- 综合排序
- 最热优先
- 最新优先
- 来自专栏iSharkFly
Confluence 6 性能优化 原
新的版本通常有更好的性能优化。 因没有足够内存避免 swapping 总是关注你服务器的交换（swapping）活动。 我们推荐你使用你熟悉的数据库，因为你能够更好的对数据库进行维护，这个可能相对你不熟悉的数据库来说，能更好的让你对数据库的性能进行优化。 数据库状态和查询分析 现代的数据库会基于你对数据库运行的查询历史来对查询进行优化。使用 SQL EXPLAIN 语句将会告诉你数据库查询的优化情况。 如果数据库查询命中率明显的不同，那么你需要考虑对数据库运行状态收集和优化。针对你数据库的版本不同，优化的版本和方向也会不同。 一些插件我们已经知道能够对系统性能造成影响并最终导致 Confluence 的崩溃。 https://www.cwiki.us/display/CONF6ZH/Performance+Tuning
1.4K40发布于 2019-01-30 - 来自专栏后端精进之路
JVM性能优化系列-(6) 晚期编译优化
6. 晚期编译优化 晚期编译优化主要是在运行时做的一些优化手段。 由于即时编译器编译本地代码需要占用程序运行时间，要编译出优化程度更高的代码，所花费的时间可能更长；而且想要编译出优化程度更高的代码，解释器可能还要替编译器收集性能监控信息，这对解释执行的速度也有影响。 HotSpot虚拟机采用分层编译（Tiered Compilation）的策略，其中包括： 第0层：程序解释执行，解释器不开启性能监控功能（Profiling），可触发第1层编译 第1层：也称为C1编译 ，将字节码编译为本地代码，进行简单、可靠的优化，如有必要将加入性能监控的逻辑 第2层：也称为C2编译，也是将字节码编译为本地代码，但是会启用一些编译耗时较长的优化，甚至会根据性能监控信息进行一些不可靠的激进优化 上分离寄存器，并在LIR上做窥孔（Peephole）优化，然后产生机器代码 Server Compiler是专门面向服务端的典型应用并为服务端的性能配置特别调整过的编译器，它会执行所有经典的优化动作。
49410编辑于 2023-10-19 - 来自专栏iSharkFly
Confluence 6 缓存性能优化 原
https://www.cwiki.us/display/CONF6ZH/Cache+Performance+Tuning
66630发布于 2019-01-30 - 来自专栏为数不多的Android技巧
Android性能优化之虚拟机调优
在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。 I/art: Background partial concurrent mark sweep GC freed 28723(1856KB) AllocSpace objects, 6(92KB) LOS 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 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 - 来自专栏腾讯Bugly的专栏
Android性能优化典范 - 第6季
导语 这里是Android性能优化典范第6季的课程学习笔记，从被@知会到有连载更新，这篇学习笔记就一直被惦记着，现在学习记录分享一下，请多多指教包涵！ 这次一共才6个小段落，涉及的内容主要有：程序启动时间性能优化的三个方面：优化activity的创建过程，优化application对象的启动过程，正确使用启动显屏达到优化程序启动性能的目的。 除了使用工具进行具体定位分析性能问题之外，以下两点经验可以帮助我们对Activity启动做性能优化： 优化布局耗时：一个布局层级越深，里面包含需要加载的元素越多，就会耗费更多的初始化时间。 关于布局性能的优化，这里就不展开描述了！ 异步延迟加载：一开始只初始化最需要的布局，异步加载图片，非立即需要的组件可以做延迟加载。 3. 6.
1.1K30编辑于 2023-04-02 - 来自专栏大数据成长之路
Hive性能优化之推测执行(6)
到这里Hive性能调优的系列就到此完结的,还有什么好的内容大家可以在评论区积极留言,小菌会经过筛选之后会择优采纳,希望大家多多支持!
