- 综合排序
- 最热优先
- 最新优先
- 来自专栏黄啊码【CSDN同名】
10个MySQL性能调优的方法
1 2 3 4 5 6 7 8 9 10 11 12 mysql> SHOW GLOBAL STATUS LIKE'innodb_buffer_pool_pages_%'; +------------ 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 SELECT DISTINCT CONCAT('SELECT 减少磁盘写入操作 4.1 使用足够大的写入缓存 innodb_log_file_size 但是需要注意如果用 1G 的 innodb_log_file_size ，假如服务器当机，需要 10 分钟来恢复 10. 其他 单条查询最后增加 LIMIT 1，停止全表扫描。 将非”索引”数据分离，比如将大篇文章分离存储，不影响其他自动查询。 不用 MYSQL 内置的函数，因为内置函数不会建立查询缓存。 当然不用连接池 PHP 程序也可能将 连接数占满比如用了 @ignore_user_abort(TRUE); 使用 IP 而不是域名做数据库路径，避免 DNS 解析问题 以上就是10个MySQL性能调优的方法
1.9K20发布于 2020-05-29 - 来自专栏LhWorld哥陪你聊算法
【Spark篇】---Spark调优之代码调优，数据本地化调优，内存调优，SparkShuffle调优，Executor的堆外内存调优
一、前述 Spark中调优大致分为以下几种 ，代码调优，数据本地化，内存调优，SparkShuffle调优，调节Executor的堆外内存。 二、具体 1、代码调优 1、避免创建重复的RDD，尽量使用同一个RDD 2、对多次使用的RDD进行持久化 如何选择一种最合适的持久化策略？ 官方介绍，Kryo序列化机制比Java序列化机制，性能高10倍左右。 通过日志或者WEBUI 3、内存调优 ? Spark中如何内存调优？
2.3K30发布于 2018-09-13 - 来自专栏chenchenchen
SQL调优之性能调优
查询条件中操作符的权值 操作符 权值= 10 5 = 5 < 5 <= 5 LIKE 3 <> 0 表 2. 查询条件中操作数的权值 操作数 权值仅常量字符 10仅有列名 5仅有参数 5多操作数表达式 3精确数值类型 2其它数值类型 1时间数据类型 1字符数据类型 分右侧是文字字符（789）得 10 分下面是另外一个例子 … WHERE charcolumn >= varcharcolumn || ‘ x ’ 这种类型的查询权值得分就很低，只有 13 分 左侧只有列名 针对专门操作符的调优 前面，讲的是关于查询条件的一般规则，在这一节中，将讨论如何使用专门的操作符来改进 SQL 代码的性能。 本文总结的是一些 SQL 性能调优的比较初级的方面，SQL 调优还包括 Order by，Group by 以及 Index 等等。
2.5K30发布于 2019-12-03 - 来自专栏纯洁的微笑
Tomcat 性能调优之 JVM 调优
因此在对Web 容器( 应用服务器) 的调优中必不可少的是对于 JVM 的调优。 对于 JVM 的调优，主要有两个方面考虑： 内存大小配置 垃圾回收算法选择 当然，确切的说，以上两点并不互相独立，内存的大小配置也会影响垃圾回收的执行效率。 延迟、吞吐量调优 其他 JVM 配置 垃圾回收算法对应到的就是不同的垃圾收集器，具体到在 JVM 中的配置，是使用 -XX:+UseParallelOldGC 或者 -XX:+UseConcMarkSweepGC 所谓调优，就是一个不断调整和优化的过程，需要观察、配置、测试再如此重复。有相关经验的朋友欢迎留言补充！ 说到底，那上面的这些选项是要配置在哪里呢？
2.3K30发布于 2019-05-06 - 来自专栏SmartSi
Spark 性能调优之资源调优
