- 综合排序
- 最热优先
- 最新优先
- 来自专栏k8s技术圈
6个优化策略，助你降低K8s成本
因此，Kubernetes 成本管理和优化亟需得到系统管理员的重视。本文我们将了解6个优化 Kubernetes 成本的策略和方法。 4、为 K8s 工作负载选择不同的购买策略 对于 AWS 或者 GCP 来说，按需实例是最昂贵的选项。因此，我们应该充分利用预留的实例甚至是 Spot instances（竞价型实例）。 为每个节点都规划购买策略，并在可能的情况下优先使用 Spot 实例，以充分利用购买折扣。如果 Spot 实例不适合你的工作负载，比如你的容器正在运行数据库，那么可以购买具备稳定可用性的节点。 默认情况下，即便在不同性能层上配置节点，K8s 也无法匹配正确的节点。 如果一个非关键的pod被安排在一个高性能的节点上，会导致性能浪费并最终提高成本。 Kubernetes 提供诸如 nodeSelector、亲和性以及污点和容忍等特性以解决此类问题并优化调度。
97010编辑于 2023-08-21 - 来自专栏yaphetsfang
mysql优化策略
MYSQL优化主要分为以下四大方面： 设计：存储引擎，字段类型，范式与逆范式 功能：索引，缓存，分区分表。 架构：主从复制，读写分离，负载均衡。 合理SQL：测试，经验。 3.列类型之字符 字符集校对规则utf8_general_ci表示校对时不区分大小写，相对的cs表示区分大小写。还有一个bin结尾的是字节比较。而general是地区名，这里是通用，utf8表示编码。 如果是gbk，可以使用gbk_chinese_ci，如果是utf8则用utf8_general。 如果是UTF8编码下，长度为5的CHAR类型，最多可以存储15字节，也就是5个汉字的内容。因为一个汉字占3个字节。 八、SQL优化 1.对于并发性的SQL 少用（不用）多表操作（子查询，联合查询），而是将复杂的SQL拆分多次执行。如果查询很原子（很小），会增加查询缓存的利用率。
92510编辑于 2022-05-10 - 来自专栏只喝牛奶的杀手
性能优化策略
三个“要”原则是： 要优先查最大的性能瓶颈， 性能分析要确诊性能问题的根因， 性能优化要考虑各种的情况。 三个“不要”的原则是： 不要做过度的、反常态的优化， 不要过早做不成熟的优化， 不要做表面的肤浅优化 防止顾此失彼，一定要分析清楚，再动手。性能优化的目标，是追求最合适的性价比或最高的投入产出比。 性能优化五个类别是： 时空相互转换 并行 / 异步操作 预先 / 延后处理 缓存 / 批量合并 算法设计和数据结构 如何分析一个线上及性能问题？ dump文件分析工具：https://fastthread.io/、jvisualvm.exe，开发关注机器的什么指标（CPU、内存、网络、IO）等，性能优化问题一定避免饮鸩止渴，往往满足于一个能够解决眼前问题的答案
39430编辑于 2023-04-07 - 来自专栏冷冷
缓存策略优化
0x00000007fc8ba580, 0x0000000725d8e638, 0x0000000725d8e6e0, 0x0000000738274490, 0x0000000725b5f720, 0x0000000725b5f7c8, 0x00000007384c03f8, 0x00000007231683a8, 0x0000000723168450, 0x0000000731980608, 0x0000000725d27ab8 0x00000007fc8f8b60, 0x00000007232918f8, 0x000000072329db00, 0x000000073186ee08, 0x0000000725b7b928, 0x0000000738471170, 0x000000072e8fabd8, 0x000000072e8f8af8, 0x0000000732c51a38, 0x00000007319c69a8, com.xxxx.xxxx.web.controller.login.LoginController.login(LoginController.java:119) 分析 仔细分析对应代码逻辑，可发现有如下的缓存策略
1.2K80发布于 2018-02-08 - 来自专栏数据和云
MySQL 8密码策略
MySQL8提供了较多的密码管理功能和策略，包括密码过期时间设置，密码重用限制，密码验证，双密码，密码强度评估和密码失败跟踪等。 DBA使用提供的这些功能和策略对MySQL用户的密码进行管理和配置，进一步完善数据库的安全保障。 同样的既可以设置一个全局策略，也可以对每个用户设置单独的策略。 当开启密码重用策略后， mysql.password_history 表中将会记录用户使用的历史密码和该密码被修改的时间。 | {"additional_password": "*EBED5A04B3B2D65B204464B8C4CEA9C06181C1F6"} | +------+------+------------ 对于 CREATE USER 语句，validate_password 要求提供密码，并且满足密码策略。即使帐户最初被锁定也是如此，否则稍后解锁帐户将导致它在没有满足策略密码的情况下变得可访问。
3.3K20发布于 2021-10-13 - 来自专栏瓜大三哥
优化策略之PowerOptimization
Areaperforms re-synthesis in area mode to reduce the number of LUTs. 1.7Mux Optimization Remaps MUXF7,MUXF8, 进行多次优化 2.2ExploreArea Runs multiplepasses of optimization with emphasis on reducing combinational logic 进行多次优化，重点是减少组合逻辑 2.3AddRemap Runs the defaultlogic optimization flow and includes LUT remapping to reduce 将LUT重新优化到逻辑单元内部。 对BRAM不做功耗优化 2.7ExploreWithRemap Same as the Explore directive but includes the Remap optimization.
