- 综合排序
- 最热优先
- 最新优先
- 来自专栏韩曙亮的移动开发专栏
【Android 安装包优化】资源混淆 ( AAPT2 资源编译工具 | resources.arsc 资源映射表 工作机制 )
文章目录 一、AAPT2 资源编译工具 二、resources.arsc 资源映射表 工作机制 三、参考资料 一、AAPT2 资源编译工具 ---- 资源的编译 , 生成 R.java 文件 , 都是通过 , 布局 XML 资源 , 都是由 AAPT2 工具将 XML 文本文件 编译成 二进制的资源文件 , 并打包到 APK 安装包 中 ; AAPT2 工作原理 : 打包编译 : assets 和 res , 参考 【Android 安装包优化】资源打包配置 ( resources.arsc 资源映射表 | 配置国际化资源 ) 一、resources.arsc 资源映射表 博客章节 ; 二、resources.arsc 资源映射表 工作机制 ---- 特别注意 AAPT2 工具编译生成的 resources.arsc 资源映射表 , Android 应用中查找资源 , 就是根据该 resources.arsc 资源映射表 资源映射表 中获取具体的资源文件名称 , 路径 ; 三、参考资料 ---- 参考官方文档 : 缩减、混淆处理和优化应用 : https://developer.android.google.cn/studio
1.5K10编辑于 2023-03-29 - 来自专栏分布式｜微服务｜性能优化｜并发编程｜源码分析
性能优化｜JVM内存分配机制2
从年龄小的开始累加内存空间，如果累加到年龄为10的对象的时候，内存空间已经超过了s区的50%，这个时候就会把大于年龄10的存活对象全部移动老年代中； minor gc之后，s区放不下，会直接移动到老年代中 什么叫空间分配担保机制
61110发布于 2020-11-19 - 来自专栏PostgreSQL研究与原理解析
GPDB-内核特性-资源组内存管理机制-2
GPDB-内核特性-资源组内存管理机制-2 本次介绍资源组内存管理的实现。 1、资源组控制器的创建 资源组控制器由函数ResGroupControlInit创建：主要关注点：资源管理控制器pResGroupControl在共享内存中，hash表和slot池也在共享内存；资源组最多可以建 2、资源组控制器初始化 资源组控制器创建后，需要对其进行初始化，比如计算segment总内存等。该功能由InitResGroups完成。 资源组的创建流程： 重点关注下如何将资源组加入共享内存中的AllocResGroupEntry函数： 1)计算group->memExpected：资源组定义改组的总内存； 2)从pResGroupControl 5、资源组信息的分发与接收 开启一个事务时，会将其分配到资源组中。由此可以控制资源组内并发数。这个动作在master上控制。
75960编辑于 2023-03-27 - 来自专栏zjblog
网站优化之静态资源优化
• 安装： http://www.lcdf.org/gifsicle/ • 使用方式： 优化级别设置为不小于 2，1 的话基本不压缩 gifsicle --optimize=3 -o out.gif http://img13.360buyimg.com/n1/s100x100_jfs/t2443/71/2538811251/470 889/c2ec38b3/570f3438N81a4b62c.jpg • 图片服务器自动化优化是可以在图片 URL 链接上增加不同特殊参数，服务器自动化生成。 q10 2、HTML 优化细则 2.1精简 HTML 代码 • 减少 HTML 的嵌套 • 减少 DOM 节点数 • 减少无语义代码（比如:消除浮动） • 删除 • 尽量避免同时动画 • 延迟动画初始化 • 结合 SVG 4、JavaScript 优化细则 4.1 JavaScript 优化总体原则 • 当需要时才优化
2.5K10编辑于 2022-06-21 - 来自专栏用户4352451的专栏
JedisPool资源池优化
JedisPool资源池优化 合理的JedisPool资源池参数设置能够有效地提升Redis性能。本文档将对JedisPool的使用和资源池的参数进行详细说明，并提供优化配置的建议。 artifactId> <version>2.9.0</version> <scope>compile</scope> </dependency> Jedis使用Apache Commons-pool2对资源池进行管理 setTimeBetweenEvictionRunsMillis(30000); setNumTestsPerEvictionRun(-1); } } 说明 可以在org.apache.commons.pool2. 常见问题 资源不足 下面两种情况均属于无法从资源池获取到资源。 from the pool … Caused by: java.util.NoSuchElementException: Pool exhausted at org.apache.commons.pool2.
