- 综合排序
- 最热优先
- 最新优先
- 来自专栏LINUX阅码场
GPU: 衡量计算效能的正确姿势（2）
浮点运算能力(FLOPS)， 2. 内存带宽（Memory Bandwidth）。 一· 为什么这两个指标很重要 目前无论是嵌入式系统，PC还是大型服务器都遵循了冯.诺依曼结构。 ? BW = 1546(clocks per second) * 384(memory interface width) * 2(DDR) / 8(In bytes) = 148GB/s 而GPU的理论FLOPS 所以实际BW和FOPS的计算如下， BW = (3 * N * 4) / (1 / 1e9) = 120GB/s FOPS = (2 * N) / (1 / 1e9) = 20GFLOPS 我们可以把实际数值和理论峰值比较下
2K30发布于 2021-04-22 - 来自专栏研发效能EE
DevOps｜研发效能之环境、程序、配置、数据库变更管理
本文主要是讲如何建立有效的环境、程序、配置、数据库变更和管理平台。 几天前和朋友 Ivy 聊到环境、程序的配置变更，数据库变更和整个上线流程。 2. 减少手工操作错误。 3. 代码可以版本控制,具备完整的跟踪性。 4. 自动化可以保证环境一致性。 5. 代码即文档,有利于团队协作。 我建议 1）梳理全公司的编译和运行时环境需求 2）把基础环境的固化到有版本控制的 Dockerfile中，3）然后研发效能平台引用这些基础镜像，最终达到编译和运行时受控。 此时研发效能管理平台就会自己记录一份当时运行的命令，以便后面排查之需，比如保障制品的可重现。 具体的情况说明，可以参考我《研发效能之环境管理》的这篇文章。做好变更风险管控就好。
60930编辑于 2023-09-11 - 来自专栏架构师专栏
向量数据库与知识增强系统的效能影响分析
关键词：向量数据库、知识增强系统、RAG、性能优化、效能分析 文章目录 引言：为什么向量数据库这么火？️ 向量数据库基础架构解析 知识增强系统（RAG）核心机制 效能分析框架建立⚡ 关键性能影响因素深度剖析️ 系统优化策略与最佳实践 实际场景应用案例 总结与未来展望 引言：为什么向量数据库这么火？ 向量数据库基础架构解析什么是向量数据库？简单来说，向量数据库就是专门存储和检索向量数据的数据库系统。 RAG工作流程详解RAG vs 传统方案对比传统方案问题： - 模型训练成本高昂 - 知识更新困难 - 容易产生幻觉 RAG方案优势： - 实时知识更新 ⚡ - 可追溯信息来源 - 成本可控 效能分析框架建立要系统性地分析向量数据库与知识增强系统的效能 合适 > 最好：选择适合业务场景的技术方案，而不是最先进的 2. 缓存为王：多级缓存能够显著提升用户体验 3. 监控必要：没有监控就没有优化的依据 4.
4.8K10编辑于 2025-07-10 向量数据库与知识增强系统的效能影响分析
向量数据库基础架构解析 {#vector-db-basics} 什么是向量数据库？ 简单来说，向量数据库就是专门存储和检索向量数据的数据库系统。 RAG工作流程详解 RAG vs 传统方案对比 传统方案问题： 模型训练成本高昂 知识更新困难 容易产生幻觉 RAG方案优势： 实时知识更新 ⚡ 可追溯信息来源 成本可控 效能分析框架建立 {#performance-framework} 要系统性地分析向量数据库与知识增强系统的效能，我们需要建立一个全面的评估框架。 实测数据参考： 256维：查询延迟 < 10ms，内存占用低 768维：查询延迟 20-50ms，精度提升明显 1536维：查询延迟 > 100ms，适合离线场景 2. 架构设计： 性能表现： 平均响应时间：1.2秒 问题解决率：85% 用户满意度：提升40% 案例2：企业知识管理 挑战：某科技公司内部文档分散，员工找资料耗时长。
35110编辑于 2025-07-15构建高效能数据库系统：YashanDB实用配置指南
《构建高效能数据库系统：YashanDB实用配置指南》是一本非常有价值的参考资料，尤其对于那些希望提升数据库性能的工程师和开发者来说。 YashanDB作为一款高性能数据库系统，它的配置和优化策略可以显著影响其运行效率和响应速度。以下是一些在配置YashanDB时的实用指南，旨在帮助你高效地构建数据库系统：1. - 网络：确保数据库服务器和客户端之间的网络连接具有足够的带宽，尤其是在分布式部署的场景中。2. 高可用和备份为了保障数据库的高可用性和数据安全，以下是一些配置建议：- 主从复制：配置主从复制，保证数据的高可用性。在主数据库故障时，从数据库可以快速接管。 结语构建高效能的数据库系统不仅仅依赖于硬件和软件的基础配置，还需要合理的架构设计、性能优化和持续的监控管理。
15810编辑于 2025-09-29- 来自专栏研发效能EE
什么是研发效能？研发效能定义及核心价值