87121发布于 2018-12-13 Tomcat 性能优化策略
Tomcat优化从两个方面进行 JVM虚拟机优化(优化内存模型) Tomcat自身配置的优化(比如是否使用了共享线程池?IO模型?) 二、虚拟机运行优化(参数调整) Java 虚拟机的运行优化主要是内存分配和垃圾回收策略的优化: 内存直接影响服务的运行效率和吞吐量 垃圾回收机制会不同程度地导致程序运行中断(垃圾回收策略不同，垃圾回收次数和回收效率都是 元空间最大内存 默认无限 -XX:NewRatio 年轻代和老年代大小比值，取值为整数，默认为2 不需要修改 -XX:SurvivorRatio Eden区与Survivor区大小的比值，取值为整数，默认为8 Xms2048m -Xmx2048m -XX:MetaspaceSize=256m - XX:MaxMetaspaceSize=512m" 4、调整后查看可使用JDK提供的内存映射工具 5、垃圾回收(GC)策略 ，不适 合高并发；Tomcat8以后的版本默认使用NIO模式(非阻塞式IO)。
27510编辑于 2025-11-20- 来自专栏全栈程序员必看
雅虎前端优化策略
Minimize DOM Access [减少Dom访问] Develop Smart Event Handlers [使用智能事件处理] Images ·「图片 Optimize Images [优化图片 ] Optimize CSS Sprites [优化雪碧图] Do Not Scale Images in HTML [不要在html中缩放图片] Make favicon.ico Small and
93520编辑于 2022-09-14 - 来自专栏YOLO大作战
YOLOv8优化策略： 谷歌强势推出优化器Lion，内存更小、效率更高，秒杀Adam(W)
1.Lion优化器介绍论文：https://arxiv.org/abs/2302.06675代码：automl/lion at master · google/automl · GitHub 1.1 简单、内存高效、运行速度更快1）与 AdamW 和各种自适应优化器需要同时保存一阶和二阶矩相比，Lion 只需要动量，将额外的内存占用减半；2）由于 Lion 的简单性，Lion 在我们的实验中具有更快的运行时间 （step/s），通常比 AdamW 和 Adafactor 提速 2-15%；1.2 Lion优化器在各种模型、任务和领域上的优越性能1.2.1 图像分类Lion 在 ImageNet 上从头开始训练或在 2)优化器的另一个潜在限制——批量大小（batch size）。通过实验，论文指出 Lion 在小batch_size（小于64）的时候效果不如AdamW。2. Lion优化器导入Yolov82.1 修改ultralytics/yolo/engine/trainer.py核心代码：# Copyright 2023 Google Research.
