- 综合排序
- 最热优先
- 最新优先
- 来自专栏小工匠聊架构
Linux - 网络性能评估
网络性能可以从以下几个方面进行管理和优化。 如果这几个选项的值不为0，并且很大，那么网络质量肯定有问题，网络传输性能也一定会下降。 [root@VM-24-3-centos ~]# sar -n DEV 2 3 Linux 3.10.0-1160.11.1.el7.x86_64 (VM-24-3-centos) 03/06 /2023 _x86_64_ (2 CPU) 08:25:27 PM IFACE rxpck/s txpck/s rxkB/s txkB/s rxcmp 此外还可以通过“sar -n EDEV 2 3”来统计网络错误信息等。 ---- 小结 网络问题是简单而且容易处理的，只要我们根据上面给出的命令，一般都能迅速定位问题。
1.6K30编辑于 2023-03-08 - 来自专栏小工匠聊架构
Linux - 内存性能评估
概述 free 命令 指定的时间段内不间断地监控内存的使用情况 通过watch与free相结合动态监控内存状况 vmstat命令监控内存 “sar –r”命令组合 小结 概述 内存的管理和优化是系统性能优化的一个重要部分 ，内存资源的充足与否直接影响应用系统的使用性能。 <应用程序可用内存/系统物理内存<70%时，表示系统内存资源基本能满足应用需求，暂时不影响系统性能。 在watch后面跟上需要运行的命令，watch就会自动重复运行这个命令，默认2秒钟执行一次，并把执行的结果更新在屏幕上。 102 1064 276 78 2 5 15 对于内存的监控，在vmstat中重点关注的是swpd、si和so行。
2.3K10编辑于 2023-03-07 - 来自专栏媒矿工厂
LCEVC：概述和性能评估
本文来自MPEG-5 Part 2的会议论文演讲，演讲者是来自V-Nova的Simone Ferrara。本次演讲的主题是LCEVC）的概述和性能评估。 LCEVC概述 Low Complexity Enhancement Video Coding（LCEVC，低复杂度增强视频编码）是一种新的MPEG视频编解码器，目前作为MPEG-5第2部分进行标准化。 所得的增强子层2（L-2）残差被馈送到时间预测中。LCVEC使用零运动矢量时间方案，该方案在逐块的基础上运行。来自前一帧的残差存储在时间缓冲区中，并在激活了时间预测的情况下将其添加到L-2残差中。 模型性能提升分析 测试采用LTM4.1增强三个不同类型的MPEG编码器，分别是AVC, HEVC和VVC。测试采用UHD数据集，对每个编码器采用随机的编码配置。 优化的执行性能分析 第二个测试是优化的执行性能分析。测试使用LCEVC优化的增强AVC（x264）和原生AVC进行比较。实验采用不同比特率下Netflix的EI Fuente的1080p测试集。
4K40发布于 2020-09-28 - 来自专栏杨海春的专栏
常用机器性能评估工具
本文主要结合本人经验介绍这几大硬件的性能评估工具。 1．CPU性能评估 1.1 vmstat 工具 使用举例： vmstat 1 10 第一个参数：采样频率 第二个参数：采样次数 结果参数： --procs-- r:运行和等待CPU时间片的进程数 b 2． 磁盘性能评估 3.1 iostat工具 举例： iostat -d -x -k 1 10 -d 表示，显示设备（磁盘）使用状态 -x将用于显示和io相关的扩展数据 -k某些使用block为单位的列强制使用 整体性能评估工具 5.1 Top工具 举例： top %us:指的是cpu用在用户态程序上的时间； %sy:指的是cpu用在内核态程序上的时间； %ni:指的是用在nice优先级调整过的用户态程序上的时间
2.5K00发布于 2017-03-23 - 来自专栏睿哥杂货铺
Linux 性能诊断:负载评估
