- 综合排序
- 最热优先
- 最新优先
- 来自专栏AI机器学习与深度学习算法
机器学习入门 3-11 Matplotlib数据可视化基础
Matplotlib 是一个 Python 的 2D 绘图库，在导入 Matplotlib 库的时候，通常会设置一个别名 mpl。Pyplot 是 Matplotlib 的子库，提供了和 MATLAB 类似的绘图 API。使用 Pyplot 可以很方便的帮助我们绘制出 2D 图表，在使用 Pyplot 时候通常也会为 Pyplot 设置一个别名 plt。
1.2K30编辑于 2022-11-08 - 来自专栏cwl_Java
C++编程之美-结构之法(代码清单3-11)
代码清单3-11 // 数据结构定义 struct NODE { NODE* pLeft; // 左子树 NODE* pRight; // 右子树
29020编辑于 2022-11-30 - 来自专栏历史专栏
【愚公系列】2021年11月 攻防世界-进阶题-MISC-039(3-11)
文章目录 一、3-11 二、答题步骤 1.base64 总结 ---- 一、3-11 文件：攻防世界下载对应文件 二、答题步骤 1.base64 下载题目得到一张图片，进行lsb隐写查看 发现
59320编辑于 2021-12-03 - 来自专栏数控编程社区
Mastercam挖槽刀路的设置
．在绘图区串接被加工的轮廓，串接后的结果与图3-4相同，用鼠标单击主菜单区的“Done”，结束串接操作，进入“轮廓加工刀具参数（Tool parameters）设置”对话框，如图3-5所示； 图 3- 11 3．选择直径为25mm的端铣刀，出现此刀具的图标； 4．用鼠标单击图3-11上部“轮廓加工参数(Coutour parameters)”选项卡，进入“轮廓加工参数设置”对话框，设置完毕后，如图3- 11所示； 5．用鼠标单击图3-11中的“多次切削（Multi passes...）”按钮，进入多次切削设置对话框，设置完毕后，如图3-12所示； 图 3-12 6．用鼠标单击图3-12中的“OK” 按钮，回到图3-11； 7．用鼠标单击图3-11中的“确定”按钮，得到四周轮廓加工刀具路径，如图3-13所示。
2K20编辑于 2022-03-30 - 来自专栏啄木鸟软件测试
基于Django的电子商务网站开发（连载20）
图3-10删除选择的商品信息 点击商品名称的链接，就可以修改这条商品信息的记录，如图3-11所示。 ? 图3-11修改商品信息记录 星云测试 http://www.teststars.cc 奇林软件 http://www.kylinpet.com 联合通测 http://www.quicktesting.net
96310发布于 2019-12-11 - 来自专栏Albert陈凯
3.6 Shuffle机制
3.6 Shuffle机制 在MapReduce框架中，Shuffle是连接Map和Reduce之间的桥梁，Map的输出要用到Reduce中必须经过Shuffle这个环节，Shuffle的性能高低直接影响了整个程序的性能和吞吐量 对于大数据计算框架而言，Shuffle阶段的效率是决定性能好坏的关键因素之一。 由于Shuffle涉及了磁盘的读写和网络的传输，因此Shuffle性能的高低直接影响整个程序的运行效率。 在Spark中，任务通常分为两种，Shuffle mapTask和reduceTask，具体逻辑如图3-11所示： [插图] 图3-11 Spark Shuffl e 图3-11中的主要逻辑如下： 1） 这对于文件系统是比较大的压力，同时在Shuffle数据量不大而Shuffle文件又非常多的情况下，随机写也会严重降低IO的性能。
1K40发布于 2018-04-04 - 来自专栏卡拉云-低代码开发工具
React Echarts 使用教程 - 如何在 React 中加入图表（内附数据看板实战搭建案例）
