首页
学习
活动
专区
圈层
工具
发布
    • 综合排序
    • 最热优先
    • 最新优先
    时间不限
  • 来自专栏vivo互联网技术

    【干货】Elasticsearch搜索权威指南(33)

    关注微信公众号 ↑ 获取更多干货 Elasticsearch搜索权威指南,是QBox在其博客上发布的系列文章之一,本文是该系列的第三篇,主要从凑整时间查询、全局序列号预热和文件系统缓存预热几个方面介绍了优化查询性能的一些方法 此前还发布了 Elasticsearch性能权威指南 和 Elasticsearch索引性能优化 两个系列。 作者:Adam Vanderbush 译者:杨振涛 本文是QBox官方博客“Elasticsearch搜索权威指南”系列文章3篇中的第3篇,第1篇参考这里,第2篇参考这里。 本系列教程旨在进一步探讨针对Elasticsearch 5.0及以上版本的搜索技术、策略和建议。 但是如果有5 GB的段,并且需要加载10 GB的属性数据到内存,就可能需要消耗数十秒的时间。习惯了秒级响应时间的用户,可能会忽然遭遇一个明显无法响应的网站。

    1.3K10发布于 2019-03-19
  • 来自专栏vivo互联网技术

    【干货】Elasticsearch搜索权威指南 (23)

    Elasticsearch搜索权威指南,是QBOX在其博客上发布的系列文章之一,本文是该系列的第二篇,主要介绍了索引预处理、mapping建立、避免脚本的使用、索引段合并等搜索性能相关的方法; 作者:Adam Vanderbush 译者:杨振涛 本文是Elasticsearch搜索系列文章3篇中的第2篇,第1篇参考这里(点击)。 本系列教程旨在更进一步讨论针对Elasticsearch 5.0及以上版本的搜索技术、策略及建议。 ? (图片来源于网络) 1预索引数据 为了优化数据的索引方式,应当在查询中预置一些模式。 aggs": { "price_ranges": { "range": { "field": "price", "ranges": [ { "to": 10 }, { "from": 10, "to": 100 }, { "from": 100 } ] } } } }' 然后就可以在索引阶段增加一个

    67320发布于 2019-04-19
  • 来自专栏vivo互联网技术

    【干货】Elasticsearch搜索权威指南 (23)

    关注我们,获取更多干货 ↑ Elasticsearch搜索权威指南,是QBOX在其博客上发布的系列文章之一,本文是该系列的第二篇,主要介绍了索引预处理、mapping建立、避免脚本的使用、索引段合并等搜索性能相关的方法 作者:Adam Vanderbush 译者:杨振涛 本文是Elasticsearch搜索系列文章3篇中的第2篇,第1篇参考这里(点击)。 本系列教程旨在更进一步讨论针对Elasticsearch 5.0及以上版本的搜索技术、策略及建议。 ? (图片来源于网络) 1预索引数据 为了优化数据的索引方式,应当在查询中预置一些模式。 { "price_ranges": { "range": { "field": "price", "ranges": [ { "to": 10 }, { "from": 10, "to": 100 }, { "from": 100 } ] } } } }' 然后就可以在索引阶段增加一个

    92530发布于 2019-03-19
  • 来自专栏vivo互联网技术

    【干货】Elasticsearch搜索权威指南 (13)

    Elasticsearch搜索权威指南,是QBOX在其博客上发布的系列文章之一,本文是该系列的第一篇,主要从文档建模、内存分配、文件系统缓存、GC和硬件等方面介绍了优化查询性能的一些经验;后续还会有该系列的另外两篇文章 我们已经通过“Elasticsearch性能权威指南”系列,介绍了一些性能的基本经验和方法,解释了每一步最关键的系统设置和衡量指标。 Indexing Performance (Part 2) How to Maximize Elasticsearch Indexing Performance (Part 3) 本文旨在推荐一些搜索技术 ,是在每次启动Elasticsearch时通过命令行参数指定: ES_HEAP_SIZE="10g" . 如果搜索受限于CPU,那么应当考虑购买更快的CPU。

