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
  • 来自专栏后端精进之路

    JVM性能优化系列-(3) 虚拟机执行子系统

    3. 在Java 虚拟机规范中,详细介绍了类、接口、方法和字段等各个方面的解析。 3. 其中验证、准备、解析3个部分统称为连接(Linking)。 3. 不过从执行角度使用赋null值的操作来优化内存回收是建立在对字节码执行引擎概念模型的理解之上,代码在经过编译器优化后才是虚拟机真正需要执行的代码,这时赋null值会被消除掉,因此更优雅的解决办法是以恰当的变量作用域来控制变量回收时间

    35510编辑于 2023-10-19
  • Vue 3性能优化

    Vue 3 相较于 Vue 2 在底层进行了诸多优化(例如使用了 Proxy 进行响应式系统重构、编译时优化等),但开发者仍需遵循最佳实践才能发挥其最大性能。 以下是 Vue 3 性能优化的核心技巧和最佳实践:一、 编译时和渲染优化1. 使用 v-if 代替 v-show (按需渲染)优化点: 减少初始渲染和内存消耗。 利用 Vue 的编译优化(Template 编写规范)Vue 3 编译器会自动进行静态提升(Static Hoisting)和块树(Block Tree)优化。 避免: 不要使用数组索引 index 作为 key,除非列表项永远不会变动、新增或删除,否则会导致性能问题和状态错误。二、 响应式系统优化4. 虚拟列表 (Virtual Scroller)优化点: 解决渲染大量列表数据(如超过 1000 条)时的性能问题。

    37910编辑于 2025-10-24
  • 来自专栏python3

    AS3性能优化

    本篇文章用来总结本人对AS3性能优化方面的认识及经验,可能会有一些错误,敬请不吝赐教.如果想了解更多,请参考ADOBE方面的相关只是介绍. 1,关于显示对象:     shape -> sprite <MyClass>(20); 3,关于对象池: 缓存一些相同的对象,以便于随时调用.这里强调一些事情:     ①:缓存的对象数目:很对情况下,读段时间这个对象可能要用10个,可能要8个,可能12个. ......还是用public字段吧. 9,关于显示对象的visible     很多时候,AS3程序员都喜欢把不用的显示对象设为visible = false,这是可以的.但是从Flash Player 方面来讲,Visible = false任然值得它去绘制,它比较笨.木有办法,那优化的方案就是,将其移出舞台了. 10,像素处理优化: 当绘制像素时,使用BitmapData 类的相应方法即可进行一些简单优化 注: 如果处理的是位图 (而不是显示列表)中的像素 (双缓冲),有时该技术不会提高性能。如果位图对象没有引用位图缓冲 区,则使用 lock() 和 unlock() 不会提高性能

    1.1K10发布于 2020-01-10
  • 来自专栏为数不多的Android技巧

    Android性能优化虚拟机调优

    虚拟机进行垃圾回收的时候,要做一件很形象的事叫做STW(stop the world);也就是说,为了回收那些不再使用的对象,虚拟机必须要停止所有的线程来进行必要的工作。 虽说这一点在ART运行时上得到了很大的改善,但是GC的存在对App运行时的性能始终有着微妙的影响。 有很多有关性能优化的文章提到GC,会花长篇大论讲述垃圾回收的过程以及原理,但所做的策略无非就是「不要创建不必要的对象」,「避免内存泄漏」最终就提到MAT,LeakCanary等工具的使用上去了;我只能说这很苍白无力 解析参数完毕之后,最终调用JNI_CreateJavaVM来真正创建Java虚拟机。这个接口是Android虚拟机定义的三个接口这一,dalvik能切换到art很大程度上与这个有关。 那么这个堆,跟我们的启动性能优化有什么关系呢?

    2.5K10发布于 2018-09-05
  • 来自专栏ThoughtWorks

    性能优化那些事儿(3

    在讨论完性能优化的方面和策略之后,这次我们的文章更偏向技术层面,来分享下如何开发一个自己的性能分析工具(基于JVM)。 JVMTI(JVM Tool Interface)是 Java 虚拟机所提供的 native 编程接口,即底层的相关调试接口调用,我们熟知的Java调试其实也是基于它。 Javassist 依旧是一个字节码的修改工具,但对初学者更加友好,不需要过多了解字节码层面,可以书写Java语法片段对已有class字节进行修改,缺点是过于模板化,难以优化,并且功能有限。 开源 最终开源的性能分析工具可以在这里找到:https://github.com/tmtbe/PVisualization,配合改造后的JVM-SANDBOX,可以实现360度无死角的性能链路追踪分析, 原图链接:https://github.com/tmtbe/PVisualization/raw/master/source/img.png ---- - 相关阅读 - 性能优化那些事儿(1) 性能优化那些事儿

