- 综合排序
- 最热优先
- 最新优先
- 来自专栏程序员笔记
札记2.未来变数·瓶颈
这两条路都很难走下去了，英特尔在十年前就开始多核 CPU 的开发，于是现在就有了双核、四核、八核的 CPU，可惜的是多核 CPU 也是有瓶颈的，瓶颈在散热。 2. 知识爆炸 历史上的哲人经常是博学的，亚里士多德除了是哲学家之外，他的著作还包含了物理学、诗歌、音乐、生物学、经济学、政治学、逻辑学等各个领域。 只是，这样的协作目前遇到了瓶颈，这个瓶颈和上面的知识爆炸不无关系。比如物理学领域，以前牛顿精通数学和物理，于是他要推公式，自己信手拈来就顺手发明了微积分。 最后，我看到的这个时代的瓶颈是：摩尔定律碰到物理天花板了，也就是说计算机的运算能力可能也就快到头了，也许接下来人工智能遇到的最大的瓶颈就是计算能力。 与其说知识爆炸是瓶颈，不如说人类大脑本身是瓶颈，当人们创造新知识需要的前提知识超过他大脑学习能力的时候，人类将无法创造新的知识。
73280发布于 2018-06-15 - 来自专栏冷冷
扩展jwt解决oauth2 性能瓶颈
oauth2 性能瓶颈 资源服务器的请求都会被拦截 到认证服务器校验合法性 （如下图） 用户携带token 请求资源服务器 资源服务器拦截器 携带token 去认证服务器 调用tokenstore 对 token，默认只会含有用户名信息 通过用户名调用userdetailsservice.loadbyusername 查询用户全部信息 如上步骤在实际使用，会造成认证中心的负载压力过大，成为造成整个系统瓶颈的关键点 check-token 过程中涉及的源码 更为详细的源码讲解可以参考我上篇文章《Spring Cloud OAuth2 资源服务器CheckToken 源码解析》 check-token 涉及到的核心类 authentication) -> { if (SecurityConstants.CLIENT_CREDENTIALS .equals(authentication.getOAuth2Request > map = jwtAccessTokenConverter.convertAccessToken(readAccessToken(accessToken), oAuth2Authentication
89520发布于 2019-05-26 - 来自专栏冷冷
扩展jwt解决oauth2 性能瓶颈
oauth2 性能瓶颈 资源服务器的请求都会被拦截 到认证服务器校验合法性 （如下图） 用户携带token 请求资源服务器 资源服务器拦截器 携带token 去认证服务器 调用tokenstore 对token token，默认只会含有用户名信息 通过用户名调用userdetailsservice.loadbyusername 查询用户全部信息 如上步骤在实际使用，会造成认证中心的负载压力过大，成为造成整个系统瓶颈的关键点 E5%91%BD%E5%90%8D%E6%96%87%E4%BB%B6.jpeg] check-token 过程中涉及的源码 更为详细的源码讲解可以参考我上篇文章《Spring Cloud OAuth2 authentication) -> { if (SecurityConstants.CLIENT_CREDENTIALS .equals(authentication.getOAuth2Request > map = jwtAccessTokenConverter.convertAccessToken(readAccessToken(accessToken), oAuth2Authentication
2K70发布于 2019-03-18 - 来自专栏冷冷
扩展资源服务器解决oauth2 性能瓶颈
tokenstore 对token 合法性校验 资源服务器拿到token，默认只会含有用户名信息 通过用户名调用userdetailsservice.loadbyusername 查询用户全部信息 详细性能瓶颈分析 ，请参考上篇文章《扩展jwt解决oauth2 性能瓶颈》 本文是针对传统使用UUID token 的情况进行扩展，提高系统的吞吐率，解决性能瓶颈的问题 默认check-token 解析逻辑 RemoteTokenServices 入口 @Override public OAuth2Authentication loadAuthentication(String accessToken) throws AuthenticationException 主要是 用户的信息的抽取 Authentication user = userTokenConverter.extractAuthentication(map); // 一些oauth2 信息的填充 OAuth2Request request = new OAuth2Request(parameters, clientId, authorities, true, scope, resourceIds
