- 综合排序
- 最热优先
- 最新优先
- 来自专栏UE4技术专场
UE4提升编译速度
导语：UE是一个巨大的工程，在没有increbuild类似工具的情况下，编译会很耗时，以下设置会提升本地的编译速度 使用超线程 如果你的电脑没有开启超线程模式的话，可以通过修改如下配置（以下是两个文件存放处 空间存放引擎和工程可以通过一些骚操作达到类似效果，你只需要把生成的中间文件和源文件联接到SSD上即可 cd UnrealEngine\Engine mklink /J Intermediate C:\UE4\ Test\Intermediate mklink /J Source C:\UE4\Test\Source mklink 操作介绍mklink简介 避免不必要的损耗 以vs2017为例安装的时候对于incredibuild
9K111发布于 2018-12-05 优化YashanDB索引提升查询响应速度
在众多优化策略中，索引优化被认为是提升查询响应速度的核心手段。 例如，如果需要对某一列进行计算，函数索引能够在查询时加速计算操作。适合场景：当查询包含复杂运算时，推荐使用函数索引，以提升性能。索引优化策略1. 这种方式在执行复杂查询时可以显著提升响应速度。构建复合索引时，列的选择顺序应遵循以下原则：- 将选择性最高的列放在索引最左侧，以提高查询效率。- 确保复合索引能够满足常见的查询条件。4. 总结要在YashanDB中实现有效的索引优化，需关注索引的选择与使用。遵循上述策略，选择合适的索引类型、优化索引列选择、避免冗余索引、使用复合索引以及及时更新统计信息，都是提升查询响应速度的重要手段。 定期监控和评估索引使用情况，适时删除冗余索引。测试新索引效果，确保它们确实提升了查询性能。
19400编辑于 2025-08-17- 来自专栏Python
LightRAG：图增强检索框架，索引速度提升10倍
香港大学团队开源的LightRAG提供了新思路：用知识图谱双层索引重构检索架构，在保持轻量化的同时，让索引速度比GraphRAG快10倍。 ：信号量控制并发数，避免API限流实体去重基于余弦相似度（阈值0.9）支持增量更新，文档删除后自动重构图谱灵活的存储方案系统通过抽象层支持多种存储后端：本地JSON：零依赖快速启动，适合开发测试Neo4j VideoRAG）可观测性集成Langfuse追踪每次检索路径API返回完整上下文，便于调试优化支持自定义评估指标（RAGAS框架）六、性能表现基于多个公开数据集的测试结果：指标LightRAGGraphRAG索引速度基准 10倍基准1倍查询延迟小于2秒8-15秒准确率提升+20%基线在保持轻量化的同时，LightRAG在检索质量和速度上都有明显优势。 云栈社区推荐团队在构建企业级检索系统时，重点关注其双层索引设计和异步处理模式。结尾LightRAG通过工程化手段解决了GraphRAG的性能瓶颈，为企业级知识检索提供了可落地的架构方案。
71510编辑于 2025-12-03 YashanDB数据库的索引策略，如何提升查询速度？
YashanDB作为一种新兴的数据库系统，通过其独特的索引策略，旨在显著提升查询速度。 当多个索引存在于同一表上的时候，YashanDB会根据统计信息和查询特征，智能地选择最优的索引路径来提升效率。函数索引函数索引是YashanDB允许用户为基于计算结果的表达式创建的一种索引类型。 分区索引在高并发、大数据量场景下尤为适用，能够显著提升系统的整体访问速度和处理能力。 具体技术建议通过合理配置和使用YashanDB的索引功能，可以有效提升查询速度，具体建议如下：选择合适的索引类型：依据实际业务需求，选择BTree索引、函数索引或访问约束索引以满足查询性能的需求。 结论随着数据规模的不断增长，优化数据库查询速度将成为企业核心竞争力。YashanDB凭借其多样化的索引策略和灵活的配置选项，能够有效提升查询性能，让数据库在高并发场景下依然保持稳定和高效的运作。
16700编辑于 2025-07-10- 来自专栏本地开发环境
IDEA忽略node_modules减少内存消耗，提升索引速度
IDEA忽略node_modules减少内存消耗，提升索引速度简介在后端开发中，IDEA 在运行前端代码时，频繁扫描 node_modules 文件夹会导致高内存消耗和慢索引速度，甚至可能会导致软件卡死 这些操作可以有效提高IDE的运行性能、减少内存占用并简化项目结构，但需要注意的是，排除后将无法对该文件夹进行索引，操作文件时需谨慎。 url="file://$MODULE_DIR$/node_modules" 表示将 node_modules 文件夹排除在项目索引之外。 文件在项目根目录下.idea/项目文件名.xml作用提高性能：node_modules 文件夹通常包含大量的依赖包，这些文件可能会导致 IDE 索引速度变慢，排除它们可以显著提高 IDE 的性能。 减少内存占用：排除 node_modules 可以减少 IDE 的内存占用，因为 IDE 不需要索引这些文件。