    43030编辑于 2022-04-08
  • 来自专栏存储稳定性&数据一致性

    虚拟机热迁移性能优化方案

    图片自动化测试ISO:图片虚拟机热迁移性能优化方案.pdf介绍文档:https://cloud.tencent.com/developer/article/2345169录屏:https://cloud.tencent.com

    48050编辑于 2023-11-02
  • 来自专栏python3

    Flash AS3 性能优化

    Adobe 官方性能优化文档,很全面,非常好! -30-optimizations/ 【Flash性能优化的一些细节概要:,是否在没有必要的时候做了无用功,往往从这些方面就能找到那些导致性能低下的地方。 尽量避免使用try catch 1、改进算法 无论对于那一种程序,好的算法总是非常重要的,而且能够极大地提高程序性能,所以任何性能优化第一步就是从算法或者说程序逻辑的优化开始,检查自己的程序是否有多余的运算 3、权衡程序的结构 程序的架构也非常重要,良好的结构会带来性能和程序健壮性的提升,但是有的时候又是相互矛盾的,例如代码写得过于健壮,反而会影响性能,这个地方需要开发者自己去权衡。 这个和as3刚出现时大家说的,能uint就uint完全不一致,uint甚至无法超过number。

    93420发布于 2020-01-10
  • 来自专栏大数据-Hadoop、Spark

    3章 Spark性能优化

    3.2、诊断内存的消耗 image.png image.png 3.3、高性能序列化类库 image.png image.png image.png image.png image.png 3.4、优化数据结构 image.png image.png map等集合除了有对象头还有entry指针额外的信息 尽量使用string 优化数据结构 3.5、对多次使用的RDD进行持久化或Checkpoint image.png image.png 3.6、使用序列化的持久化级别 image.png 3.7、Java虚拟机垃圾回收调优 image.png image.png image.png image.png 3.8、提高并行度

    45530发布于 2018-06-06
  • 虚拟机性能优化实战:从基础调优到深度压榨性能

    虚拟机性能优化实战:从基础调优到深度压榨性能 在云计算、企业级应用部署场景中,虚拟机(VM)是资源隔离与弹性扩展的核心载体。 (3)存储IO优化 存储IO是很多虚拟机性能瓶颈,重点从“存储介质→IO调度→虚拟机配置”优化: 升级存储介质:将机械硬盘(HDD)替换为固态硬盘(SSD)或NVMe SSD,IO延迟可降低一个数量级 (4)网络配置 配置合适的网卡类型:VMware使用VMXNET3网卡(性能优于E1000),KVM使用virtio网卡,提升网络吞吐量; 合理分配网络带宽:为虚拟机设置网络带宽上限(如VMware 三、实战案例:数据库虚拟机性能优化 以“MySQL数据库虚拟机(KVM环境,IO密集型)”为例,展示优化全流程: 1. 优化措施 硬件层:将HDD替换为NVMe SSD,网卡升级为virtio; 宿主机层:设置IO调度器为mq-deadline,开启CPU亲和性(将虚拟机vCPU绑定到物理核心2-3); 虚拟机

    1.1K10编辑于 2025-12-22
  • 来自专栏Unity3D

    项目优化性能优化(Unity3D)

    本文介绍了一些非常简单的性能改进,为了让玩家满意,每个Unity 开发者都应该知道这些改进。没有人期望你制作一个看起来像AAA+标题的游戏,但是它应该每秒有大量的帧。 二、算法和数据结构 当涉及到游戏的性能时,最主要的部分是开发人员对高效算法和数据结构的了解。这是一个太大的主题,不能在这里讨论。 四、网格 让我们来谈谈一些可以不用付出很大努力就可以学习和应用的东西:优化网格。在制作游戏时,我们通常在场景中有很多3D模型。每个模型都由一个所谓的网格组成。网格就是一大串三角形。 大多数三维建模程序已经具有网格优化功能,这取决于您使用它们。 如果没有方法绕过有很多三角形的网格,那么还有另一个选择:LOD(细节级别)。 顺便提一句:我们的其他文章通常不是为了保持它们尽可能容易理解而对性能进行优化。这取决于您应用本文中所学到的内容。