    1.1K20发布于 2019-03-19
  • 来自专栏chenchenchen

    SQL之性能

    查询条件中操作符的权值 操作符 权值= 10 5 = 5 < 5 <= 5 LIKE 3 <> 0 表 2. 查询条件中操作数的权值 操作数 权值仅常量字符 10仅有列名 5仅有参数 5多操作数表达式 3精确数值类型 2其它数值类型 1时间数据类型 1字符数据类型 针对专门操作符的 前面,讲的是关于查询条件的一般规则,在这一节中,将讨论如何使用专门的操作符来改进 SQL 代码的性能。 ,但是他们会为大于或小于进行索引搜索,所以可以将下面的查询进行如下转换: ... 本文总结的是一些 SQL 性能的比较初级的方面,SQL 还包括 Order by,Group by 以及 Index 等等。

    2.5K30发布于 2019-12-03
  • 来自专栏黄啊码【CSDN同名】

    10个MySQL性能的方法

    1 2 3 4 5 6 7 8 9 10 11 12 mysql> SHOW GLOBAL STATUS LIKE'innodb_buffer_pool_pages_%'; +------------ 减少磁盘写入操作 4.1 使用足够大的写入缓存 innodb_log_file_size 但是需要注意如果用 1G 的 innodb_log_file_size ,假如服务器当机,需要 10 分钟来恢复 充分使用索引 6.1 查看现有表结构和索引 代码如下: SHOW CREATE TABLE db1.tb1/G 6.2 添加必要的索引 索引是提高查询速度的唯一方法,比如搜索引擎用的倒排索引是一样的原理 10. 其他 单条查询最后增加 LIMIT 1,停止全表扫描。 将非”索引”数据分离,比如将大篇文章分离存储,不影响其他自动查询。 不用 MYSQL 内置的函数,因为内置函数不会建立查询缓存。 当然不用连接池 PHP 程序也可能将 连接数占满比如用了 @ignore_user_abort(TRUE); 使用 IP 而不是域名做数据库路径,避免 DNS 解析问题 以上就是10个MySQL性能的方法

    2K20发布于 2020-05-29
  • 来自专栏LhWorld哥陪你聊算法

    【Spark篇】---Spark之代码,数据本地化,内存,SparkShuffle,Executor的堆外内存

    一、前述 Spark中大致分为以下几种 ,代码,数据本地化,内存,SparkShuffle,调节Executor的堆外内存。 二、具体    1、代码 1、避免创建重复的RDD,尽量使用同一个RDD 2、对多次使用的RDD进行持久化 如何选择一种最合适的持久化策略? 官方介绍,Kryo序列化机制比Java序列化机制,性能高10倍左右。 通过日志或者WEBUI 3、内存 ? Spark中如何内存

    2.3K30发布于 2018-09-13
  • 来自专栏SmartSi

    Spark 性能之Shuffle

    因此,如果要让作业的性能更上一层楼,就有必要对 shuffle 过程进行。 但是也必须提醒大家的是,影响一个 Spark 作业性能的因素,主要还是代码开发、资源参数以及数据倾斜,shuffle 只能在整个 Spark 的性能中占到一小部分而已。 因此大家务必把握住的基本原则,千万不要舍本逐末。下面我们就给大家详细讲解 shuffle 的原理,以及相关参数的说明,同时给出各个参数的建议。 2. 5. shuffle相关参数 以下是Shffule过程中的一些主要参数,这里详细讲解了各个参数的功能、默认值以及基于实践经验给出的建议。 建议:在资源参数中讲解过这个参数。如果内存充足,而且很少使用持久化操作,建议调高这个比例,给 shuffle read 的聚合操作更多内存,以避免由于内存不足导致聚合过程中频繁读写磁盘。

    2K31发布于 2019-08-08
  • 来自专栏个人积累

    数据库 项目

    Springboot项目 配置文件 更改Tomcat的相关配置 设置Tomcat的最大连接数 设置请求头最大内存 设置post请求的最大内存 设置Tomcat最大线程数 设置Tomcat 的最小工作线程数 JVM 设置项目启动的参数 在vm option处添加配置内容 -XX:MetaspaceSize=128m #(元空间默认大小) -XX:MaxMetaspaceSize=128m