88710编辑于 2021-12-07 - 来自专栏程序猿DD
JedisPool资源池优化
artifactId> <version>2.9.0</version> <scope>compile</scope> </dependency> Jedis使用apache commons-pool2对 资源设置和使用 ? 空闲Jedis对象检测，下面四个参数组合来完成，testWhileIdle是该功能的开关。 2.空闲资源监测 ? 2. maxIdle minIdle maxIdle实际上才是业务需要的最大连接数，maxTotal是为了给出余量，所以maxIdle不要设置过小，否则会有new Jedis(新连接)开销，而minIdle from the pool … Caused by: java.util.NoSuchElementException: Pool exhausted at org.apache.commons.pool2. 具体可以参考该文章：https://www.atatech.org/articles/77799 2.
1.8K41发布于 2018-04-17 深度揭秘.NET中HttpClient的复用机制：性能优化与资源管理
深度揭秘.NET中HttpClient的复用机制：性能优化与资源管理 在现代.NET应用开发中，HTTP请求操作频繁，无论是微服务间通信、访问第三方API还是获取远程数据。 HttpClient是.NET提供的用于发起HTTP请求的关键工具，其复用机制对于优化性能和管理资源起着决定性作用。深入理解并正确运用这一机制，能显著提升应用程序的稳定性和效率。 2. 连接池工作流程：当HttpClient发起请求时，HttpClientHandler首先检查连接池组中是否有可用连接。若有，直接复用；若没有，根据配置（如最大连接数等）创建新连接。 HttpClient的复用机制是提升.NET应用HTTP请求性能的关键。其核心在于TCP连接的复用和资源的有效管理。适用于各类涉及HTTP请求的场景，尤其在高并发和频繁请求的情况下优势明显。 随着.NET的发展，HttpClient的复用机制有望进一步优化，以更好地适应复杂多变的网络环境和应用需求。
12700编辑于 2026-06-16- 来自专栏电光石火
进度压缩&资源优化
通过增加资源，以最小的成本代价来压缩进度工期的种技术。考虑加班等，对费用和进度进行权衡，确定尽量少增加费用的前提下最大限度地缩短项目持续时间。赶工导致成本增加，且并非总是切实可行的。 ? 二、资源优化定义： 在项目进行时，可以根据资源的实际使用情况对资源做相应的调整以满足项目的需要。优化技术：资源平滑和资源平滑。 资源平衡定义： 英文名：Resource Level。 对资源冲突的两项或多项活动的开始日期和结束日期进行调整以消除或缓解资源冲突的一种技术。资源平衡往往导致关键路劲改变，通常是延迟。 资源平滑定义： 英文名：Resource Smooth。 利用关键路径上活动的浮动时间，调整非关键路劲上的活动使项目资源数量减少波动的一种技术。 ?