page disk faults cpu r b w swap free re mf pi po fr de sr s2 s2 s2 s2 in sy cs us sy id 0 0 0 45411448 17973032 140 1470 13 41 33 0 0 -0 -0 -0 -0 2753 313459 4984 16 3 81 解决方案 优化的真正工作是“找出系统瓶颈并加以解决”，我们所能做的就是“充分发挥硬／软件本来的性能，解决可能存在的问题”。 最后，重温一句经典格言 别臆断，请监控 扩展阅读：Linux 操作系统 《Linus Torvalds:Just for Fun》 Linux 常用命令一百条 Linux 性能诊断:负载评估 Linux 性能诊断:快速检查单(Netflix版) Linux 性能诊断：荐书|《图解性能优化》 Linux 性能诊断：Web应用性能优化 操作系统原理 | How Linux Works（一）：How the
2.6K101发布于 2018-01-12 - 来自专栏具身小站
SLAM算法性能评估方法
ref：On Measuring the Accuracy of SLAM Algorithms 与SLAM方法性能指标相关的研究活动，大致可分为三大类：第一类是竞赛场景，机器人系统需在特定问题情境中展开 在基准测试场景中对机器人进行比较是一种直接的方法，可以确定特定的系统属性，比如： 瑞士联邦理工学院与国际机器人研究学会：曾发起过多次机器人竞赛来评估清洁机器人的性能； 欧洲航天局：模拟火星环境中的机器人 2. 基于机器人的位姿变化评估 聚焦机器人在数据采集过程中的位姿变化，带来两大显著优势：首 它能有效比较生成不同特征地图的算法性能；其次，该方法对机器人传感器布局具有普适性——例如，基于激光测距数据的SLAM 使用该指标并选择关系式是两个相关但不同的问题，基于不同相对位移集合评估两种方法时，会产生不同的评分结果。
17910编辑于 2025-10-28 - 来自专栏小工匠聊架构
Linux - 磁盘IO性能评估
文章目录 概述 RAID 文件系统与裸设备的对比 磁盘I/O性能评判标准 常用命令 “sar –d”命令组合 “iostat –d”命令组合 “iostat –x”单独统计某个磁盘的I/O “vmstat 裸设备 raw device 磁盘I/O性能评判标准 正常情况下，svctm应该是小于await值的，而svctm的大小和磁盘性能有关，CPU、内存的负荷也会对svctm值造成影响，过多的请求也会间接导致 如果svctm的值与await很接近，表示几乎没有I/O等待，磁盘性能很好。 长期下去，势必影响系统的性能，可以通过优化程序或者通过更换更高、更快的磁盘来解决此问题。 最后，在系统级别上，可以选择适合自身应用的文件系统，必要时使用裸设备提高读写性能。
3.8K20编辑于 2023-03-07 - 来自专栏多线程
网络协议之性能优化与性能评估
引言 近期，掘金发出技术专题的邀约，我也是紧跟潮流，写了一篇关于网络协议的性能优化与性能评估的文章，本篇文章主要讲了三个大方向包括：网络协议的性能指标、性能优化策略、性能评估方法；并针对这三个方面进行深入的分析 2. **使用压缩**：压缩可以减小文件的大小，从而减少下载时间。常见的压缩格式包括**Gzip**和**Brotli**。 3. **使用HTTP/2**：HTTP/2是HTTP协议的最新版本，它可以减少延迟并提高性能。HTTP/2使用多路复用技术，可以同时传输多个请求和响应，从而减少了网络延迟。 4. 2、提升吞吐量 负载均衡：通过分散流量，避免单一路径的过载。 硬件负载均衡：使用专门的硬件设备（如负载均衡器）来实现负载均衡。 **升级网络设备**：最简单暴力的方式就是更换更高性能的网络设备，以提升提高网络吞吐量和响应速度。 2. **增加带宽**：我们也可以通过增加网络带宽，可以容纳更多的网络流量，提高系统的吞吐量。