    1.2K51发布于 2020-10-10
  • 来自专栏纯洁的微笑

    Tomcat 性能之 JVM

    因此在对Web 容器( 应用服务器) 的中必不可少的是对于 JVM 的。 对于 JVM 的,主要有两个方面考虑: 内存大小配置 垃圾回收算法选择 当然,确切的说,以上两点并不互相独立,内存的大小配置也会影响垃圾回收的执行效率。 延迟、吞吐量 其他 JVM 配置 垃圾回收算法对应到的就是不同的垃圾收集器,具体到在 JVM 中的配置,是使用 -XX:+UseParallelOldGC 或者 -XX:+UseConcMarkSweepGC 所谓,就是一个不断调整和优化的过程,需要观察、配置、测试再如此重复。有相关经验的朋友欢迎留言补充! 说到底,那上面的这些选项是要配置在哪里呢?

    2.3K30发布于 2019-05-06
  • 来自专栏SmartSi

    Spark 性能之资源

    整套方案主要分为开发、资源、数据倾斜、shuffle几个部分。 开发和资源是所有Spark作业都需要注意和遵循的一些基本原则,是高性能Spark作业的基础;数据倾斜,主要讲解了一套完整的用来解决Spark作业数据倾斜的解决方案;shuffle,面向的是对 本文作为Spark性能优化指南的基础篇,主要讲解资源。 2. 资源 2.1 概述 在开发完Spark作业之后,就该为作业配置合适的资源了。 理解作业基本原理,是我们进行资源参数的基本前提。 2.3 资源参数 了解完了Spark作业运行的基本原理之后,对资源相关的参数就容易理解了。 试想一下,无论你的Executor进程有多少个,内存和CPU有多大,但是task只有1个或者10个,那么90%的Executor进程可能根本就没有task执行,也就是白白浪费了资源!

    2.2K30发布于 2019-08-07
  • 来自专栏大数据成神之路

    Spark | Spark SQL参数

    本文讲解最近关于在参与hive往spark迁移过程中遇到的一些参数相关问题的。 内容分为两部分,第一部分讲遇到异常,从而需要通过设置参数来解决的;第二部分讲用于提升性能而进行的。 异常 spark.sql.hive.convertMetastoreParquet parquet是一种列式存储格式,可以用于spark-sql 和hive 的存储格式。 这时候异常信息如下: java.io.FileNotFoundException: File does not exist: hdfs://hz-cluster10/user/da_haitao/da_hivesrc 性能 除了遇到异常需要被动调整参数之外,我们还可以主动调整参数从而对性能进行

    8.6K63发布于 2019-08-16
  • 来自专栏ApacheHudi

    | Apache Hudi应用指南

    通过Spark作业将数据写入Hudi时,Spark应用的技巧也适用于此。如果要提高性能或可靠性,请牢记以下几点。 GC:请确保遵循Spark指南中的垃圾收集技巧,以避免OutOfMemory错误。

    1.5K20发布于 2021-04-13
  • 来自专栏Linyb极客之路

    下单接口实战,性能提高10

    重新启动进程后,打开本地的(我用的是Window10) jvisualvm,添加JMX配置。配置成功后,可以点击线程那个tab,因为我们要做线程dump,观察线程的执行情况。 ? ? 在开发环境下,经过后,下单接口的TPS提升了3倍左右,当然由于开发环境的数据库和应用服务器都比较差,也会对TPS有影响的。当时优化完后,在生产上进行了压测,发现TPS提升了10倍。

    1.2K20发布于 2018-12-05
  • 来自专栏SmartSi

    Spark 性能之开发

    Spark的性能实际上是由很多部分组成的,不是调节几个参数就可以立竿见影提升作业性能的。 整套方案主要分为开发、资源、数据倾斜、shuffle几个部分。 开发和资源是所有Spark作业都需要注意和遵循的一些基本原则,是高性能Spark作业的基础;数据倾斜,主要讲解了一套完整的用来解决Spark作业数据倾斜的解决方案;shuffle,面向的是对 本文作为Spark性能优化指南的基础篇,主要讲解开发。 2. 开发 2.1 概述 Spark性能优化的第一步,就是要在开发Spark作业的过程中注意和应用一些性能优化的基本原则。 官方介绍,Kryo序列化机制比Java序列化机制,性能高10倍左右。