echarts.init(chartRef.current); const option = { legend: { data: [ "3- 11岁任务数", "3-11岁全程接种量", "60岁任务数", "60岁全程接种量", "80岁任务数", backgroundColor: "rgba(0,0,0,0.8)", }, series: [ { name: "3- 150, 230, 224, 218, 135, 147, 260], type: "bar", }, { name: "3- echarts.getInstanceByDom` 可以从已经渲染成功的图表中获取实例，其目的就是在 options 发生改变的时候，不需要 // 重新创建图表，而是复用该图表实例，提升性能
7.3K20编辑于 2022-05-27 - 来自专栏python3
3-3 SQL Server 2005数
这些物理设计结构包括索引、聚集索引、索引视图和分区等，其目的在于提高数据库的性能和可管理性。 SQL Server 2005提供了一套综合的工具，用于优化物理数据库的设计，其中数据库引擎优化顾问，是分析一个或多个数据库上工作负荷（对要做出优化的数据库而编写的一组T-SQL语名句）的性能效果的工具 3-3-1 数据库引擎优化顾问概述 数据库引擎优化顾问是一种工具，用于分析在一个或多个数据库中运行的工作负荷的性能效果。工作负荷是对在优化的数据库招待的一组T-SQL语句。 这些物理性能结构包括聚集索引、非聚集索引、索引视图和分区。实现这些结构之后，数据库引擎优化顾问使查询处理器能够用最短的时间性执行工作负荷任务。 如图3-11所示。 ? 图3-11 选择负载文件 注意： 此时在优化过程中，经常会出现“正在占用工作负荷”的错误。
92020发布于 2020-01-07 - 来自专栏C语言入门到精通
没有之一，我见过的最漂亮代码！！
McIlroy一起编写的一篇文章中指出了在原来Unix qsort函数中的一个严重的性能问题。 答案还是和Quicksort有关，特别是对这个算法的性能分析。我将在下一节给出详细介绍。 3.2 事倍功半 Quicksort是一种优雅的算法，这一点有助于对这个算法进行细致的分析。 此时，我们不是把前面所有的元素加在一起，而是在循环外部初始化总和并且加上下一个元素，如示例3-11所示。 通过在前面对于在一组不同元素上进行Quicksort实验的平均性能分析，我们就可以得到将不同的元素随机插入到二分搜索树中的平均比较次数。 3.4 本章的中心思想是什么？ 然而，除了在示例3-11中实现的表格外，我从来没有把任何一个示例作为计算机程序运行过。
2.3K2219发布于 2020-12-24 - 来自专栏Albert陈凯
3.5RDD的容错机制
图3-11中，假如RDD2所在的计算作业先计算的话，那么计算完成后RDD1的结果就会被缓存起来。缓存起来的结果会被后续的计算使用。图中的示意是说RDD1的Partition2缓存丢失。 [插图] 图3-11 RDD的部分缓存丢失的逻辑图 3.6 小结 RDD是Spark最基本，也是最根本的数据抽象。RDD是只读的、分区记录的集合。
66880发布于 2018-04-08 - 来自专栏企鹅号快讯
什么是B＋Tree
微服务： springboot系列教程学习 源码：Javaweb练手项目源码下载 调优：十五篇好文回顾 面试笔试：面试笔试整理系列 B+Tree的定义 B+Tree是B树的变种，有着比B树更高的查询性能 2、叶子节点形成有顺链表，范围查找性能更优 B树范围查找3-8的过程 a、先查找3 b、再查找4、5、6、7、8，中间过程省略，直接到8的查找 这里查找的范围跨度越大，则磁盘IO的次数越多，性能越差 B+树范围查找3-11的过程 先从上到下找到下限元素3，然后通过链表指针，依次遍历得到元素5/6/8/9/11；如此一来，就不用像B树那样一个个元素进行查找。 所有查询都要查找到叶子节点，查询性能稳定。 所有叶子节点形成有序链表，便于范围查询。 PS:在数据库的聚集索引（Clustered Index）中，叶子节点直接包含卫星数据。
82160发布于 2018-01-12 - 来自专栏高性能服务器开发
什么是B+Tree