1.1K30编辑于 2023-11-20 - 来自专栏Chasays
音频质量评估-2
音频质量评估-1：之前主要学习了音视频的编码和解码原理，和测试音频质量的方法。接下来继续学习下当前 短视频 领域的 视频质量测试方法。 (imageB, cv2.COLOR_BGR2GRAY) # 5. 延时 网络因子 --- 带宽， 网络拥塞 除此之外呢，就是对视频画面也就是视频帧观感的评估， 业界有主观和客观的。 这种评估标准适合与线上无原始参考视频序列的无线和IP视频业务，或者输入和输出差异化的模型，比如说视频增强，视频合并等场景 测试框架 目前知晓的有2个，一个 QoSTestFramework，一个是Netflix vmafossexec - a C++ executable 流媒体性能测试 https://github.com/winlinvip/srs-bench 服务器负载测试工具SB
1.5K10编辑于 2021-12-06 - 来自专栏机器学习/数据可视化
模型评估方法-2
评估方法 在实际中，通常需要通过实现对学习器的泛化误差进行评估并进而做出选择。需要使用一个测试集来测试学习器对新样本的判别能力，然后以测试误差近似作为“泛化误差”。 在S上进行训练模型，在T上进行测试和评估误差，作为对泛化误差的估计。注意点： 训练/测试集合的划分应该尽量保持数据分布的一致性，避免因为数据划分过程而引入额外的偏差。 比如S中350个正例，350个反例；T中150个正例，150个反例 即使确定了划分比例之后，不同的划分方法仍然对模型的评估造成缺别。 交叉验证法 现将数据集合D划分成k个大小相似的互斥子集D_1,D_2,…,D_k。每个子集尽量保持数据分布的一致性，即从D中分层采样得到。 交叉验证法评估结果的稳定性和保真性在很大程度上是取决于k值，其最常用的是10，称之为10折交叉验证法。 交叉验证也需要随机使用不同的划分重复p次，最终的评估结果是p次k折验证的平均值。
74810发布于 2021-03-02 - 来自专栏多线程
网络协议之性能优化与性能评估（二）
书接上文：网络协议之性能优化与性能评估 引言 近期，掘金发出技术专题的邀约，我也是紧跟潮流，写了一篇关于网络协议的性能优化与性能评估的文章，本篇文章主要讲了三个大方向包括：网络协议的性能指标、性能优化策略 、性能评估方法；并针对这三个方面进行深入的分析，希望与大家一起交流分享。 三、性能评估方法 工具和技术 网络性能评估通常使用各种工具，如Wireshark、Ping和Iperf，这些工具可以帮助分析网络流量、测量延迟和吞吐量。 视频直播平台为了提高用户观看体验，需要对当前使用的网络协议进行性能评估，以确定是否需要更换或优化协议。评估的主要指标包括传输速度、延迟和丢包率等。 同时，优化网络环境和增加重传机制等措施也进一步提升了视频传输的性能表现。 五、未来趋势 随着技术的发展，如5G和物联网的兴起，网络协议的性能优化和评估面临新的挑战。
97210编辑于 2023-11-24 - 来自专栏京程一灯
使用 RAIL 模型评估前端性能
每天晚上18:00准时推送 RAIL 是一种以用户为中心的性能模型。每个网络应用均具有与其生命周期有关的四个不同方面，且这些方面以不同的方式影响着性能： ? 以用户为中心 让用户成为你的性能工作的中心。用户花在网站上的大多数时间不是等待加载，而是在使用时等待响应。了解用户如何评价性能延迟： ? 将非必需的加载推迟到空闲时间段（请参阅此网站性能优化 Udacity 课程，了解更多信息）。 要根据 RAIL 指标评估你的网站，可以使用 Chrome DevTools Timeline 工具记录用户操作。然后根据这些关键 RAIL 指标检查 Timeline 中的记录时间。 ?