1K30发布于 2021-01-22 - 来自专栏全栈前端精选
梳理 6 项 webpack 的性能优化
这个过程分为「搜索文件」和「把匹配的文件进行分析、转化」的两个过程，因此可以从这两个角度来进行优化配置。 使用 NamedModulesPlugin 可以使控制台打印出被替换的模块的名称而非数字ID，另外同webpack监听，忽略node_modules目录的文件可以提升性能。 它正常工作的前提是代码必须采用ES6的模块化语法，因为ES6模块化语法是静态的（在导入、导出语句中的路径必须是静态字符串，且不能放入其他代码块中）。 E6%A0%87%E8%AE%B0%E4%B8%BA%E6%97%A0%E5%89%AF%E4%BD%9C%E7%94%A8 注意，所有导入文件都会受到tree shaking 的影响。 通过在便一阶段预先执行源码来得到执行结果，再直接将运行结果输出以提升性能。但是现在Prepack还不够成熟，用于线上环境还为时过早。
2.2K20发布于 2020-07-24 - 来自专栏世界第一语言是java
DockerCompose运行redis 6 alpine性能测试优化
1.编写docker-compose文件 编写redis.yml，network_mode为host这样可以减少网卡资源消耗，提高性能，如果要求不高可以使用桥接网络，这样端口可以自由映射；调优修改的配置都是修改宿主机的配置 3.性能测试 redis-benchmark -h 127.0.0.1 -p 6379 -c 50 -n 10000 -q
1.3K20发布于 2021-11-24 - 来自专栏码农笔录
DockerCompose运行redis 6 alpine性能测试优化
原文后续持续更新地址 https://www.aiprose.com/blog/145 1.编写docker-compose文件 编写redis.yml，network_mode为host这样可以减少网卡资源消耗，提高性能 3.性能测试 redis-benchmark -h 127.0.0.1 -p 6379 -c 50 -n 10000 -q
82320编辑于 2021-12-06 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。 ：从硬件到虚拟机的全链路调优 虚拟机性能受“硬件底层→宿主机系统→虚拟机配置→应用”多层影响，按从下到上的顺序优化，效果更显著。 的“流量 shaping”），避免网络拥堵； 关闭不必要的网络服务：虚拟机内关闭IPv6（未使用时）、网络文件共享等不必要的服务，减少网络开销。 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. 六、总结：虚拟机优化的核心逻辑 虚拟机性能优化的核心是“先定位瓶颈，再分层调优”：从硬件层夯实基础，到宿主机层优化资源调度，再到虚拟机层精准匹配业务需求，最后通过量化指标验证效果。
1.1K10编辑于 2025-12-22- 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
紧接着魔数的4个字节存储的是Class文件的版本号：第5和第6个字节是次版本号（MinorVersion），第7和第8个字节是主版本号（Major Version）。 CatalinaClassLoader、SharedClassLoader和WebappClassLoader则是Tomcat自己定义的类加载器，它们分别加载/common/*、/server/*、/shared/*（在tomcat 6之后已经合并到根目录下的 ，它是虚拟机运行时数据区中的虚拟机栈的栈元素。 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 执行速度慢、完成相同功能的指令数量更多、栈位于内存中 基于寄存器的指令集： 优点：速度快 缺点：与硬件结合紧密 ---- 参考链接： https://www.jianshu.com/p/62241c6cd5ef
35510编辑于 2023-10-19 - 来自专栏数据科学（冷冻工厂）
PyTorch 模型性能分析和优化 - 第 6 部分
初始性能结果 在下图中，我们捕获了 TensorBoard 插件跟踪视图中显示的性能结果： 虽然训练步骤的前向传递中的操作在顶部线程中聚集在一起，但在底部线程的向后传递中似乎出现了性能问题。 优化建议：尽可能使用索引而不是收集 现在我们知道问题的根源在于 DropPatches 模块的 torch.gather 操作，我们可以研究长主机设备同步事件的触发因素可能是什么。 事实上，如果我们删除此配置，性能问题就会消失！问题是，我们能否保持算法的确定性而不需要付出性能损失。 结果 在下表中，我们比较了在不同场景下训练玩具模型的性能结果： 在我们的玩具示例中，优化虽然可衡量，但影响不大——性能提升约 2%。 在这篇文章中，我们讨论了一种非常具体的性能瓶颈类型。请务必查看我们在媒体上发布的其他帖子，其中涵盖了与机器学习工作负载的性能分析和性能优化相关的各种主题。
71020编辑于 2023-10-22 - 来自专栏架构师成长之路
Redis详解（6）性能监控：问题分析和优化
3、Redis容量规划和性能管理 通过分析redis资源使用和性能指标的监控历史趋势数据；对集群进行合理扩容(Scale-out)、缩容(Scale-back)；对性能瓶颈优化处理等。 Redis性能监控管理，及时发现性能瓶颈，进行优化或扩容，把问题扼杀在”萌芽期“，避免它”进化“成故障。 4、Redis硬件资源利用率和成本 从老板角度来看，最关心的是成本和资源利用率是否达标。 如果资源不达标，就得推进资源优化整合；提高硬件利用率，减少资源浪费。砍预算，减成本。 资源利用率是否达标的数据，都是通过监控系统采集的数据。 这个值用于分析redis抖动变化比较有用 以下表示：每个命令执行次数，总共消耗的CPU时长(单个微秒)，平均每次消耗的CPU时长（单位微秒） # Commandstats cmdstat_set:calls=6, Sentinel 和集群） tcp_port:6380 #redis服务监听端口 uptime_in_seconds:520162 #redis服务启动以来经过的秒数 uptime_in_days:6