1.8K20发布于 2019-05-26 - 来自专栏冷冷
扩展资源服务器解决oauth2 性能瓶颈
tokenstore 对token 合法性校验 资源服务器拿到token，默认只会含有用户名信息 通过用户名调用userdetailsservice.loadbyusername 查询用户全部信息 详细性能瓶颈分析 ，请参考上篇文章《扩展jwt解决oauth2 性能瓶颈》 本文是针对传统使用UUID token 的情况进行扩展，提高系统的吞吐率，解决性能瓶颈的问题 默认check-token 解析逻辑 RemoteTokenServices 入口 @Override public OAuth2Authentication loadAuthentication(String accessToken) throws AuthenticationException 主要是 用户的信息的抽取 Authentication user = userTokenConverter.extractAuthentication(map); // 一些oauth2 信息的填充 OAuth2Request request = new OAuth2Request(parameters, clientId, authorities, true, scope, resourceIds
75040发布于 2019-03-20 - 来自专栏深蓝居
.Net+SQL Server企业应用性能优化笔记2——查找瓶颈
如果没有找到瓶颈就开始调优，那无异于缘木求鱼。 一般来说，大多数瓶颈都是出现在WEB服务器或SQL服务器上，很少有在客户端出现瓶颈的。 （不过我还真遇到过客户端出现性能瓶颈的情况，由于使用了一个不正确的GIF图片，该图片导致客户端CPU占用100%，使得用户感觉系统响应很慢。） 首先确认瓶颈是否在客户端。 通过对客户端的一些调查就可以确定瓶颈是否在客户端了。真是在客户端的话那就要优化JS、优化HTML等。 确认了瓶颈没有在客户端，那么剩下的就是2台服务器。 通过对两个服务器的监控，基本上就可以判断出到底哪个服务器存在性能瓶颈。
76120编辑于 2022-06-16 - 来自专栏气象学家
TeleViT1.0：AI解码突破S2S野火预测瓶颈
这种"双重困境"使得S2S预测成为全球防灾减灾的重大科学瓶颈。 对于野火预测而言，S2S时距具有不可替代的实践价值。消防资源调度、燃料管理方案制定、应急人员配置等关键决策均需提前数周至数月进行。 Fuxi-S2S、GenCast等模型进一步将技巧延伸至S2S尺度，其核心创新在于：1）利用历史再分析数据捕捉慢变海洋-大气信号；2）通过隐式动力学习低频模态演化；3）采用集成预报技术量化不确定性。 现有DL野火研究多集中于短临预报（1-5天），S2S尺度研究尚处起步阶段。 这表明S2S野火预测任务的数据复杂度有限，深层网络易过拟合。 在S2S尺度，火活动固有不确定性增大，模型应表达更低的确信度。
28910编辑于 2026-03-25 - 来自专栏软件测试架构师俱乐部
如何判断内存瓶颈
内存free值很低意味着内存达到瓶颈了吗？ 在我们日常工作中，可能会发现free的值（空闲）越来越低，我们会直观的认为内存耗尽，到达瓶颈了，其实，这只是Linux的为了提高文件读取的性能的内存使用机制罢了。 也就是说，当空闲内存低于一个特定的阈值时，内核的守护进程就会进行内存块回收，那我们如何判断内存达到瓶颈呢？ swap上，这样系统就有更多的物理内存为各个进程服务，而当系统需要访问swap上存储的内容时，再将swap上的数据加载到内存中，这就是我们常说的swap out和swap in，所以在我们判断内存达到瓶颈的时候 同时查看/proc/meminfo,我们看到dirty那一行持续上涨，则内存已经出现瓶颈； ?