3K30编辑于 2023-11-03 - 来自专栏腾讯云原生团队
详解K8s资源拓扑感知调度、资源优化策略最佳实践
CPUSet分配策略过于单一。 关于容器多级资源QoS分配策略，在CPUSet的策略上，可以划分为四种： Exclusive：它可以独占CPU内核心，其他Pod不可使用，一般是高利用率的容器会采取该策略； None：不做CPU绑核的策略 在CPU内核心选择策略上： 首先，按照调度结果获取NUMA node上需分配的核心数； 随后，从共享池中选择可分配的CPU内核心； 同时，还希望一个Pod尽量不使用在同一个物理核上的逻辑核。 在不同混部场景下，容器CPUSet策略也是不同的。 离线CVM混部的场景中，一台物理机的各个NUMA node上都生产了许多在线的CVM，当在线利用率很低时，需要更好地利用资源。 在策略的优化后，资源得到更合理地利用。 未来，Kubernetes精细化调度将会覆盖更多的场景，例如碎片GPU、网络拓扑架构、电力调度。 点关注，不迷路～～～
4.8K30编辑于 2022-09-06 - 来自专栏JavaEdge
JVM频繁fullgc优化策略
前者则修复问题，后者则增加内存 如果没有增加内存的条件，则考虑重构优化，比如原来的进程内缓存改为远程缓存，以减少内存使用 如果不能通过简单的手段减少内存使用，则需要做架构层面的重构，将功能拆分成多个服务
60620发布于 2021-03-28 - 来自专栏Leetcode名企之路
索引使用策略及优化
索引使用策略及优化 基于以上explain的基础，我们对mysql索引进行优化。 MySQL的优化主要分为结构优化（Scheme optimization）和查询优化（Query optimization）。本章讨论的高性能索引策略主要属于结构优化范畴。 本章的内容完全基于上文的理论基础，实际上一旦理解了索引背后的机制，那么选择高性能的策略就变成了纯粹的推理，并且可以理解这些策略背后的逻辑。 示例数据库 为了讨论索引策略，需要一个数据量不算小的数据库作为示例。本文选用MySQL官方文档中提供的示例数据库之一：employees。这个数据库关系复杂度适中，且数据量较大。 4+--------------------+ 5| Senior Engineer | 6| Staff | 7| Engineer | 8|
82931发布于 2018-10-25 - 来自专栏光城(guangcity)
短板原理之优化策略
图中垂直线代表输入数组 [1,8,6,2,5,4,8,3,7]。在此情况下，容器能够容纳水（表示为蓝色部分）的最大值为 49。 示例: 输入: [1,8,6,2,5,4,8,3,7] 输出: 49 2.思路算法 思路一：暴力法 直接暴力解决这道题。 选择最优面积策略是，当左边比右边高度小，则更新左边，否则更新右边，这样遍历保证了可以使得面积最大被找出来！ low+=1 else: high-=1 return maxArea 提交结果 思路三：思路二优化 这个算法是对上述算法二的优化，优化策略在于移动次数！
60610发布于 2019-09-20 - 来自专栏互扯程序
索引使用策略及优化
MySQL的优化主要分为结构优化（Scheme optimization）和查询优化（Query optimization）。本章讨论的高性能索引策略主要属于结构优化范畴。 本章的内容完全基于上文的理论基础，实际上一旦理解了索引背后的机制，那么选择高性能的策略就变成了纯粹的推理，并且可以理解这些策略背后的逻辑。 示例数据库 为了讨论索引策略，需要一个数据量不算小的数据库作为示例。本文选用MySQL官方文档中提供的示例数据库之一：employees。这个数据库关系复杂度适中，且数据量较大。 所以我们深入了解MySQL的基于开销的优化器，还可以获得很多可能被优化器考虑到的访问策略的细节，以及当运行SQL语句时哪种策略预计会被优化器采用。 有一种与索引选择性有关的索引优化策略叫做前缀索引，就是用列的前缀代替整个列作为索引key，当前缀长度合适时，可以做到既使得前缀索引的选择性接近全列索引，同时因为索引key变短而减少了索引文件的大小和维护开销
82321发布于 2019-08-08 - 来自专栏音视频技术
Hulu 视频QoS优化策略
尽管Hulu提供服务的网络环境与国内大相径庭，但其相关QoS保障策略依然值得借鉴。 其次会分享对QoS优化和用户体验之间关系的基本理解，最后结合Hulu的技术实践介绍在客户端通过自适应码率调解的方法优化QoS的基本思路和原理，以及构建的一整套QoS优化框架。 从这些问题中，我们可以发现：QoE是我们希望优化的目标，QoS是比较可行的手段。那么能否把QoS和QoE连接起来，通过优化QoS来实现优化QoE？ 三、流媒体服务质量优化 前面主要介绍了为什么QoS优化能做，有必要去做 , 接下来从三个方面介绍如何进行QoS优化。 流媒体服务质量优化的挑战 接下来结合Hulu的技术实践介绍我们在优化时遇到的一些挑战，虽然这些挑战主要是我们从优化ABR算法中总结出来的，但其实对于所有QoS类的优化都适用，基本上是一些常见的痛点和通用的解决方法