1.5K10编辑于 2024-09-26 - 来自专栏计算机视觉战队
让模型训练速度提升2到4倍
那么，使用 Composer 能够获得怎样的训练效果提升呢？ 多个模型系列的训练中减少的时间和成本。 在 4 小时 27 分钟内将 GPT-2 在 OpenWebText 上的困惑度提高到 24.11（AWS 上 145 美元），比基线快 1.7 倍，便宜 43%。 如果改变「数学」让你的网络变得同样好（例如同样的准确性）而速度更快，那就是胜利。 如果你愿意打破深度学习背后的「数学」，彩票假设就是一个例子。 2311123606 往期推荐 Yolov7：最新最快的实时检测框架，最详细分析解释（附源代码） 打假Yolov7的精度，不是所有的论文都是真实可信 最新的目标检测的深度架构 | 参数少一半、速度快 全新设计的超实时Anchor-free目标检测算法（附源代码下载） 目前精度最高效率最快存储最小的目标检测模型（附源码下载） CVPR小目标检测：上下文和注意力机制提升小目标检测（附论文下载）
66910编辑于 2022-08-31 - 来自专栏Java架构师必看
影响Lucene索引速度原因以及提高索引速度技巧
在网上看了一篇外文文章，里面介绍了提高Lucene索引速度的技巧，分享给大家。 ? 所以该参数也就是一个内存buffer，一般来说越大索引速度越快。 但是，这样做将降低你的搜索速度。同时，你有可能会用光你的文件句柄如果你把合并因子设置的太大。值太大了设置可能降低索引速度，因为这意味着将同时合并更多的segment，将大大的增加硬盘的负担。 如果你索引很多的字段，关闭这些字段的不必要的特性将对索引速度提升产生很大的帮助。 • 使用一个更快的分析器 有时间分析文档将消耗很长的时间。 • 在你真的需要之前不要随意的优化optimize索引（只有在需要更快的搜索速度的时候） • 在多线程中共享一个IndexWriter 最新的硬件都是适合高并发的（多核CPU，多通道内存构架等），所以使用多线程添加文档将会带来不小的性能提升
1.9K20发布于 2021-03-22 YashanDB数据库索引技术：提升查询速度的关键方法
在当今信息化社会中，数据处理的速度是企业竞争力的重要体现。尽管现代数据库管理系统（DBMS）可提供强大的数据存储与管理功能，但在面临大规模数据查询时，性能瓶颈依然频繁出现。 为了提升查询速度，YashanDB数据库引入了多种索引技术。这些索引技术不仅能极大地改善查询效率，还能支持复杂的数据检索需求，帮助企业达到快速响应的目标。 这种索引结构使得新的插入操作可以更均匀地分布到整个B树的叶子节点，从而避免索引的倾斜。4. 三、索引优化技术YashanDB提供多个优化技术，以进一步提升索引性能：索引重建：定期重建索引可以消除索引中存在的碎片，从而提升查询性能。 避免在低选择性列上创建索引，聚焦高选择性列以提升查询效率。
23510编辑于 2025-09-23- 来自专栏AI研习社
用 NVIDIA DALI 加速PyTorch：训练速度提升 4 倍
用特斯拉 V100 加速器显示 PyTorch+DALI 可以达到接近 4000 个图像/秒的处理速度，比原生 PyTorch 快了大约 4 倍。 简介 过去几年见证了深度学习硬件的长足进步。 能够以每秒数千幅图像的速度训练神经网络。这使得在 ImageNet 数据集上的单一 GPU 训练时间减少到几个小时。 另一方面，PyTorch 使用在 PIL 库上用 Python 编写的数据加载器，它具备良好的易于用和灵活性，诞生在速度方面不是那么出色。尽管 PIL-SIMD 库确实改善了这种情况。 在转到 GPU 之前，我试着固定张力，但没有从中获得任何性能提升。 DALI 的磁盘传输速度可以达到 400Mb/s！ 集成在一起 为了方便地集成这些修改，我创建了一个数据加载器类，其中包含了这里描述的所有修改，包括 DALI 和 TorchVision 后端。
3.4K20发布于 2020-02-21 - 来自专栏京程一灯
重学webpack4之构建速度提升和体积优化
构建速度优化 速度分析：speed-measure-webpack-plugin 可以查看每个loder和插件的执行耗时 红色字体表示时间过长，黄色还可以，绿色是ok的 module.exports = smg.wrap(webpackConfig) wepback4 vs wepback3 webpack使用V8, for of 替代 forEach、Map和set代替Object、includes thread-loader（推荐：wepback4使用） 每次wepback解析一个模块，thread-loader会将它及它的依赖分配给worker线程中 module: { rules: [ ture, collapse_vars: true, reduce_vars: true } } }) ] } 缓存：提升二次构建速度 基础包和业务包打包成一个文件 方法：使用DLLPlugin进行分包，DllReferencePlugin对manifest.json引用 这么做的优势：开发和生产环境就可以直接跳过 react等的解析打包，加快热更新及打包速度