98620发布于 2019-03-27 - 来自专栏AI科技时讯
OCR算法识别性能评估
评估OCR算法识别率的指标通常有这几种： one 全对准确率：每张图片版面上有多个文本时候，每个文本都对的张数占总的张数的比例； 标签全对准确率：每张图片版面上有多个文本时候，文本对的个数占总的文本个数的比例 那么识别率只有2/5=40%。而且票据字段越多，容易出错的概率越高，整张识别率这个要求就越严苛。实测过程中也会有一些特别约定，说整张识别里错一两个字可以忽略的，这种再另说。 参考 OCR算法识别率怎么评估？
6.7K00发布于 2020-11-03 - 来自专栏7DGroup
性能报告之路由器性能benchmark评估
性能测试目标 测试路由器的如下性能能力： WLAN->LAN包转发性能。 WAN->LAN单工吞吐量。 LAN->LAN单工吞吐量。 LAN->LAN双工平均吞吐量。 2. 2> 这是在128B数据包下测试的结果：13.316Mbps ? 3>这是在256B数据包下测试的结果：26.292Mbps ? 对Throughput脚本进行修改，我们设置让Endpoint1-> Endpoint2发送大数据包，Pair数量被设定在10，这是因为对于网络情况不稳定、经常出现速度波动的情况来说，在某一时刻测量速度存在一定的不确定因素 对Throughput脚本进行修改，我们设置让Endpoint1-> Endpoint2发送大数据包，Pair数量被设定在10。 对Throughput脚本进行修改，我们设置Endpoint1、Endpoint2互相发送大数据包，Pair数量被设定在10。修改发送数据包的大小为1000KB，单向各5Pair。
4K10发布于 2019-07-17 - 来自专栏活动
如何评估推荐系统的性能
在构建推荐系统时，性能评估是一个至关重要的环节。有效的评估方法不仅能衡量系统当前的表现，还能帮助发现系统的不足之处，指导后续的优化工作。 推荐系统的评估指标 推荐系统的评估通常涉及多个指标，每个指标都反映了系统性能的不同方面。 推荐系统评估中的挑战 在评估推荐系统性能时，尽管有多种评估指标可供选择，但这一过程依然面临许多复杂的挑战。 此外，还可以采用混合评估策略，将部分离线评估与实时评估相结合，在不影响实时性的前提下确保评估结果的全面性和准确性。 评估推荐系统的性能是推荐系统开发过程中的关键环节。 通过持续改进评估方法，我们可以更准确地衡量推荐系统的性能，进而不断优化系统，提升用户体验和业务价值。
1K00编辑于 2024-08-12 - 来自专栏欢迎加入非凸科技
Rust异步框架的性能评估
Zenoh是一个基于async_std的异步零开销发布/订阅、存储/查询和计算框架，Zenoh是用Rust编写的，它利用异步特性来实现高性能和可扩展性。 Zenoh官方评估了三个异步框架(async_std/Tokio/smol)在异步网络上的性能。对每一种方法进行评估，并与Rust标准库提供的等效同步原语提供的基线性能进行比较。 评估显示，async_std和smol非常接近标准库，并且在某些工作负载上优于标准库。另一方面，Tokio似乎很快就达到了它的极限，即100 msg/s时达到18µs，并且TCP和UDP之间没有差异。 也就是说，了解Tokio为什么会在比较中暴露这种行为，并改善其原始性能以缩小与async_std的差距，这将是一件有趣的事。
1.3K20编辑于 2022-04-22 如何评估YashanDB的查询性能
如何评估YashanDB的查询性能在当今大数据背景下，数据库的查询性能直接影响到应用系统的整体表现。对于开发人员和数据库管理员（DBA）而言，如何有效地评估数据库的查询性能，成为了一项重要的技术挑战。 本文旨在深入解析评估YashanDB查询性能的方法和最佳实践，帮助技术工作者提升他们的技术理解与应用能力。1. 理解SQL执行计划YashanDB的查询性能评估首先需要理解SQL执行计划的生成与优化。 2. 查询响应时间与吞吐量查询响应时间和吞吐量是评估数据库查询性能的两个重要指标。查询响应时间表示单个查询的执行所需时间，而吞吐量则表示单位时间内系统处理查询的数量。 - 并发性能评估：对于并发查询的性能，YashanDB支持使用负载测试工具（如JMeter）模拟多用户同时访问，评估在高负载下系统的表现。3. 执行优化建议为提高YashanDB的查询性能，用户可以参考以下优化建议：1. 定期收集和更新表和索引的统计信息，以确保优化器生成的执行计划是基于最新的数据分布。2.