78460发布于 2021-09-01 - 来自专栏进击的多媒体开发
GLSL 的若干优化策略
一个好的 Shader，特别是在低端机上跑效果，性能往往会有很大的提升，那么，就很有必要学习一下 GLSL Shader 性能优化的策略。 下面整理了一些优化的策略。 1. 另外，因为是海量计算，所以细徽的优化会带来革命性的性能改善。 4. 使用 glsl_optimizer 优化工具进行优化 glsl_optimizer 是一个免费开源的glsl优化器。 可以生成GPU无关的shader优化代码。 可以进行非常多的优化项目，比如 函数内联，死代码删除，常量折叠，常量传递，数学优化等等。 5. 8. Alpha Test Alpha test 和 clip() 函数，在不同平台有不同的性能开销。 通常使用它来剔除那些完全透明的像素。 动态分支和代码优化难度有相关性 这一点经常被忽视，就是有动态分支的代码，因为没准你要读写点什么，前后还可能有依赖，往往也难以被优化。
1.2K20编辑于 2022-10-31 - 来自专栏cwl_Java
性能优化-Tomcat8优化
1、Tomcat8优化 tomcat服务器在JavaEE项目中使用率非常高，所以在生产环境对tomcat的优化也变得非常重要了。 1.1 Tomcat配置优化 1.1.1、部署安装tomcat8 下载并安装： https://tomcat.apache.org/download-80.cgi ? 推荐使用nio，不过，在tomcat8中有最新的nio2，速度更快，建议使用nio2. 注意：这里在测试时，我们使用一个新的tomcat，进行测试，后面再对其进行优化调整，再测试。 1.5、调整JVM参数进行优化 接下来，测试通过jvm参数进行优化，为了测试一致性，依然将最大线程数设置为500， 启用nio2运行模式。
1.6K20发布于 2020-02-13 - 来自专栏《活动征集》
常见的查询优化策略：JOIN优化与子查询优化！
如果你的JOIN条件没有经过优化，数据库引擎可能会进行全表扫描，代价可想而知！ 优化建议： 确保JOIN条件中的字段具有索引，特别是用于连接的字段。 1. ⏳ 使用联接代替子查询 一个常见的子查询优化策略是将子查询替换为JOIN操作。因为JOIN操作通常比子查询执行得更快，特别是在需要多次查询同一个表的情况下。 总结：性能优化，永远在路上！ 今天我们聊了关于JOIN优化和子查询优化的那些事儿，掌握这些技巧，你就可以让你的SQL查询飞起来！ 而对于子查询，不要盲目使用，要考虑将其优化为JOIN操作，减少查询的复杂性。 这些优化策略看似简单，但却能为你带来显著的性能提升，确保你的数据库查询像闪电一样高效⚡！加油，未来的数据库优化大师！ 小提示： 没有最好的查询，只有最适合你的查询策略，记得根据具体场景灵活应用哦！-End-
1.2K21编辑于 2025-04-21 - 来自专栏JavaEdge
短链系统设计性能优化-分片策略优化
4.5 基于 base62 的分片策略 Hash(long_url)%62作为分片键 并将 hash(long_url)%62直接放到 short url 若原来的 short key 是 AB1234 所以，最后最佳架构： 4.6 还能优化吗？ web server 和 database 之间的通信。 就中国 server 访问美国 db，也不会慢太多 中访中是用户主流，优化系统就是针对主要需求 于是，得到最终架构： 还可以维护一份域名白名单，访问对应地域的 DB。
57030编辑于 2022-09-14 - 来自专栏谢公子学安全
K8s调度策略
1 调度 在K8s中，调度是指将Pod放置到合适的节点上。调度器通过 K8s 的监测机制来发现集群中新创建且尚未被调度到节点上的Pod。 在做调度决定时需要考虑的因素包括：单独和整体的资源请求、硬件/软件/策略限制、 亲和以及反亲和要求、数据局部性、负载间的干扰等等。 支持以下两种方式配置调度器的过滤和打分行为： 调度策略：允许你配置过滤所用的 断言（Predicates） 和打分所用的 优先级（Priorities）。 Pod，具有污点Taint的node和pod是互斥关系；而容忍度（Toleration）是应用于 Pod 上的，容忍度允许(但不要求)调度器调度带有对容忍度的Pod到Node节点上，污点和容忍度的目的是优化 #查询k8s-master节点的Taints kubectl describe node k8s-master | grep Taints #取消污点 kubectl taint nodes k8s-master
1.4K80编辑于 2023-02-27
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