整套方案主要分为开发调优、资源调优、数据倾斜调优、shuffle调优几个部分。 开发调优和资源调优是所有Spark作业都需要注意和遵循的一些基本原则，是高性能Spark作业的基础；数据倾斜调优，主要讲解了一套完整的用来解决Spark作业数据倾斜的解决方案；shuffle调优，面向的是对 本文作为Spark性能优化指南的基础篇，主要讲解资源调优。 2. 资源调优 2.1 调优概述 在开发完Spark作业之后，就该为作业配置合适的资源了。 理解作业基本原理，是我们进行资源参数调优的基本前提。 2.3 资源参数调优 了解完了Spark作业运行的基本原理之后，对资源相关的参数就容易理解了。 试想一下，无论你的Executor进程有多少个，内存和CPU有多大，但是task只有1个或者10个，那么90%的Executor进程可能根本就没有task执行，也就是白白浪费了资源！
2.1K30发布于 2019-08-07 - 来自专栏大数据成神之路
Spark调优 | Spark SQL参数调优
本文讲解最近关于在参与hive往spark迁移过程中遇到的一些参数相关问题的调优。 内容分为两部分，第一部分讲遇到异常，从而需要通过设置参数来解决的调优；第二部分讲用于提升性能而进行的调优。 异常调优 spark.sql.hive.convertMetastoreParquet parquet是一种列式存储格式，可以用于spark-sql 和hive 的存储格式。 这时候异常信息如下: java.io.FileNotFoundException: File does not exist: hdfs://hz-cluster10/user/da_haitao/da_hivesrc 性能调优 除了遇到异常需要被动调整参数之外，我们还可以主动调整参数从而对性能进行调优。
8.5K63发布于 2019-08-16 - 来自专栏ApacheHudi
调优 | Apache Hudi应用调优指南
通过Spark作业将数据写入Hudi时，Spark应用的调优技巧也适用于此。如果要提高性能或可靠性，请牢记以下几点。 GC调优：请确保遵循Spark调优指南中的垃圾收集调优技巧，以避免OutOfMemory错误。
1.4K20发布于 2021-04-13 - 来自专栏SmartSi
Spark 性能调优之Shuffle调优
因此，如果要让作业的性能更上一层楼，就有必要对 shuffle 过程进行调优。 但是也必须提醒大家的是，影响一个 Spark 作业性能的因素，主要还是代码开发、资源参数以及数据倾斜，shuffle 调优只能在整个 Spark 的性能调优中占到一小部分而已。 因此大家务必把握住调优的基本原则，千万不要舍本逐末。下面我们就给大家详细讲解 shuffle 的原理，以及相关参数的说明，同时给出各个参数的调优建议。 2. 5. shuffle相关参数调优 以下是Shffule过程中的一些主要参数，这里详细讲解了各个参数的功能、默认值以及基于实践经验给出的调优建议。 调优建议：在资源参数调优中讲解过这个参数。如果内存充足，而且很少使用持久化操作，建议调高这个比例，给 shuffle read 的聚合操作更多内存，以避免由于内存不足导致聚合过程中频繁读写磁盘。
1.9K31发布于 2019-08-08 - 来自专栏个人积累
数据库调优 项目调优
Springboot项目调优 配置文件调优 更改Tomcat的相关配置 设置Tomcat的最大连接数 设置请求头最大内存 设置post请求的最大内存 设置Tomcat最大线程数 设置Tomcat 的最小工作线程数 JVM调优 设置项目启动的参数 在vm option处添加配置内容 -XX:MetaspaceSize=128m #（元空间默认大小） -XX:MaxMetaspaceSize=128m
1.1K51发布于 2020-10-10 - 来自专栏SmartSi
Spark 性能调优之开发调优