    1.5K31发布于 2019-08-07
  • 来自专栏AustinDatabases

    MONGODB 性能与 -- 内存 1

    所以这又是一个新的系列,关于MONGODB的优化和,下方是一个MONGODB的 内存与磁盘的一个大概的架构。

    2K30编辑于 2022-04-05
  • 来自专栏Jed的技术阶梯

    Spark性能01-资源

    理解作业基本原理,是我们进行资源参数的基本前提。 3. spark内存管理 (1) spark-1.5.x版本以前使用静态内存管理 ? 参数建议: 每个Executor进程的内存设置4G~8G较为合适。但是这只是一个参考值,具体的设置还是得根据不同部门的资源队列来定。 参数建议: Executor的CPU core数量设置为2~4个较为合适。 参数建议: Driver的内存通常来说不设置,或者设置1G左右应该就够了。 参数建议: Spark作业的默认task数量为500~1000个较为合适。

    1.7K20发布于 2018-09-13
  • 来自专栏山河已无恙

    Linux 性能之CPU认知

    写在前面 博文内容为《性能之巅 系统、企业与云可观测性(第2版)》CPU 章节课后习题答案整理,这是CPU 的最后两篇之一,之后还会整理一篇CPU性能故障的场景分析的博文 内容涉及: CPU 术语 时10分01秒 3 0.14 0.00 0.25 0.01 0.00 99.61 23时10分01秒 4 0.19 10时40分01秒 all 44.81 0.00 10.24 0.00 0.02 44.93 10时50分02秒 all 该模块可能没有正确安装或没有包含在 Perl 解释器的模块搜索路径中。 要解决这个问题,你可以尝试以下几个步骤: 检查模块安装:确保 open.pm 模块已经正确安装。 └─$syscount -i 10 Tracing syscalls, printing top 10...

    1.6K31编辑于 2025-04-09
  • 来自专栏全栈程序员必看

    jvm 命令_java jvm工具

    3类 **性能参数(Performance Options):**用于JVM的性能和内存分配控制,如初始化内存大小的设置; **行为参数(Behavioral Options):**用于改变JVM的基础行为 线上环境 web容器:Tomcat, startup.sh -> catalina.sh(卡特琳娜) 里设置JVM 参数 jsp + jinfo 查看某个java进程的参数,然后再调整设置 真实 tomcat/xxx/xx/heap.hprof 在排查的的时候 jmap -dump:format=b,file=heap.hprof 44808 一般dump下来的文件可以结合工具来分析 4常用工具 :k] Suspects [səˈspekts] 查找并分析内存泄漏的可能原因 Reports—>Leak Suspects—>Details Top Consumers 列出大对象 5实战分析 5.2程序监控 前提:java 应用程序必然是正常运行的。. 目的:减少GC 频率,减少Full GC 发现现象才去解决?

    1.6K31编辑于 2022-11-17
  • 来自专栏搜云库技术团队

    JVM 11 的指南:如何进行JVM,JVM参数

    JVM 11的优化指南:如何进行JVM,以及JVM参数有哪些”这篇文章将包含JVM 11的核心概念、重要性、参数,并提供12个实用的代码示例,每个示例都会结合JVM参数和Java代码 JVM的重要性 提高性能:通过,可以提升应用程序的响应速度和处理能力。 资源优化:合理的配置可以使应用更高效地利用系统资源。 企业级 JVM 11 的参数,机器配置是8核32G 为配置有8核和32GB内存的机器推荐JVM 11参数时,需考虑应用的类型、负载特性等。 合理的JVM可以显著提升应用的性能和稳定性。不过,请记得是一个持续的过程,需要根据应用的具体表现来不断调整和优化。 结语 合理的JVM可以显著提升应用的性能和稳定性。不过,请记得是一个持续的过程,需要根据应用的具体表现来不断调整和优化。

    2.5K10编辑于 2024-01-17
领券