1.4K20发布于 2020-12-15 - 来自专栏Java实战博客
提升网页加载速度
2、根据百度统计的提示，减少首页重定向。(重定向一次相当于发送2个请求，请求越多，响应越慢)
1.4K10编辑于 2022-01-19 - 来自专栏前端二次元
webpack提升构建速度
也许某一天你负责的项目也会到了需要优化 webpack 构建性能的时候，所以这一章节我们来聊聊如何提升 webpack 的构建速度。 提升 webpack 构建速度本质上就是想办法让 webpack 少干点活，活少了速度自然快了，尽量避免 webpack 去做一些不必要的事情，记得这个主要方向，后续的针对构建速度的优化都是围绕着这一方向展开 '],},上述是可以从配置 resolve 下手提升 webpack 构建速度的配置例子。 使用速度更快的 md4 作为默认的 hash 方法，对于大型项目来说，文件一多，需要 hash 处理的内容就多，webpack 的 hash 处理优化对整体的构建速度提升应该还是有一定的效果的。 你工作中遇到的项目是否有哪些部分是可以考虑使用上述的优化方法来提升构建速度的？你是否有其他的一些构建优化的方法呢？我正在参与2023腾讯技术创作特训营第三期有奖征文，组队打卡瓜分大奖！
972180编辑于 2023-11-13 - 来自专栏祝威廉
如何提高ElasticSearch 索引速度
4 则和Lucene相关 3 则因为ES里大量采用线程池，构建索引的时候，是有单独的线程池做处理的 7 的话个人认为影响不大 2 的话，能够使用上的场景有限。 你可以使用自增长ID并且在构建索引时，index 类型设置为create。这样可以跳过版本检查。 分发代理 ES是对索引进行了分片(Shard)，然后数据被分发到不同的Shard。 这样 查询和构建索引其实都存在一个问题： 如果是构建索引，则需要对数据分拣，然后根据Shard分布分发到不同的Node节点上。 如果是查询，则对外提供的Node需要收集各个Shard的数据做Merge 这都会对对外提供的节点造成较大的压力，从而影响整个bulk/query 的速度。
2.1K30发布于 2018-08-27 - 来自专栏Pythonista
mysql索引提高查询速度
使用索引提高查询速度 1.前言 在web开发中，业务模版，业务逻辑（包括缓存、连接池）和数据库这三个部分，数据库在其中负责执行SQL查询并返回查询结果，是影响网站速度最重要的性能瓶颈。 而优化数据的重要一步就是索引的建立，对于Mysql出现的慢查询，可以用索引提升查询速度。 节省索引文件大小 3).唯一索引 它与前面的普通索引类似，不同的就是：索引列的值必须唯一，但允许有空值。 CREATE UNIQUE INDEX idx_email ON user( email ); 4).组合索引 create table sb_man( id int PRIMARY key auto_increment 特别是当数据量非常大，查询涉及多个表时，使用索引往往能使查询速度加快成千上万倍。
4.2K30发布于 2018-08-31 - 来自专栏ytkah
shopify速度评分怎么提升
shopify速度慢对用户和搜索引擎都不友好，提升shopify速度迫在眉睫！那么,shopify速度评分怎么提升呢？ 安装的数量越多shopify速度越慢，所以只保留需要的。有时需要权衡，有些app对提升转化有用，但又影响到shopify网站加载速度了，这时可以考虑有没有其他app可替代。 4、视频大小 视频跟图片类似，视频越大加载越慢。 我们可以这样处理：点击播放按钮才弹窗调用视频播放 shopify速度评分怎么提升 1、app优化 A、保留必须的app，如Product Reviews等，择优保留，其他尽量少用 B、尽量使用shopify 视频优化 压缩视频大小，控制视频时长 传到youtube上再嵌入到shopify网站中，youtube是全球很大的视频平台，提升加载速度，同时又增加了一个宣传渠道 shopify速度优化服务 ytkah
2.4K20编辑于 2022-05-10 - 来自专栏Super 前端
webpack dll 提升构建速度