本着「少些概念解决问题，脚踏实地躬身入局」的原则，之前写了一些关于研发效能领域实践的文章，写完之后我一般用的标签是「研发效能」「持续集成」「持续交付」「DevOps」，这样就让本来很简单的一件事复杂了很多 目标：1）更早地交付价值， 2）有效学习和灵活响应变化 细品：敏捷开发强调了团队成员的积极主动性和一些原则框架，主要是提倡了一些好的机制，但是在具体执行落地上看是比较粗的。 1、我们的最高目标是，通过尽早和持续地交付有价值的软件来满足客户 2、欢迎对需求提出变更——即使是在项目开发后期。要善于利用需求变更，帮助客户获得竞争优势。 部署到生产环境可能受到诸多因素影响，比如额外的文档准备、数据库变更、配置变更、上线窗口等，所以强调质量保证通过不需要人工审批直接部署到生产环境意义不大。 研发效能 定义：研发效能是一个组织高效交付产品的能力，以及围绕提高这一能力所建立起来的由规范、流程、标准、工具、度量体系、实践等组成的系统工程体系。
2.2K20编辑于 2022-10-25 农商行渠道融合中TDSQL数据库选型的实践与效能
通过四维度方案破局： 渠道协同化：区分代理模式（云柜，全业务办理）、自动模式（超柜，简单高频业务）、联营服务（集约化1.0-5.0，服务重用）； 办理集约化：分Phase 1（传统网点服务）、Phase 2（ undefined技术支撑以TDSQL数据库为基础设施，目标实现一致高可用、高SQL兼容度、分布式水平扩展、高性能、完整分布式事务支持、企业级安全（项目建设目标）。 量化TDSQL应用下的业务效能提升 TDSQL两地三中心容灾架构为核心技术载体（数据来源：赞同科技股份有限公司 2024 TENCENT GLOBAL DIGITAL ECOSYSTEM SUMMIT） ，关键效能指标如下： 容灾能力：同城双中心数据强一致同步 RPO=0、RTO<30s；异地异步复制延迟<30分钟；系统整体高可用性99.999%以上；单中心内2个数据节点同时故障时，其他节点可继续服务 运维保障：明确DB服务类（如主DB不可用触发健康检查+主从切换，影响P1/P2级）、进程故障类（管控节点异常重启不影响业务）、机器故障类（PROXY替换后业务重连成功）应急场景预案，降低运维复杂度。
15110编辑于 2026-04-08- 来自专栏全栈程序员必看
H2数据库教程_h2数据库编辑数据库
启动和使用H2控制台 H2控制台应用程序允许您使用浏览器访问数据库。这可以是H2数据库，也可以是支持JDBC API的其他数据库。 例：1=Generic H2 (Embedded)|org.h2.Driver|jdbc\:h2\:~/test|sa 使用JDBC连接到数据库 要连接到数据库，Java应用程序首先需要加载数据库驱动程序 连接到TCP服务器 要使用TCP服务器远程连接到数据库，请使用以下驱动程序和数据库URL： JDBC驱动程序类： org.h2.Driver 数据库网址： jdbc:h2:tcp://localhost 使用时H2Dialect，兼容模式如MODE=MySQL不受支持。使用这种兼容模式时，请使用Hibernate方言代替相应的数据库H2Dialect; 但请注意H2不支持所有数据库的所有功能。 H2数据库与HSQLDB和PostgreSQL兼容。要利用H2特定功能，请使用H2Platform。
6.9K30编辑于 2022-11-04 - 来自专栏mysql
hhdb数据库介绍(2-2)
数据追平策略 在关系集群数据库存储节点高可用机制中，当主库宕机时计算节点的切换策略会根据备库设置的优先级进行切换并且计算节点会保证可用的备库追完所有可应用的relaylog后才将服务切换到备库上。
20710编辑于 2024-11-28 - 来自专栏待你如初见
Mysql数据库2
数据库约束约束的作用: 保证数据的完整性. //Oracle中默认事务是不提交的, 需要手动提交事务.MySQL事务管理的命令:start transaction;//开启事务SQL语句1;//要执行的SQL语句SQL语句2;commit//提交事务 原子性.强调事务的多个操作不可分割.2. 一致性.强调事务执行的前后, 数据完整性保持一致.3. 隔离性强调事务执行过程中, 不应该受到其他事务的干扰.4. 了解就行, 不用重点掌握)丢失更新.解决事务的读问题:设置事务的隔离级别:read uncommitted://未提交读脏读, 不可重复读, 虚读都有可能发生.read committed://已提交数据库避免脏读 repeatable read< Serializable效率:read uncommitted > read committed > repeatable read > Serializable一般数据库设置
94130编辑于 2022-08-30 - 来自专栏学习内容
2、数据库相关
序号 地址 1 计算机网络核心 2 数据库相关 3 Redis 4 Linux相关 5 JVM的内容 6 GC相关的 7 Java多线程与并发 8 Java多线程与并发-原理 9 Java常用类库与技巧 10 Java框架-Spring 1、主要考点思维导图 2、如何设计一个关系型数据库 存储管理：数据逻辑关系转为物理存储关系。 一致性（Consistency） 一个事务的执行不应该破坏数据库的完整性约束。如果上述例子中第2个操作执行后系统崩溃，保证A和B的金钱总计是不会变的。 幻读 例如事务T1对一个表中所有的行的某个数据项做了从“1”修改为“2”的操作，这时事务T2又对这个表中插入了一行数据项，而这个数据项的数值还是为“1”并且提交给数据库。 最后，如果Commons DBCP2可用，我们将使用它。 23、数据库优化 sql语句优化: 见资料(扩展资料) 表结构优化: 只能在实际企业中, 多做项目, 练习.