2.2K20发布于 2020-06-12 - 来自专栏刷题笔记
HashMap的性能瓶颈
由于扩容数组的长度是 2 倍关系，所以对于假设初始 tableSize = 4 要扩容到 8 来说就是 0100 到 1000 的变化（左移一位就是 2 倍），在扩容中只用判断原来的 hash 值和左移动的一位
91620发布于 2021-04-14 LLM架构瓶颈管窥：Transformer架构的上下文窗口瓶颈
维度瓶颈一句话解释物理层KV Cache / 显存上下文越长，显存爆炸，推理越慢。算法层注意力机制 O(N2)O(N^2)O(N2)计算量随长度呈平方级增长，是速度瓶颈。 2. 算法瓶颈：注意力机制的 O(N2)O(N^2)O(N2) 计算复杂度问题：Transformer 的核心是“自注意力机制”，即每个字都要和窗口内所有其他字计算一遍相关性。 如果上下文长度从 NNN 变成 2N2N2N，计算量不是翻倍，而是变成 4倍。后果：长文本的推理延迟（Latency）极高，导致用户等待时间急剧增加，实时交互变得困难。 3. 有损处理：稀疏注意力与压缩为了突破 O(N2)O(N^2)O(N2) 的算力限制，很多长文本模型采用“稀疏注意力”（只看部分关键字）或“分层压缩”（把前面的内容压缩成摘要）。 2、 AI编程领域，SDD（规范驱动开发）也是为了避免 上下文窗口瓶颈SDD方法的如下手段，的确是回避LLM上下文瓶颈“大坑”的有效举措，解决LLM幻觉与瞎猜，提高代码生成的可预测性：提供具体化的requirement
55640编辑于 2026-01-01- 来自专栏测试之道
性能TPS 瓶颈定位
2：大量的tcp连接超时 ? 问题大致明白了。 因为系统反复写日志不成功，导致内核频繁的上下文切换；因为tcp连接故障导致的系统频繁中断 解决问题 1：调整tcp的keepalive时间，从1200加到了3000 2：增加tcp缓冲和内存共享 3：日志问题开发暂时不想解决
1.8K20发布于 2021-03-04 - 来自专栏CreateAMind
语言的信息瓶颈分析
Efficient human-like semantic representations via the Information Bottleneck principle
61320发布于 2018-12-26 - 来自专栏腾讯社交用户体验设计
深挖data URI性能瓶颈
5YiUqrXF5Y5lKh/DeuNcP5yLWGsEbtLiOSpa/TPg7JpJHxyendzWTBfX0cxOnKPjgBzi4diinWGdkF8kjdfnycQZXZeYGejmJlZeGl9i2icVqaNVailT6F5iJ90m6mvuTS4OK05M0vDk0Q4XUtwvKOzrcd3iq9uisF81M1OIcR7lEewwcLp7tuNNkM3uNna3F2JQFo97Vriy 由于2的6次方等于64，所以每6个比特为一个单元，对应某个可打印字符（包括大写的英文字母、小写的英文字母、数字、+、/）。 以下是“MAN”这个单词对应的二进制位和 base64 编码。 ? 00%00%00%00%00%00%00%00%00%00%00%00%00%00%00%00%00%00%00%00%00%00%00%00%00%00%00%00%00%00%00%00%00%00%2C %0B6%40%60%80%A5%00%01)s%AA%94%D8%60%80G%84%02P%22%E0Y%A0%81%C9%A3%25%138h%00%80g%02%A3%04%A2J%8D%BA% 在CSS文件中过多使用Base64时，会让首次渲染时间（First Paint）增加2倍以上，在移动端，由于网络和手机性能的缘故，这一时间可能会增加10倍以上。
2.2K20发布于 2018-06-29 - 来自专栏软件测试经验与教训
一般系统瓶颈
回答技巧 • “分段排除法“，或者按照以下顺序查找瓶颈。 服务器硬件瓶颈---〉网络瓶颈---〉服务器操作系统瓶颈（参数配置）---〉中间件瓶颈（参数配置，数据库，web服务器等）---〉应用瓶颈（SQL语句、数据库设计、业务逻辑、算法等） 注：如果面试官的问题是一个场景假设 一般系统的瓶颈 硬件上的性能瓶颈： 一般指的是CPU、内存、磁盘I/O 方面的问题，分为服务器硬件瓶颈、网络瓶颈（对局域网一般可以不考虑）、服务器操作系统瓶颈（参数配置）、中间件瓶颈（参数配置、数据库 应用软件上的性能瓶颈： 一般指的是应用服务器、web 服务器等应用软件，还包括数据库系统。 例如：中间件weblogic 平台上配置的JDBC连接池的参数设置不合理，造成的瓶颈。 应用程序上的性能瓶颈： 一般指的是开发人员新开发出来的应用程序。 例如，程序架构规划不合理，程序本身设计有问题（串行处理、请求的处理线程不够），造成系统在大量用户访问时性能低下而造成的瓶颈。
2.1K50发布于 2018-05-15 - 来自专栏云云众生s
没人谈论的部署瓶颈