    80740编辑于 2022-08-07
  • 来自专栏coding for love

    5-12 webpack 性能优化3

    简介 本章继续介绍一些细节上的优化。 6. 控制包文件大小 及时删除无用的模块,不要引入无用的文件,使用 treeshaking 尽量减少包体。 [ /* ... */ ] } ] }; exports.plugins = [ // 2) create the plugin: new HappyPack({ // 3) 7.3.1 webpack-parallel-uglify-plugin(webpack3使用) 如果使用 webpack4,就不用关注这个了。 compress: {...options}, warnings: false } }) ] 7.3.3 terser-webpack-plugin (推荐使用) terser 较 uglifyjs 压缩性能更好 参考 即刻起,加速您的前端构建 webpack打包极限优化 性能 happypack 原理解析 webpack4配置总结(六)webpack4提升180%编译速度 webpack 打包优化的四种方法

    1.6K50发布于 2020-06-02
  • 来自专栏vivo互联网技术

    【干货】Elasticsearch的索引性能优化3

    作者:Adam Vanderbush 译者:小辉 本文是Elasticsearch索引优化系列的第三篇,此前已发布第一篇和第二篇。 localhost:9200/my_index -d '{ "settings" : { "index" : { "number_of_shards" : 3, 3 启用专门的数据节点 数据节点包含了建立索引的文档所在的分片。数据节点处理与数据相关的操作比如GRUD、搜索、聚合。这些操作属于I/O、内存和CPU密集型。 以下是优化磁盘I/O的小贴士: 如果可以负担得起SSD,它的性能优于任何的机械硬盘。基于SSD的节点无论是查询还是建立索引的性能都会有很大的提升。 英文原文:https://qbox.io/blog/maximize-guide-elasticsearch-indexing-performance-part-3

    81120发布于 2019-04-19
  • 来自专栏不温卜火

    Spark性能优化 (3) | Shuffle 调优

    ,通过调节map端缓冲的大小,可以避免频繁的磁盘 IO 操作,进而提升 Spark 任务的整体性能。 spark.reducer.maxSizeInFlight参数进行设置,默认为48MB, val conf = new SparkConf() .set("spark.reducer.maxSizeInFlight", "96") 3. 如果在指定次数之内拉取还是没有成功,就可能会导致作业执行失败,默认为3, val conf = new SparkConf() .set("spark.shuffle.io.maxRetries", SortShuffle排序操作阈值 对于SortShuffleManager,如果shuffle reduce task的数量小于某一阈值则shuffle write过程中不会进行排序操作,而是直接按照未经优化的 ,但是这种方式下,依然会产生大量的磁盘文件,因此shuffle write性能有待提高。

    68120发布于 2020-10-28
  • CSS3动画性能优化

    因此,在需要写动画时,我们需要选择合适的方案,最好是选择 scale()、rotate()、transalte() 等,因为他们具有更好的性能。 所以移动端动画以css3动画为优先,jquery只能用来简单处理应用逻辑。css3动画是用来给内容布局加上特效的通用解决方案,但是在性能堪忧的移动浏览器上很可能会受排版性能所限,达不到理想的效果。 而对性能有要求的特定场景,比如游戏,用canvas会有很大的提高。 css3在移动端出现卡顿问题 css3动画在ios上跑没问题,但是在安卓上有时会出现卡顿现象,包括下面几点原因。 这算得上是用空间换时间的优化了。 repaint(浏览器重绘)的面积 缩小动画面积,这一步的优化有限; 使用 transform 生成动画,避免使用 height,width,margin,padding 等 使用 transform,

    54910编辑于 2024-03-12
  • 来自专栏全栈程序员必看

    Unity3D性能优化总结

    而且使用不影响效果的低分辨率阴影;   08、实时阴影非常耗性能,尽量减小产生阴影的距离;   09、同意的话在大场景中使用线性雾,这样能够使远距离对象或阴影不易察觉,因此能够通过减小相机和阴影距离来提高性能

    86820编辑于 2022-02-01
  • 来自专栏vivo互联网技术

    【干货】Elasticsearch的索引性能优化3

    关注vivo互联网技术,获取更多技术干货 作者:Adam Vanderbush 译者:小辉 本文是Elasticsearch索引优化系列的第三篇,此前已发布第一篇和第二篇。 localhost:9200/my_index -d '{ "settings" : { "index" : { "number_of_shards" : 3, 3 启用专门的数据节点 数据节点包含了建立索引的文档所在的分片。数据节点处理与数据相关的操作比如GRUD、搜索、聚合。这些操作属于I/O、内存和CPU密集型。 以下是优化磁盘I/O的小贴士: 如果可以负担得起SSD,它的性能优于任何的机械硬盘。基于SSD的节点无论是查询还是建立索引的性能都会有很大的提升。 英文原文:https://qbox.io/blog/maximize-guide-elasticsearch-indexing-performance-part-3 ---- 本文章未经授权,禁止转载,