50430编辑于 2023-08-10 - 来自专栏大数据杂货铺
ClickHouse 提升数据效能
虽然我们目前没有多年的数据，但我们希望能够使用 2 个月以上的数据点来识别随时间变化的Schema，例如季节性趋势。 3.为什么选择 ClickHouse 获取 Google Analytics 数据 虽然 ClickHouse 对我们来说是显而易见的选择，但作为一项测试活动，它实际上也是用于网络分析的数据库 - “Click”一词来自 Click Analytics，这是数据库开发的原始类似 Google Analytics 的用例。 这些查询中的大多数都包含聚合，ClickHouse 作为面向列的数据库进行了优化，能够在不采样的情况下对数千亿行提供亚秒级响应时间 - 远远超出了我们在 GA4 中看到的规模。 每小时计算成本： 0.2160 美元 每月存储成本： 35.33 美元 * 0.1 = 3.53 美元 每天活跃小时数： 2 总成本：（每天 2 小时 * 0.2160 * 30 天）+ 3.53 =
3K10编辑于 2023-12-05 - 来自专栏用户6296428的专栏
效能平台建设实践
一、效能平台系统演进 1.1 系统早期 效能平台最早是为了解决整个公司在日常协作时横跨多个系统，操作成本极高的问题。 （2）敏捷实践的工具支撑：我们研发了迭代研发模型（Scrum 模型），为公司内部某些适宜场景下的敏捷实践提供了工具与功能上的支撑。 ? 二、效能平台的定位——三大“自我修养” 长期以来，为了达成未来效能平台既是“基础设施”又是“跃迁平台”的目标，我们对效能平台总结了三大“自我修养”，也就是定位的三大关键词： 2.1 效能 效能的定义为“ 效能=效率+效果”。 而肩负着有赞效能改进的工具性使命的效能平台，必须“闭环”。
2.4K22发布于 2020-08-24 - 来自专栏大数据杂货铺
ClickHouse 提升数据效能
虽然我们目前没有多年的数据，但我们希望能够使用 2 个月以上的数据点来识别随时间变化的Schema，例如季节性趋势。 3.为什么选择 ClickHouse 获取 Google Analytics 数据 虽然 ClickHouse 对我们来说是显而易见的选择，但作为一项测试活动，它实际上也是用于网络分析的数据库 - “Click”一词来自 Click Analytics，这是数据库开发的原始类似 Google Analytics 的用例。 这些查询中的大多数都包含聚合，ClickHouse 作为面向列的数据库进行了优化，能够在不采样的情况下对数千亿行提供亚秒级响应时间 - 远远超出了我们在 GA4 中看到的规模。 每小时计算成本： 0.2160 美元 每月存储成本： 35.33 美元 * 0.1 = 3.53 美元 每天活跃小时数： 2 总成本：（每天 2 小时 * 0.2160 * 30 天）+ 3.53 =
2.7K10编辑于 2023-12-05 - 来自专栏大宝的杂货店
研发效能实践浅谈
对于大量小而美的互联网软件项目，当版本需求被确认之后，比拼的就是研发能力，具体来讲就是从需求转化成软件或者服务的能力，这其中研发效能的高低对于理平台这里首先明确两个关键词的含义：CI: 持续集成，开发提交代码后
46940编辑于 2023-05-12 - 来自专栏大数据杂货铺
ClickHouse 提升数据效能
虽然我们目前没有多年的数据，但我们希望能够使用 2 个月以上的数据点来识别随时间变化的Schema，例如季节性趋势。 3.为什么选择 ClickHouse 获取 Google Analytics 数据 虽然 ClickHouse 对我们来说是显而易见的选择，但作为一项测试活动，它实际上也是用于网络分析的数据库 - “Click”一词来自 Click Analytics，这是数据库开发的原始类似 Google Analytics 的用例。 这些查询中的大多数都包含聚合，ClickHouse 作为面向列的数据库进行了优化，能够在不采样的情况下对数千亿行提供亚秒级响应时间 - 远远超出了我们在 GA4 中看到的规模。 每小时计算成本： 0.2160 美元 每月存储成本： 35.33 美元 * 0.1 = 3.53 美元 每天活跃小时数： 2 总成本：（每天 2 小时 * 0.2160 * 30 天）+ 3.53 =