Spark的性能调优实际上是由很多部分组成的，不是调节几个参数就可以立竿见影提升作业性能的。 整套方案主要分为开发调优、资源调优、数据倾斜调优、shuffle调优几个部分。 开发调优和资源调优是所有Spark作业都需要注意和遵循的一些基本原则，是高性能Spark作业的基础；数据倾斜调优，主要讲解了一套完整的用来解决Spark作业数据倾斜的解决方案；shuffle调优，面向的是对 本文作为Spark性能优化指南的基础篇，主要讲解开发调优。 2. 开发调优 2.1 调优概述 Spark性能优化的第一步，就是要在开发Spark作业的过程中注意和应用一些性能优化的基本原则。 官方介绍，Kryo序列化机制比Java序列化机制，性能高10倍左右。
1.4K31发布于 2019-08-07 - 来自专栏Linyb极客之路
下单接口调优实战,性能提高10倍
重新启动进程后，打开本地的(我用的是Window10) jvisualvm，添加JMX配置。配置成功后，可以点击线程那个tab，因为我们要做线程dump，观察线程的执行情况。 ? ? 在开发环境下，经过调优后，下单接口的TPS提升了3倍左右，当然由于开发环境的数据库和应用服务器都比较差，也会对TPS有影响的。当时优化完后，在生产上进行了压测，发现TPS提升了10倍。
1.2K20发布于 2018-12-05 - 来自专栏Jed的技术阶梯
Spark性能调优01-资源调优
理解作业基本原理，是我们进行资源参数调优的基本前提。 3. spark内存管理 (1) spark-1.5.x版本以前使用静态内存管理 ? 参数调优建议： 每个Executor进程的内存设置4G~8G较为合适。但是这只是一个参考值，具体的设置还是得根据不同部门的资源队列来定。 参数调优建议： Executor的CPU core数量设置为2~4个较为合适。 参数调优建议： Driver的内存通常来说不设置，或者设置1G左右应该就够了。 参数调优建议： Spark作业的默认task数量为500~1000个较为合适。
1.7K20发布于 2018-09-13 - 来自专栏全栈程序员必看
jvm 调优命令_java jvm调优工具
3类 **性能参数（Performance Options）：**用于JVM的性能调优和内存分配控制，如初始化内存大小的设置； **行为参数（Behavioral Options）：**用于改变JVM的基础行为 线上环境 web容器：Tomcat， startup.sh -> catalina.sh(卡特琳娜) 里设置JVM 参数 jsp + jinfo 查看某个java进程的参数，然后再调整设置 真实调优 tomcat/xxx/xx/heap.hprof 在排查的的时候 jmap -dump:format=b,file=heap.hprof 44808 一般dump下来的文件可以结合工具来分析 4调优常用工具 :k] Suspects [səˈspekts] 查找并分析内存泄漏的可能原因 Reports—>Leak Suspects—>Details Top Consumers 列出大对象 5调优实战分析 5.2程序监控调优 前提：java 应用程序必然是正常运行的。. 目的：减少GC 频率，减少Full GC 发现现象才去解决？
1.5K31编辑于 2022-11-17 - 来自专栏山河已无恙
Linux 性能调优之CPU调优认知
写在前面 博文内容为《性能之巅 系统、企业与云可观测性（第2版）》CPU 章节课后习题答案整理，这是CPU 调优的最后两篇之一，之后还会整理一篇CPU性能故障的场景分析的博文 内容涉及： CPU 术语 时10分01秒 3 0.14 0.00 0.25 0.01 0.00 99.61 23时10分01秒 4 0.19 时00分01秒 all 42.92 0.00 9.83 0.00 0.03 47.22 10时10分01秒 all 43.08 10时40分01秒 all 44.81 0.00 10.24 0.00 0.02 44.93 10时50分02秒 all └─$syscount -i 10 Tracing syscalls, printing top 10...
