吐率还关联到日志管理线程LOGW和redo发送线程RD_SEND的性能表现。2. 3. I/O延迟及吞吐量磁盘I/O性能直接影响数据库的数据读写效率。YashanDB采用段页式管理结合双写文件机制保证数据完整性，数据文件和切片文件的有效管理关系到I/O性能表现。 SQL执行计划稳定性SQL执行计划稳定性指优化器输出计划的变化幅度与预测准确度，间接影响数据库的整体性能表现。
20710编辑于 2025-11-15- 来自专栏AIGC 先锋科技
LLaVA-Read 在多模态任务中的高性能表现 ！
相比之下，视觉文本编码器（即PaddleOCR）在编码大量视觉文本方面表现出更好且一致的性能，凸显了多模态LLM在阅读能力方面的重要性。 发现2. RQ3: 视觉-文本编码器在文本识别方面始终是最佳选择吗？ 在场景文本实验（图2b）中，当字体大小增加时，字体大小并不影响带有投影的CLIP的性能，而PaddleOCR的表现则变差。 没有布局微调的LLaVA-Read仍然比LLaVA+OCR表现出更好的性能，验证了布局感知预训练的有效性。 PaddleOCR表现最差，只在常规文本识别和非语义随机文本识别上表现良好。拼写错误或缺失字符是PaddleOCR性能不佳的主要原因。对于三种LLaVA-Read变体，分辨率较高的模型通常性能更好。
53510编辑于 2024-08-06 - 来自专栏我在本科期间写的文章
TF卡品牌性能表现对比：U1 读写速度区间与 U3 高速传输优势详解
在选购 TF 卡时，常常会看到 U1、U3 等标识，这些标识代表着不同的性能等级。最近不少客户询问 TF 卡 U1 和 U3 的区别，接下来将从多个维度为您详细解读，并通过对比图表直观呈现差异。 二、性能表现：读写速度与实际体验对比 从实际读写速度来看，U1 卡的读取速度一般在 80MB/s 左右，写入速度处于 10MB/s - 20MB/s 区间 。 U3 卡则专为高性能需求场景而生。 四、价格成本：性能与成本的权衡 由于性能和技术标准的差异，U3 卡的价格通常比 U1 卡更高。这是因为 U3 卡需要更高品质的闪存芯片和更先进的制造工艺，以满足高速读写的要求。 适用场景：适用于多种电子设备，包括电脑、相机、手机、游戏机等，在对稳定性和兼容性要求较高的场景表现出色 。
2.3K10编辑于 2025-05-31 - 来自专栏智影Yodonicc
Web性能优化：前端三大框架在Chrome最新性能指标上的表现
Chrome浏览器中的Aurora团队与开源网络框架合作，帮助开发者改善用户体验的不同方面，包括性能和CWV指标。随着INP的引入，我们希望为基于框架的网站的CWV指标的变化做好准备。 除了使用的框架，其他几个因素可能会影响性能指标。还值得注意的是，框架通常用于不同的应用程序进行全方面考虑，这可能是一个因素。 Prefetching：积极地预取后续导航所需的资源，如果做得好的话，可以在性能上取得胜利。 我们与 Next.js、Nuxt.js、Gatsby 和 Angular 合作开发了在框架内提供强大默认值以优化性能的解决方案。 结论 我们希望 INP 分数能够为网站提供更好的指南针，以提高未来的响应能力和性能。我们将采取措施在 2022-23 年就该指标提供更多可操作的指导。
4.9K51编辑于 2022-05-17 - 来自专栏云头条
Q3 财报：表现最好和最差的 IT 公司
近日各家发布2021年第三季度财报，云头条整理了与 IT 行业相关公司的财务数据，供大家参考，如有遗漏，欢迎大家在评论区补充。 紫光股份营收 168.74 亿元，同比增 7.04%；净利润 6.75 亿元，同比增 77.33%。 目前市值793亿元。 浪潮信息营收 176.92 亿元，同比增 16.27%；净利润 5.48 亿元，同比增 145.94%。 目前市值452亿元。 烽火通信营收 65.31 亿元，同比增 2.28%；净利润 1.34 亿元，同比减 39.68%。 目前市值195亿元。 中
59620编辑于 2022-03-18 - 来自专栏叨叨软件测试
性能测试--3、性能测试过程