3.3K10编辑于 2023-12-05 - 来自专栏全栈程序员必看
java h2 数据库_Java H2数据库
介绍 H2是Java编写的一款内嵌式数据库，支持内存和文件两种方式存储数据。 SpringBoot整合 pom.xml org.springframework.boot spring-boot-starter-data-jpa com.h2database h2 runtime application.yml spring: datasource: # url: jdbc:h2:mem:testdb url: jdbc:h2:file:. /src/main/resources/data.sql driver-class-name: org.h2.Driver username: sa password: password h2: # web 则只允许localhost:8080/h2-console进行访问 web-allow-others: false jpa: database-platform: org.hibernate.dialect.H2Dialect
1K20编辑于 2022-11-04 - 来自专栏CODING DevOps
《软件研发效能提升实践》节选 —— 研发效能的规模化实践
本文节选自《软件研发效能提升实践》一书第十五章——研发效能的规模化实践。 在数字化转型、软件“吞噬”世界的时代，软件研发效能已成为企业的核心竞争力。 这类企业会通过在信息中心成立一个研发效能部、 DevOps 建设组等方式，保证有人在持续关注整体团队的研发效能改进。 研发效能部门的工作如何考核 “如果你无法度量他，就无法管理它”，百人级企业可以快速进行研发效能提升的核心在于对度量的需求小，业务模式简单，研发效能的提升与变化可以在实际产出中明显地反映出来，不需要价值证明的过程 因此，在服务客户时，我们会建议客户投入优秀的业务 IT 人员组建研发效能团队，引入外部咨询团队的专业调研方法，为研发效能团队打造合适的软件研发流程规范。 在这个过程中，客户应建立软件研发效能团队的方法论，打造一支熟悉业务、理解效能、内部信任、长期服务的团队，并通过与具体业务 IT 团队对应的关键效能指标对该团队进行价值衡量。
2.2K00编辑于 2022-05-19 - 来自专栏博文视点Broadview
提高团队 IT 效能！畅销书籍《高效能团队模式》火热来袭！
内容简介 Brief Introduction 高效能软件开发团队是任何组织能够持续交付价值的关键。 译者简介 石雪峰，京东商城工程效率专家，DevOps标准核心编写专家，Jenkins社区全球大使，极客时间专栏《DevOps实战笔记》作者，《Jenkins 2权威指南》译者。 雷涛，华佑科技CTO，DevOps标准核心编写专家，前百度工程效率专家，《Jenkins 2权威指南》译者，曾先后就职于新浪网、摩托罗拉、诺基亚、爱立信、乐视致新等国内外知名企业，专注于互联网、电信、金融 《高效能团队模式》通过对这些关键组织模式、动态交互模式及组织进化方面细致入微的展示，丰富了我们对于组织结构的理解。 《高效能团队模式：支持软件快速交付的组织架构》就像一座灯塔，指引我们从固态组织（陆）航向动态组织（海），期待科技组织大航“海”时代的到来。
30120编辑于 2023-05-06 - 来自专栏DevOps
【DevOps系列】效能洞察4步走：金融企业效能度量转型实践
计划采取的步骤如下： 1 规划集团指标 2 采集集团数据 3 指标设计展示 4 平台推广使用 在上述建设过程中，该企业面临了一系列问题，但经过采取针对性的改进措施，这些问题已逐步得到解决。 1. 2确定度量目标，分析不同层级用户的度量目标。 组织级：关注聚合的数据，不太关注细节或过程。 2.数据采集阶段： 数据采集困难、采集不及时、数据质量差 DevOps工具链的集成深度不够，导致数据和度量指标分散于不同的平台。 改进措施： 通过接入需求管理、代码管理、集成管理和测试管理系列工具的数据，系统能够自动采集数据并处理这些数据，最后将它们存放在统一的数据库中。 这种方式依靠大数据库的数据处理能力，解决了数据处理效率低、加载速度慢、数据分散导致的数据关联性差等问题。
24100编辑于 2024-12-18
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