译自：The Deployment Bottleneck No One Talks About 作者：Rak Siva 真正的瓶颈可能不在您的管道中，而在您的应用程序与云服务交互的方式。 遵守 SOC 2、HIPAA 和 PCI DSS 许多组织担心自动化可能会与 SOC 2、HIPAA 或 PCI DSS 等严格的监管框架冲突。实际上，自动化是维护合规性而不是破坏合规性的强大工具。
55410编辑于 2025-03-05 - 来自专栏Python自动化测试
混沌工程之资源瓶颈
在混沌工程中数据库调用延迟中详细的介绍了混沌工程的原则以及混沌工程实验的方法论和核心思考点，以及混沌工程需要解决的问题，下面使用混沌工程的方式来模拟系统资源，主要是模拟当系统的CPU和内存都出现负载的情况下，那么这个时候系统资源出现瓶颈的情况下 使用到的命令具体如下： [root@k8s-node1 ~]# blade create cpu fullload {"code":200,"success":true,"result":"11a6ae2eb271df61 实验结束后，需要销毁实验的场景，销毁的过程以及命令具体如下： [root@k8s-node1 ~]# blade destroy 11a6ae2eb271df61 {"code":200,"success
70130编辑于 2022-12-03 - 来自专栏前端小兵成长营
初级前端如何突破瓶颈
前言 自 15 年 9 月第一次接触前端开发到现在已经过去了五年多，最开始是从一个很小的外包团队团队出身，没有带，没人管，几乎一个人干了 2 年多的活。 虽然我不是一个很好的组长，但也见过不少五年工作三年经验情况的同学，他们在遇到瓶颈期时候的迷茫与无措。 什么是瓶颈期 初级前端的定义一般工作经验是 1 - 3 年，注意是 1 - 3 的工作经验而不是工作年限。 那么这个时候就是初级前端遇到的瓶颈期了。或者说这是任何一个阶段的研发都会遇到的一个瓶颈期。 减少无效的工作 什么样的工作是无效（没有效率）的？ ” 例子2：权限业务 在中台系统中，基本上每个业务中台（比如订单、客服等等）都会有对应的权限控制。
62820发布于 2021-01-06 - 来自专栏Kubernetes
TensorFlow on Kubernetes性能瓶颈定位
K8S中的worker从HDFS集群中读取训练数据时存在IO瓶颈？可能网络上的或者是HDFS本身的配置，需要通过HDFS集群的监控来进一步排查。 测试结果 用例2的测试截图： ? 场景2：将所有ps和所有worker都强制进行物理隔离。 测试用例 用例ID 服务器数 worker数 ps数 说明 1 2 10 1 一台服务器部署10个worker，另外一台部署1个ps 2 10 20 5 5台服务器分别部署10个worker，5台服务器分别部署 调度实现 场景2的TensorFlow对象模板***scene2.jinja*** # scene2.jinja —— 对象模板 {%- set name = "##NAME##" -%} {%- set 测试结果 用例2的测试截图： ?
1.6K70发布于 2018-04-16 - 来自专栏Crossin的编程教室
编程学习中的瓶颈
通常我们称之为“瓶颈期”。如果你已经看完了我的几十篇 Python 系列教程，搞懂了里面说的各种知识点，却仍然无法自己写出一个完整的程序。那么恭喜你，你已来到编程学习的瓶颈。 ? 和其他学习者交流、向老手请教、参与各种项目自然也对突破瓶颈有很大的帮助。但这些都建立在一定的代码量基础上。你连代码都还没有写熟练，如何能和其他人愉快地交谈？ 遭遇瓶颈，心态很重要，最大的敌人是你自己。只要你持之以恒，总归是在进步，总有跨出瓶颈的时候。不要觉得已经做了很多好像也没什么提升就开始自我怀疑，也不要看见别人比你牛逼还比你努力就失去信心。 至于多久才能突破瓶颈，那就不好说了。不同的天赋，不同的努力，结果都不一样。你只能尽力而为。 ? 当你坚持不下去的时候，再坚持一下 另外，当某天突破瓶颈豁然开朗之后，也不要天真地认为从此就海阔天空，走上编程巅峰了。编程之路这才刚刚开始，前方还有无数的坑在等着你呢。 ?
1.1K110发布于 2018-04-17 - 来自专栏终有链响
五步定位性能瓶颈
这样可以直观地展示数据流动路径，并提前标注出可能的瓶颈区域，确保在后续测试中这些环节得到特别关注。 2. 灵活调整日志级别：虽然生产环境倾向于较低的日志级别以减少性能开销，但在性能测试中发现性能瓶颈时，适度提升日志级别能提供更多调试信息，辅助问题定位。 2. 三、硬件资源占用分析：洞察系统性能瓶颈的底层因素 当日志分析未能直接揭示系统瓶颈时，深入考察硬件资源的占用情况成为关键步骤。 3.3 磁盘I/O 磁盘I/O瓶颈：作为系统中最易成为瓶颈的部分，磁盘读写速度直接影响性能。高性能系统设计需规避磁盘I/O密集型操作。 四、软件性能分析重点：数据库监控与优化 在Web系统性能瓶颈排查中，数据库子系统往往是问题频发之地，据统计，超过70%的性能瓶颈与数据库相关。
69310编辑于 2024-07-29
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