    1.3K30发布于 2019-03-19
  • 来自专栏明明如月的技术专栏

    性能优化方法论系列】三、性能优化的核心思想(3

    一般来说,同一个虚拟机 > 同一台服务器 > 同一个集群 > 同一个机房 > 同一个城市 > 同国其他城市 > 跨国。 Dubbo 从 2.2.0 开始,每个服务默认都会在本地暴露。 当冲突较严重时,红黑树的性能显然比链表更高,这其实就是根据情况结合不同的数据结构的优势实现性能优化的典型案例。 有些场景下可以选择使用布隆过滤器等算法优化性能。 3.4.4 加限制条件(技术层面) 此外,添加一些限制条件也是性能优化的重要思想。 以 Redis 的动态字符串为例。 对于 IO 密集型操作,可以侧重考虑通过并行、异步、合并、预处理等方法进行性能优化。 3.4.6 根据技术特点去优化 具体到某个技术都有会辅助性能优化的命令或工具,需要大家自己去掌握。 3.4.7 全链路优化 很多时候性能优化不能只把眼光局限于当前系统,需要考虑全链路,考虑前端和后端,当前系统和下游系统等。 有些性能优化问题,需要前端和后端通力合作,一起改进。

    50210编辑于 2022-07-12
  • 来自专栏区块链开发

    Web3 项目的性能优化

    Web3 项目开发面临着与传统 Web2 项目不同的性能挑战,主要源于区块链的去中心化特性、交易确认时间、链上存储成本以及与区块链网络的交互方式。因此,Web3 项目的性能优化需要从多个层面进行考虑。 智能合约优化 (On-chain Optimization)智能合约的效率直接影响 Gas 成本和交易处理速度。这是 Web3 性能优化的核心之一。 前端应用 (DApp) 优化 (Front-end Optimization)虽然与传统前端优化有重叠,但 Web3 DApp 有其特殊性。 收集用户反馈: 积极收集用户的性能体验反馈。总结Web3 项目的性能优化是一个涉及智能合约、数据层、前端以及基础设施的综合工程。关键在于理解区块链的限制和特性,并在此基础上采取合适的策略。 通过最小化链上 Gas 消耗、优化数据访问方式、提升前端渲染效率以及考虑Layer 2或混合架构等手段,可以显著提升 Web3 应用的性能和用户体验。

    34710编辑于 2025-04-21
  • 来自专栏cwl_Java

    性能优化-MySQL性能优化参数

    如果table_cache设置过小,MySQL就会反复打开、关闭 frm文件,造成一定的性能损失。 Threads_cached 27 Threads_connected 15 Threads_created 838610 Threads_running 3 为Innodb加速优化首要参数。默认值8M 这个参数不能动态更改,所以分配需多考虑。分配过大,会使Swap占用过多,致使Mysql的查询特慢。 一般最大指定为3M比较合适。 innodb_flush_logs_at_trx_commit 作用:控制事务的提交方式 分配原则:这个参数只有3个值,0,1,2请确认一下自已能接受的级别。默认为1,主库请不要更改了。

    7.4K20发布于 2020-02-13
  • 来自专栏DPDK VPP源码分析

    VPP 如何优化性能(系统调优)--3

    而透明大页的分配和管理机制则可以更好地支持多线程环境下的性能优化。 综上所述,透明大页和传统大页各有优缺点,对DPDK转发性能的影响也因具体场景而异。 如果多个虚拟机运行的是相同的操作系统或应用程序,则客户机之间的相同内存页的数量就可能比较大,这种情况下KSM的作用就更加显著。 至于KSM对DPDK转发性能的影响,由于KSM主要作用于内核内存管理,对DPDK的转发性能影响不是直接作用在DPDK本身,而是间接通过减少内存消耗和增加内存管理开销来影响整体性能。 KSM 在尝试优化内存利用率时会消耗主机系统上大量的 CPU 资源。 因此,即使单个CPU内核可以实现所需的性能目标,在“一个主线程+一个工作线程”配置中运行VPP将有助于减轻外部因素可能产生的影响,并允许一个工作线程提供更好更一致的转发性能

    1.6K30编辑于 2023-09-27
领券