B+Tree的定义 B+Tree是B树的变种，有着比B树更高的查询性能，来看下m阶B+Tree特征： 1、有m个子树的节点包含有m个元素（B-Tree中是m-1） 2、根节点和分支节点中不保存数据，只用于索引 2、叶子节点形成有顺链表，范围查找性能更优 B树范围查找3-8的过程 a、先查找3 ? b、再查找4、5、6、7、8，中间过程省略，直接到8的查找 ? 这里查找的范围跨度越大，则磁盘IO的次数越多，性能越差。 B+树范围查找3-11的过程 ? 2.所有查询都要查找到叶子节点，查询性能稳定。 3.所有叶子节点形成有序链表，便于范围查询。 PS:在数据库的聚集索引（Clustered Index）中，叶子节点直接包含卫星数据。
4.8K90发布于 2018-04-16 - 来自专栏sktj
测试磁盘性能、网络性能、ceph集群性能
6、rados load-gen负载测试 image.png watch ceph -s 查看实时状态 7、rdb bench-write 块设备测试 image.png 8、fio测试IO性能
2K20编辑于 2022-05-18 - 来自专栏Vue源码 & 前端进阶体系
【性能】Performance 页面性能分析
有些都是很常见的知识，但是为了梳理自己的知识树，所以尽量模糊的地方都会记录 笔记列表在公众号右下角 平常我们总说性能优化，性能优化，也懂个什么文件压缩，雪碧图什么的 但是你根本还是不清楚你性能优化的程度 ，不知道你网站的性能如何就像盲目地填一个不知道多深的坑，如此没有目的性的优化必然浪费大量精力而得不到想要的结果 所以填坑须知坑有多深，性能优化须知性能如何 那么怎么知道你的网站性能如何呢？ Performance 简介 为了解决网页性能测试的困难，更加精确地测量和提高网页和 web 程序的性能 W3C 和各大浏览器厂商共同制定了 Web Performance API 通过 performance 可以查看用户访问网站的各项性能数据，比如 1、连接建立的时间 2、DNS 解析的时间 3、网站内容响应的时间 4、各项图片的加载时间 等等等等 我们通常会怎么衡量网站的性能？ 这两个指标就可以衡量你网站速度的性能 那么我们怎么通过 performance 去得到这两个指标？
3.6K20发布于 2019-11-12 - 来自专栏muller的测试分享
性能测试：性能测试计划
简介性能测试计划是在进行软件或系统的性能测试之前制定的详细计划和指导文件。它描述了所需性能测试的目标、范围、测试环境、资源需求、测试策略、测试用例、时间表等重要信息。 为什么要制定性能测试计划制定性能测试计划的主要目的是确保性能测试的有效性和可靠性。 以下是制定性能测试计划的重要原因：明确测试目标：性能测试计划可以明确定义所需测试的性能目标，例如响应时间、吞吐量、并发用户数等。这有助于确保测试的准确性和一致性，并提供可评估的性能指标。 总之，性能测试计划提供了一个全面的框架和指导，确保性能测试的有效性、可靠性和可重复性。它帮助测试团队、项目经理和相关方明确测试目标、范围和策略，最大程度地发现性能问题并提供优化建议。 总结为什么要制定性能测试计划。性能测试计划的流程。性能测试中的常用命令。
2.5K10编辑于 2024-07-15 - 来自专栏暴走的程序质检员
性能测试-性能测试指标
20230114_性能测试-性能测试指标 本文总结接口性能测试中,常见的性能指标概念,查看及通用通过标准 注: 本文只考虑B/S架构 4.性能测试指标.pdf Jmeter.xlsx 客户端指标 并发用户数 多个用户在同一时期内进行相同的事物或者操作称为并发, 而用户数量称为并发用户数 绝对并发: 多个用户同一时刻对服务端进行请求 相对并发: 多个用户同一时间段对服务器进行请求 并发用户数和产品性能的关系 超过此节点理发师开始自乱阵脚 设定及查看方式 设定测试计划时, 选择合适的并发用户数对系统进行测试 通过性能测试, 通过找到产品的最佳并发数和最大并发数 准过标准 最佳并发数应该大于系统平均负载, 否则需要进行优化 jmeter中通过Listener-Hits Per Second查看每秒点击次数 准过标准 无通用标准, 一般用于在点击次数层面衡量对服务器的压力 服务器指标 服务器主要关注CPU,内存, 磁盘和网络的性能表现 使用top及ps命令确认占用大量内存的线程, 并通知开发 磁盘IO 概念 磁盘IO指的是服务器对磁盘进行数据的读取和写入 由于读写磁盘的消耗较大, 过高的磁盘IO会影响系统整体性能 一般使用iostat
