- 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。
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。 GPU采用四核Mali-T860图形处理器，相比上一代性能提高1.8倍，相同性能下功耗降低40%，独特的AFBC+ASTC图像压缩技术，使得内存带宽占用大幅减少。 但之前我们也分析过“澎湃S1”的工艺制程劣势，长时间游戏体验后，主打轻薄的小米5C在机身发热和功耗表现势必提高上升，其FPS的稳定性也会因此影响。 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。
85830发布于 2018-10-29 - 来自专栏Sitecore互联网
这9大优势，让Sitecore跨境表现更出色！
9.多项策略，保证数据安全 无论是出于应对欧盟GDPR严格审查的需求，还是为了应对现如今用户越来越觉醒的数据安全意识，Sitecore就此问题做了多种策略上布置，包括建立了隐私团队、及时更新隐私政策、建立新的审查机制
1.3K20编辑于 2023-03-16 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. 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。 针对不同的数据操作，合理选择HEAP或LSC等表类型，也能提升数据插入和查询性能。6. 监控和收集运行时统计信息YashanDB提供了丰富的监控功能，通过分析运行时的性能统计信息，可以找出瓶颈所在。 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. 对于 OLTP 场景，可以选择 HEAP 存储结构以提高写入性能；而对于 OLAP 场景，则推荐使用 SCOL 存储结构以提升查询性能。存储引擎的选择将直接影响数据的存储方式及访问速度。2. 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 - 来自专栏啄木鸟软件测试
软件性能测试（连载9）
Linux内核根据应用程序的要求来分配内存，应用程序分配了内存可能没有实际全部使用，为了提高性能，这部分没用的内存可以留作其他用途，由于这部分内存是属于每个进程的，内核直接回收利用会带来麻烦，所以内核采用一种过度分配内存 total 交换区的总量 Swap: ###k used 使用的交换区总量 Swap: ###k free 空闲的交换区总量 Swap: ###k cached 缓冲的交换区总量 top命令进程中关于内存性能如表 3-9所示。 表3-9 top命令进程中关于内存性能参数 标记 解释 VIRT 进程虚拟内存的大小，只要是进程申请过的内存，即便还没有真正分配物理内存，也会计算在内。
1.2K40发布于 2020-02-20 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% 分钟科研实验与算法开发推荐DeepSeek-V3：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 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。 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。 OpenAI Blog, 1(8), 9. Brown, T.
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. 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. PaddleOCR在识别大量文本方面表现出色，但至少需要9像素，且无法识别小于7像素的文本，而CLIP + 投影则表现更佳。 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JusterZhu
.NET9 AOT的性能优化
前言 .NET9里面重要的一个优化是对于AOT预编译的内联优化，这种优化较高的提升了AOT运行的性能。本篇看下这种优化技术。 .NET9里面AOT的优化主要聚焦于内联上面。内联优化虽然提高了AOT后程序运行的速度，但会膨胀二进制可执行文件的体积。这个体积太大，程序开发者肯定难以忍受。 非常精简，性能自然不用多说，杠杠的。 这个问题，涉及到本篇开头提到的在性能和体积之间的平衡。只内联运行的部分，而无关紧要的则直接剔除，既保证了速度又保证了体积的适度。 这依然只是部分优化，可以预见后续的.NET10,11,12等等在AOT上有更大性能的提升。 以上就是本篇内容，欢迎点赞，关注。
39000编辑于 2025-01-23 - 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 - 来自专栏软件工程师成长笔记
9月17-MySQL性能优化
MySQL性能优化策略 1、MySQL内核架构 2、索引原理与查询优化 加速MySQL高效查询数据的数据结构 二分查找（binary search） 二叉树查找（binary tree search） Memcached是最流行的分布式缓存 MySQL支持缓存同步数据 1）命中率是第一要评估的数据 2）善于利用内存，请注意数据存储的格式及压缩算法 3）相关评估类似于热点数据表的介绍，热点数据，静态不变 6、性能与安全性 一样会产生读写锁 3）负载均衡主要使用分库方案，主从主要用于热备和故障转移 MySQL Cluster：高可用 1）同步复制 2）自动故障切换 3）自我修复 4）无共享架构，无单点故障 5）跨地域复制 9、
47230发布于 2018-10-10 - 来自专栏写代码和思考
MySQL学习笔记(9) MySQL性能优化
背景 本文讨论一些性能优化的原则和方法。 2.知识 性能优化是通过合理安排资源，调整MySQL参数，服务器环境等手段使得MySQL 运行更快，更节省资源。 常见的优化方法： 查询优化 数据库表结构设计优化 MySQL所在的服务器优化 可以从多个方面进行性能优化，原则是 尽量减少系统的瓶颈，减少资源的占用，加快系统的响应速度。 2.1 如何分析 使用 SHOW STATUS 了解 MySQL 数据库的性能参数 示例： SHOW STATUS LIKE '一些参数'; 使用 EXPLAIN 分析查询语句 EXPLAIN G; 分析和检查表 ANALYZE TABLE table1; CHECK TABLE table1; OPTIMIZE TABLE table1; 2.2 优化方法 使用索引提升查询速度 提高性能最有效的方式就是设计合理的索引 使用索引能快速的定位到表中的某条记录，从而提高查询速度，提升性能。它能避免对数据记录行的逐行遍历。 一些注意事项： 使用 LIKE 关键字时，不要以 ”%“开头，它导致索引不起作用作用。
57410发布于 2021-06-29 - 来自专栏coding for love
5-8~9 webpack 性能优化（1）
简介 接下来几节，我们一起学习如何优化 webpack 性能，提升打包速度。 1. 跟上技术的迭代，使用最新的依赖 首先，webpack 版本在迭代更新的过程中会做很多的优化。
44810发布于 2020-05-18 - 来自专栏流柯技术学院
NGINX引入线程池 性能提升9倍
在正常情况下，NGINX能够非常快速地服务这些请求，但是如果工作进程被其他请求阻塞的话，性能将会下降。我们将这种负载称作恒定负载。 性能将由服务器上ifstat监测的吞吐率（throughput）和从第二台客户端获取的wrk结果来度量。 毫无疑问，在这种情况下，最重要的事情是发挥硬盘的最大性能。 我们的选择之一是配置一个RAID阵列。 正如前面提到的，这个全新的接口，有可能没有任何性能损失地卸载任何长期阻塞操作。NGINX在拥有大量的新模块和新功能方面，开辟了一方新天地。 现在，有了线程池，我们可以相对容易地使用这些库，而不会影响这些模块的性能。 英文原文：Thread Pools in NGINX Boost Performance 9x!
66820发布于 2018-09-11 - 来自专栏java一日一条
Nginx引入线程池 性能提升9倍
在正常情况下，NGINX能够非常快速地服务这些请求，但是如果工作进程被其他请求阻塞的话，性能将会下降。我们将这种负载称作恒定负载。 毫无疑问，在这种情况下，最重要的事情是发挥硬盘的最大性能。 我们的选择之一是配置一个RAID阵列。这种方法毁誉参半，现在，有了NGINX，我们可以有其他的选择： ? 这些调优将带给我们磁盘子系统的最大性能，因为NGINX通过单独的线程池并行且独立地与每块磁盘交互。每块磁盘由16个独立线程和读取和发送文件专用任务队列提供服务。 正如前面提到的，这个全新的接口，有可能没有任何性能损失地卸载任何长期阻塞操作。NGINX在拥有大量的新模块和新功能方面，开辟了一方新天地。 现在，有了线程池，我们可以相对容易地使用这些库，而不会影响这些模块的性能。
98610发布于 2018-09-18
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