1.5K31编辑于 2025-04-09 - 来自专栏AustinDatabases
MONGODB 性能与调优 -- 内存调优 1
所以这又是一个新的系列，关于MONGODB的优化和调优，下方是一个MONGODB的 内存与磁盘的一个大概的架构。
1.9K30编辑于 2022-04-05 - 来自专栏山河已无恙
Linux 性能调优之虚拟化调优
写在前面 考试整理相关笔记 博文内容涉及Linux VM 常见管理操作以及部分调优配置 理解不足小伙伴帮忙指正 不必太纠结于当下，也不必太忧虑未来，当你经历过一些事情的时候，眼前的风景已经和从前不一样了 ——村上春树 使用工具进行调优 可以直接使用 tuned 包里面的适用于虚拟化调优的参数，tuned 中对于虚拟化通过两个优化配置，一个适用虚拟机，一个适用虚拟机所在的宿主机。 ┌──[root@liruilongs.github.io]-[~] └─$ 可以通过/sys/kerel/mm/ksm/目录下的参数，设置调优参数: ┌──[root@liruilongs.github.io liruilongs.github.io]-[~] └─$cat /sys/kernel/mm/ksm/sleep_millisecs 30 ┌──[root@liruilongs.github.io]-[~] └─$ 虚拟磁盘配置调优 xml | grep driver <driver name="qemu" type="qcow2" cache='none'/> 虚拟机磁盘 IO 调优
1.1K10编辑于 2024-02-27 - 来自专栏Spark学习技巧
spark调优系列之高层通用调优
在driver节点，spark会打印出每个task序列化后的大小，所以你可以通过查看task的大小判断你的task是否过大，通常task的大小超过20KB就值得调优了。 ? spark.locality.wait PROCESS_LOCAL等待超时时间 spark.locality.wait.rack spark.locality.wait RACK_LOCAL等待超时时间 五，总结 主要调优就是序列化和内存调优 Spark的技巧性调优点很多，很难在短篇幅文中讲解后面会结合spark源码进行彻底讲解。欢迎大家持续关注浪尖公众号。
1K70发布于 2018-01-30 - 来自专栏叨叨软件测试
JVM 调优之 Eclipse 启动调优实战
本文是我12年在学习《深入理解Java虚拟机：JVM高级特性与最佳实践》时，做的一个 JVM 简单调优实战笔记，版本都有些过时，不过调优思路和过程还是可以分享给大家参考的。 Client VM (build 17.1-b03， mixed mode， sharing) Eclipse版本： Release 4.2.0 Last revised June 8th， 2012 调优前 分析及调优 升级JDK版本 获取免费的“性能提升”(这里暂时不做考虑)。 类加载和编译时间优化 类加载： 字节码验证优化。 1.5 -Dhelp.lucene.tokenizer=standard -Xverify:none -Xms512m -Xmx512m -Xmn170m -XX:PermSize=256m 第二次 调优后运行结果 总结 以上只是专门针对 Eclipse 的启动过程进行分析和调优，并未对 Eclipse 日常开发工作进行分析和调优。 参考资料 《深入理解Java虚拟机：JVM高级特性与最佳实践》
80610发布于 2020-04-14 - 来自专栏爱编码
JVM调优
前言 JVM调优是作为每一位Java程序员必备的技能。我们平时打代码一般很少接触到，只有真正部署过线上项目，并且遇到相应的非代码逻辑导致的问题时。 为了更好地使用计算机的资源，我们有必要学习一下JVM调优。 重要参数 例如：-Xms512m -Xmx512m -Xss1024K 这几个参数涉及配置JVM的，你都懂了？ 如何调优 观察内存释放情况、集合类检查、对象树 上面这些调优工具都提供了强大的功能，但是总的来说一般分为以下几类功能 堆信息查看 查看堆信息，我们一般可以顺利解决以下问题：--年老代年轻代大小划分是否合理 调优方法 一切都是为了这一步，调优，在调优之前，我们需要记住下面的原则：1、多数的Java应用不需要在服务器上进行GC优化；2、多数导致GC问题的Java应用，都不是因为我们参数设置错误，而是代码问题； 真正熟练的使用GC调优，是建立在多次进行GC监控和调优的实战经验上的，进行监控和调优的一般步骤为： 1，监控GC的状态 使用各种JVM工具，查看当前日志，分析当前JVM参数设置，并且分析当前堆内存快照和
2K20发布于 2019-09-17 - 来自专栏码客
Nginx调优
; 解释：01表示启用第一个CPU内核，10表示启用第二个CPU内核 worker_cpu_affinity 01 10;表示开启两个进程，第一个进程对应着第一个CPU内核，第二个进程对应着第二个CPU 2核cpu，开启4个进程 worker_processes 4; worker_cpu_affinity 01 10 01 10; 解释：开启了四个进程，它们分别对应着开启2个CPU内核 4个cpu client_max_body_size：上传文件大小限制 fastcgi调优 fastcgi配置优化，如： fastcgi_connect_timeout 600; fastcgi_send_timeout gzip调优 使用gzip压缩功能，可能为我们节约带宽，加快传输速度，有更好的体验，也为我们节约成本，所以说这是一个重点。 js/css文件进行压缩) gzip_vary on：varyheader支持，改选项可以让前端的缓存服务器缓存经过GZIP压缩的页面，例如用Squid缓存经过nginx压缩的数据 expires缓存调优
1.2K30发布于 2021-08-12
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