4K21编辑于 2022-04-14 - 来自专栏Apache IoTDB
Apache IoTDB 系列教程-6：性能优化（0.8-0.10）
今天的内容包括建模优化、读写性能优化，会涉及一些简单的原理介绍。主要面向 0.8 - 0.10 版本。 正文 3754 字，预计阅读时间 10 分钟。 读写优化 读和写关系密切，数据的写入和参数配置会影响查询性能。 IoTDB 支持数据的乱序写入，但是乱序数据会影响查询性能，主要是对于聚合查询，原理是乱序数据会让预计算的统计信息失效，把聚合查询降维打击到读原始数据。 客户端优化 刚才说了存储组级别的锁，对于同一个存储组的N个写线程，这N个写线程都会抢一把锁，一个存储组对应不超过50个客户端比较好，写线程过多会导致过多的锁竞争。
1.8K30发布于 2020-09-27 - 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。 如果设置得太高，可能会造成文件描述符不足，从而造成性能不稳定或者连接失败。 对于有1G内存的机器，推荐值是128－256。 注意：该参数对应的分配内存是每个连接独享，如果有100个连接，那么实际分配的总共排序缓冲区大小为100 × 6 ＝ 600MB。所以，对于内存在4GB左右的服务器推荐设置为6-8M。 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。 默认的设置在中等强度写入负载以及较短事务的情况下，服务器性能还可以。如果存在更新操作峰值或者负载较大，就应该考虑加大它的值了。
7.4K20发布于 2020-02-13 - 来自专栏北京马哥教育
优化 SQL SELECT 语句性能的 6 个简单技巧
SELECT语句的性能调优有时是一个非常耗时的任务，在我看来它遵循帕累托原则。20%的努力很可能会给你带来80%的性能提升，而为了获得另外20%的性能提升你可能需要花费80%的时间。 根据我多年编写和运行SQL语句的经验，我开始开发一个检查列表，当我试图提高查询性能时供我参考。在进行查询计划和阅读我使用的数据库文档之前，我会参考其中的内容，数据库文档有时会很复杂。 我的检查列表绝对说不上全面或科学，它更像是一个保守计算，但我可以说，遵循这些简单的步骤大部分时间我确实能得到性能提升。检查列表如下。 另外： •使用带有报告和分析功能的应用程序时，有时报告性能低是因为报告工具必须对收到的、带有详细形式的数据做聚合操作。 在sales表中利用年和月增加一列，可以提高性能。更新后的SQL语句将如下: ?
2.1K110发布于 2018-05-04 - 来自专栏猫头虎博客专区
《21天精通IPv4 to IPv6》第12天：IPv6网络性能优化指南——如何优化IPv6的网络性能？
《21天精通IPv4 to IPv6》第12天：IPv6网络性能优化指南——如何优化IPv6的网络性能？ 摘要 欢迎来到《21天精通IPv4 to IPv6》系列教程的第12天！ 今天，作为猫头虎博主，我将引导大家探索IPv6网络性能优化的策略和技巧。我们将深入讨论性能监测的方法、优化实例、工具介绍以及常见的性能瓶颈。 本文包含了丰富的关键词，如IPv6性能优化、网络监测工具、IPv6配置技巧，旨在帮助读者提升IPv6网络的性能。 引言 随着IPv6的广泛部署，确保网络性能达到最佳变得非常重要。 优化IPv6网络性能不仅可以提高数据传输效率，还能提升用户体验。 正文 性能监测和优化策略 有效的性能监测是优化的第一步。了解网络的当前表现是制定优化策略的关键。 小结 IPv6网络性能优化是一个持续的过程，需要结合具体的网络环境和需求来定制优化策略。
94310编辑于 2024-04-09 - 来自专栏全栈工程师修炼之路
6.Redis数据库性能测试及优化配置
blog.weiyigeek.top/2019/4-17-576.html Redis基础运维之在K8S中的安装与配置 - https://blog.weiyigeek.top/2019/4-17-524.html Redis数据库性能测试及优化配置 基础实例: # (1) 同时执行 10000 个请求来检测性能(所有默认测试),通过 -q 参数让结果只显示每秒执行的请求数 $ . 6) 与 TCP/IP 环回相比，Unix 域套接字的性能优势在大量使用流水线（即长流水线）时趋于降低。 开发和运维人员更加关注的是Redis本身的一些配置优化，例如AOF和RDB的配置优化、数据结构的配置优化等，但是对于操作系统是否需要针对Redis做一些配置优化不甚了解或者不太关心，然而事实证明一个良好的系统操作配置能够为 服务用来提供标准时间服务，从而达到纠正时钟的效果 例如：每小时的同步1次NTP服务 0 * * * * /usr/sbin/ntpdate ntp.xx.com > /dev/null 2>&1 Redis 性能优化总结示例
1.6K20编辑于 2022-09-28 YashanDB数据库的6个性能优化技巧
如何优化YashanDB数据库的查询性能，成为数据库管理员和开发人员关注的重点。提升性能不仅能够提高资源利用率，还能降低系统成本和维护复杂度。 本文将基于YashanDB的体系架构和核心技术，深入分析六个实际可行的性能优化技巧。1. 基于具体应用场景选择合适部署架构，可先天实现性能优化的基础。2. 通过规范化的Chunk分布管理实现数据负载均衡，确保系统线性扩展能力和高并发处理性能。6. 数据库控制红o日志与检查点机制，确保高效持久化和故障恢复性能。总结的性能优化建议根据业务场景合理选择YashanDB部署形态，匹配性能需求。
17110编辑于 2025-11-20
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