15110编辑于 2025-07-17- 来自专栏漫谈测试
性能测试系统整体性能评估方案准备
系统整体性能评估主要是指通过模拟不同时刻业务场景，对系统的混合功能或接口进行性能测试，以获取单个功能或者接口在业务场景混合情况下的响应时间、系统处理能力、成功率、资源占用率等指标。 通过这些性能指标进行业务换算，进而评估系统的整体性能。系统整体性能评估的目的是，在一定环境下模拟真实用户的业务场景，评估在该场景下系统的整体性能表现，解决过程中遇到的性能问题，并且满足系统的上线要求。 要进行系统整体性能评估，一般选择功能测试环境或独立的性能测试环境，其中独立的性能测试环境是最佳选择，之所以保留了功能测试环境，主要是考虑到收益性，特别是针对服务节点达到30个以上并且涉及服务器数量较多的情况 在企业落地实施性能测试的过程中，针对一个电商系统进行上线前的性能评估。在测试环境的选择上可以结合以下两种情况进行考虑。 基于以上情况，建议搭建独立的性能测试环境，但是从收益性原则考虑，可以分3个部分。第一部分是搭建一套完全等配的环境，在1个月内完成系统的整体性能评估。
35120编辑于 2024-11-14 - 来自专栏小工匠聊架构
Linux - CPU性能评估_详解查看CPU性能的命令
综上所述，在对CPU的评估中，需要重点注意的是procs项下r列的值和cpu项下us、sy和id列的值。 sar命令 检查CPU性能的第二个工具是sar。 不过，这些开销是可以评估的，对系统的统计结果不会有很大影响。 Sar是后台进程sadc的前端显示工具，安装名为“sysstat”的包后，sadc就会自动从内核收集报告并保存。 uptime命令 uptime是监控系统性能最常用的一个命令，主要用来统计系统当前的运行状况。 例如，本输出中系统有2个CPU，如果load average的三个值长期大于2，就说明CPU很繁忙，负载很高，可能会影响系统性能，但是偶尔大于2时，也不用担心，一般不会影响系统性能。 通过这些命令可以了解系统CPU是否出现性能瓶颈。也就是说，以上这些命令只能查看CPU是否繁忙，负载是否过大，但是无法知道CPU为何负载过大。
8.8K30编辑于 2023-03-07 - 来自专栏SRE运维进阶之路
评估 Etcd 性能及可靠性
评估 Etcd 性能及可靠性 SLI & SLO SLI（Service Level Indicator）：服务等级指标，其实就是我们选择哪些指标来衡量我们的稳定性。 因此，Etcd 的性能主要受两方面的约束： 网络 磁盘 多节点的 Etcd 集群成员节点应该尽量部署在同一个数据中心，减少网络时延。 存储性能能够满足 etcd 的性能要求，有两种方法测试： 存储性能能够满足 etcd 的性能要求，有两种方法测试： 已运行的 etcd 集群，通过指标etcd_disk_wal_fysnc_duration_seconds 来评估存储 I/O 性能， 该指标记录了 WAL 文件系统调用 fsync 的延迟分布，当 99% 样本的同步时间小于 10 毫秒就可以认为存储性能能够满足 etcd 的性能要求。 为了增强可用性，将集群节点由3节点扩充到5节点，最多允许2节点异常，仍可保障集群正常工作。
65010编辑于 2024-04-23
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