DllPlugin 和 DllReferencePlugin 用某种方法实现了拆分 bundles，同时还大幅度提升了构建的速度。 以此提高整体构建速度。 vendor.css'), typeOfAsset: 'css', publicPath: '/dll/' } ]), ] } 遗留问题 通过上述配置构建速度得了提升 但在 vue-cli 引入 webpack4 之后，移除了该包，“因为 Webpack 4 的打包性能足够好的，dll 没有在 Vue ClI 里继续维护的必要了。” 不然，webpack dll 除了提升构建速度，它还允许在不同项目之间共享代码（初衷）。
1.6K10编辑于 2023-03-09 - 来自专栏机器之心
YOLO v4它来了：接棒者出现，速度效果双提升
在相关论文中，研究者对比了 YOLOv4 和当前最优目标检测器，发现 YOLOv4 在取得与 EfficientDet 同等性能的情况下，速度是 EfficientDet 的二倍！ YoloV4 如何实现这么好的效果？ YoloV4 的基本目标是提高生产系统中神经网络的运行速度，同时为并行计算做出优化，而不是针对低计算量理论指标（BFLOP）进行优化。 BoF 和 BoS 的选择 为了提升目标监测的训练效果，CNN 使用了以下方法： 激活函数：ReLU、 leaky-ReLU、parametric-ReLU、ReLU6、SELU、Swish、Mish； 实验结果 YOLO v4 与其他 SOTA 目标检测器的对比结果如下图 8 所示。从图上可以看出，YOLOv4 位于帕累托最优曲线上，并在速度和准确性上都优于最快和最精准的检测器。 ? 图 8：不同目标检测器的速度和准确性对比结果。
1.3K50发布于 2020-04-26 - 来自专栏MongoDB中文社区
玩转MongoDB: 索引，速度的引领
数据库索引与书籍的索引类似，有了索引就不需要翻整本书，数据库可以直接在索引中查找，在索引中找到条目后，就可以直接跳到目标文档的位置，这可以让查找的速度提高几个数量级。 建好索引后，这个query整体的速度提高了1个数量级 （1个数量级是10倍的意思）。根据查询语句的不同，索引可以使速度提高几个数量级。 一、全文索引 mongoDB有一个特殊的索引用在文档中搜索文本，之前的博客都是用精确匹配来查询字符串，这些技术有一定的限制。在搜索大块文本的速度非常慢，而且无法处理自然语言礼节的问题。 { "name":"changjiang", "loc":{ "type":"Line", "coordinates":[[1,2],[2,3],[3,4] "name":"shenzhen", "loc":{ "type":"Polygon", "coordinates":[[1,2],[2,3],[3,4]
93630发布于 2019-04-22 - 来自专栏程序猿牧场
玩转mongoDB（六）：索引，速度的引领（普通索引篇）
数据库索引与书籍的索引类似，有了索引就不需要翻整本书，数据库可以直接在索引中查找，在索引中找到条目后，就可以直接跳到目标文档的位置，这可以让查找的速度提高几个数量级。 一、创建索引 我们在person这个集合的age键上创建一个索引，比较一下创建索引前后，一个查询的语句的性能区别。 stage（查询的类型）：无索引是COLLSCAN（全表扫描）；有索引是FETCH+IXSCAN（索引扫描+根据索引去检索指定document）。 建好索引后，这个query整体的速度提高了1个数量级 （1个数量级是10倍的意思）。根据查询语句的不同，索引可以使速度提高几个数量级。 这个时候我们可以用到MongoDB中的稀疏索引。该索引与关系型数据库中的稀疏索引是完全不同的概念。MongoDB中的稀疏索引只是不需要将每个文档都作为索引条目。
84242编辑于 2023-01-17 - 来自专栏MongoDB中文社区
玩转MongoDB: 索引，速度的引领
数据库索引与书籍的索引类似，有了索引就不需要翻整本书，数据库可以直接在索引中查找，在索引中找到条目后，就可以直接跳到目标文档的位置，这可以让查找的速度提高几个数量级。 建好索引后，这个query整体的速度提高了1个数量级 （1个数量级是10倍的意思）。根据查询语句的不同，索引可以使速度提高几个数量级。 一、全文索引 mongoDB有一个特殊的索引用在文档中搜索文本，之前的博客都是用精确匹配来查询字符串，这些技术有一定的限制。在搜索大块文本的速度非常慢，而且无法处理自然语言礼节的问题。 { "name":"changjiang", "loc":{ "type":"Line", "coordinates":[[1,2],[2,3],[3,4] "name":"shenzhen", "loc":{ "type":"Polygon", "coordinates":[[1,2],[2,3],[3,4]
1.9K40发布于 2018-08-14
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