1.7K10编辑于 2024-04-11 - 来自专栏软件测试小助手
性能测试篇：入门性能测试
性能测试一直是测试行业中比较难的一块，含金量比较高，工作经验越多工资越高，而且最近很多招聘中初级测试都要求会性能测试，要求越来越高了，那我们就一起学习性能测试吧！ 负载测试：在一定软件硬件的环境下，不断进行增加负载，来确定满足性能指标情况下能够承受的最大用户数 性能测试：模拟用户在负载环境下，测试系统的响应时间和吞吐量是否满足性能指标的要求 TPS:每秒完成的事务数 RT：响应时间 pv:每秒用户访问页面的次数 三、使用jmeter完成接口测试 要学习性能测试，就不得不先去学习如何使用jmeter测试，下面给大家介绍个简单的案例，后面我会不断更新性能测试合集，这里只是入门
5.8K11发布于 2021-01-04 - 来自专栏自学测试之道
性能测试-Jmeter性能测试实战
ie=utf-8&wd=jmeter性能测试 请求参数： >ie：编码方式，默认为utf-8 >wd: 搜索词 返回结果：搜索结果，通过校验结果中是否含有搜索词wd来判断本次请求成功或失败 二、实际操作 因为接口调试需要，我们暂时均使用默认设置，待后面真正执行性能测试时再回来配置。 这样，我们就完成了一个完整Http接口的JMeter性能测试脚本编写。 8、重新配置线程组，做性能测试。 点击线程组，配置本次性能测试相关参数：线程数，循环次数，持续时间等，这里我们配置并发用户数为10，持续时间为50s 9、重新执行绿色小箭头并查看报告 聚合报告参数讲解： a.
8.6K31发布于 2020-01-17 - 来自专栏ThoughtWorks
性能工程之性能规划实践
前言 随着软件系统的规模越来越庞大，对性能的需求越来越高，性能测试的要求也越来越高。但是仅仅做性能测试，已经很难满足当前软件系统对于性能的各种需求，所以需要做更多性能相关的工作。 性能工程是发现和解决软件系统性能问题最主要的方法体系和技术手段，它一般包含以下几个部分：性能测试，性能轮廓，性能分析，性能优化和性能规划（容量规划）。 性能测试：通过不同类型的测试，获取系统在不同情况下的性能情况，包括各种外部性能指标，是否满足实际的性能需求等。 性能轮廓：通过特定的工具获取被测系统的各种内部性能指标，从而辅助性能分析工作。 性能分析：通过分析性能测试和性能轮廓获得的各种数据等，发现性能瓶颈以及其原因，从而辅助性能优化的工作。 性能优化：通过各种技术和业务手段，尽可能消除性能瓶颈，从而提升系统的性能。 在性能工程中，技术层面上最难的部分是性能分析和性能优化，而整体上最为繁琐和复杂的则是性能规划，因为其包括了性能测试，基础设施，性能建模和资源协调等相关的工作，甚至需要做系统架构调整才能满足相应的规划工作
99331编辑于 2022-03-04 - 来自专栏stark张宇
性能 - 浅谈性能优化办法
概述性能优化，反复被提起，想要做到性能优化，先要理解性能优化，知其然才知其所以然，所谓的高性能就是合理的运用服务器的硬件资源，主要是Cpu和内存，硬盘，用大量的测试和计算，合理的计算使用服务器的资源，提升响应速度 ，提高吞吐率，就是性能优化的知识点。 arrayj和 arrayi访问数组元素，哪一种性能更快？ 因此，遇到这种遍历访问数组的情况时，按照内存布局顺序访问将会带来很大的性能提升。 Nosql使用Nosql也算是内存优化、提升性能的有效手段，你有没有思考过这样一个问题，每一种编程语言的执行(PHP、GO、Rust、Python)，主要的性能瓶颈在于获取数据的地方，因为内存比硬盘快太多
2.3K73编辑于 2023-04-23
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