POC一般来说，会包含以下几个部分：1、为了验证概念所需的技术架构，如Framework、Pattern；2、利用UML语法所建构的概念模型；3、模拟解决方案；4、可被实际执行的解决方案原型(Prototype 内部性能测试额外关注的点： 团队成员以及汇报制度（建立专门的性能测试团队或有内部测试专家组成的核心团队（大型公司）； 最起码要确保您有一位项目经理和足够的性能测试工程师）； 准备好性能测试中需要用到的测试工具和资源 第四步：创建性能测试场景 考虑如下几点： 你所做的性能测试属于哪种类型的性能测试： 基准测试、负载测试、渗透测试（疲劳测试）、压力测试（峰值测试）、非性能测试； 设置思考时间和步进时间（压力测试除外）， 第五步：执行性能测试 执行性能测试仅仅是验证软件的性能目标。 第六步（后测试阶段）：分析测试结果、撰写测试报告和环境恢复 数据收集（收集并备份所有在性能测试项目中生成的数据）； 对比项目需求设定的性能目标和测试结果，确定性能测试是否达标（提前确定性能指标的“一致性
4.9K20发布于 2020-04-14 - 来自专栏程序编程之旅
【3】JAVA---地址App小软件（AddPanel.class）（表现层）
jlbmost1 = new javax.swing.JLabel(); jlbmost2 = new javax.swing.JLabel(); jlbmost3 800, 600)); setLayout(null); jLabel1.setFont(new java.awt.Font("Microsoft YaHei UI", 3, .setText("*"); add(jlbmost2); jlbmost2.setBounds(340, 160, 50, 30); jlbmost3. (255, 0, 51)); jlbmost3.setText("*"); add(jlbmost3); jlbmost3.setBounds(400, SuppressWarnings("unused") private void jbtnsureActionPerformed(java.awt.event.ActionEvent evt) { // 表现层代码的基本写法
73910发布于 2021-01-21 - 来自专栏自动化测试实战
Jmeter性能测试 -3
测试环境和生产环境不同，该如何做性能测试呢？ 答：通过多次压测来计算性能损耗 进程与线程 1、进程 进程是具有一定独立功能的程序关于某个数据集合上的一次运行活动，是系统进行资源分配和调度的一个独立单位。简单来说就是进程是可以独立运行的。 3、区别 1）一个线程只能属于一个进程，而一个进程可以有多个线程； 2）线程是进程工作的最小单位； 3）一个进程会分配一个地址空间，进程与进程之间不共享地址空间，即不共享内存； 4）同一个进程下的多个不同线程共享父进程的地址空间 进程的优点 1）每个进程相互独立，不影响主程序的稳定，子进程崩溃不影响其他进程 2）通过增加CPU就可以扩充性能【但损耗也会递增】 3）可以尽量减少线程加锁与解锁的影响，极大的提高了性能 进程的缺点 1 二、实时监控 - CPU mpstat：可以查看多核心CPU中每个计算核心的统计数据(前面3个命令不可以)。
67430编辑于 2022-02-25 Vue 3性能优化
Vue 3 相较于 Vue 2 在底层进行了诸多优化（例如使用了 Proxy 进行响应式系统重构、编译时优化等），但开发者仍需遵循最佳实践才能发挥其最大性能。 以下是 Vue 3 性能优化的核心技巧和最佳实践：一、 编译时和渲染优化1. 使用 v-if 代替 v-show (按需渲染)优化点： 减少初始渲染和内存消耗。 利用 Vue 的编译优化（Template 编写规范）Vue 3 编译器会自动进行静态提升（Static Hoisting）和块树（Block Tree）优化。 避免： 不要使用数组索引 index 作为 key，除非列表项永远不会变动、新增或删除，否则会导致性能问题和状态错误。二、 响应式系统优化4. 虚拟列表 (Virtual Scroller)优化点： 解决渲染大量列表数据（如超过 1000 条）时的性能问题。
37810编辑于 2025-10-24
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