1.3K30发布于 2021-02-04 - 来自专栏前端资源
网站优化之部分静态资源优化
图片 另外，还把一些没用的静态资源引用也删掉了，今天就先到这，下班下班~ 未经允许不得转载：Web前端开发资源网 » 网站优化之部分静态资源优化
43470编辑于 2023-10-10 - 来自专栏全栈程序员必看
k8s资源分类机制_k8s资源分类机制
（第三章）资源管理 yaml语言介绍 资源管理方式介绍 方式1：命令式对象管理 方式2:命令式对象配置 方式3:声明式对象配置 配置方式总结 kubectl在node节点上执行 资源管理 本章节主要介绍 yaml语法和kubernetes的资源管理方式 学习kubernetes的核心，就是学习如何对集群上的Pod、Pod控制器、Service、存储等各种资源进行操作 [外链图片转存失败,源站可能有防盗链机制 pod_name -o yaml kubectl get pod pod_name -o json 以JSON的方式查看结果数据 查看帮助命令：kubectl -help [外链图片转存失败,源站可能有防盗链机制 : kubectl api-resources [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-nna5MElb-1651391374871)(en-resource:/ /database/1607:1)] 方式2:命令式对象配置 存在配置文件XXX.yaml文件 命令式对象配置的方式操作资源，可以简单的认为：命令 + yaml配置文件（里面是命令需要的各种参数） 方式
50120编辑于 2022-09-21 - 来自专栏phpcoders
SQL优化 ----锁机制
锁机制： 解决因资源共享 而造成的并发问题。 示例： 当仓库中最后一件衣服时，A这时候下单，随后B也同一时间下单，这时候就会出现问题，到底这最后一件衣服卖给了谁？ DML）前，会自动给涉及的表加写锁； 所以： 1.对MyISAM表的读操作（加读锁），不会阻塞其他进程（会话）对同一表的读请求，但会阻塞对同一表的写请求，只有当读锁释放后，才会执行其他进程的写操作； 2. @1 Table_locks_immediate :即可能获取到的锁数 @2 Table_locks_waited: 需要等待的锁数（如果该值越大，说明存在越大的锁竞争） 一般建议： 当@1/@2 > 5000时， 建议采用InnoDB引擎，否则用MyISAM
54920发布于 2021-03-16 Shuffle机制及优化
缓冲区的大小可以通过参数调整，参数:io.sort.mb默然100M 优化 1.Map阶段 (1)增大环形缓冲区大小，有100M扩大到200M (2)增大环形缓冲区溢写的比例，由80%扩大到90% (4)不影响实际业务的前提下，采用Combiner提前合并，减少I/O 2.Reduce阶段 (1)合理设置Map和Reduce数：两个都不能设置太少，也不能设置太多。 太少，会导致Task等待，延长处理时间；太多，会导致Map、Reduce任务间竞争资源，造成处理超时等错误。 压缩： （1）map输入端主要考虑数据量大小和切片，支持切片的有Bzip2、LZO。 （2）单任务默认内存8G，需要根据该任务的数据量灵活调整，例如128m数据，配置1G内存，yarn.scheduler.maximum-allocation-mb。
29910编辑于 2025-12-23- 来自专栏IMWeb前端团队
前端图片优化机制
60%的网站流量来自图片，图片优化可以大幅影响网站流量。 2和4:2:0的色值设置 BPG可以用于硬件上支持HEVC编解码器 这种图片格式目前还没有被浏览器支持，需要js解码，但其优势非常明显 二、前端的图片优化方案 使用base64编码代替图片 场景 劣势：这种方法仅限于图片总数较少，而且图片大小小于2KB的情况。 四、小结 上面提供了web图片的一些格式特点和图片优化的可行方案，具体的场景需要考虑选择不同的方式来进行优化。 当然常见的优化思路为：页面静态资源图片使用css，canvas，svg，iconfont，sprite，base64来优化，后台返回的数据资源图片则通过响应式、图片压缩来优化，同时尽可能考虑使用新的更高压缩比的图片来做图片转化
2.4K30发布于 2019-12-04 - 来自专栏IMWeb前端团队
前端图片优化机制
60%的网站流量来自图片，图片优化可以大幅影响网站流量。 2和4:2:0的色值设置 BPG可以用于硬件上支持HEVC编解码器 这种图片格式目前还没有被浏览器支持，需要js解码，但其优势非常明显 二、前端的图片优化方案 使用base64编码代替图片 场景 劣势：这种方法仅限于图片总数较少，而且图片大小小于2KB的情况。 四、小结 上面提供了web图片的一些格式特点和图片优化的可行方案，具体的场景需要考虑选择不同的方式来进行优化。 当然常见的优化思路为：页面静态资源图片使用css，canvas，svg，iconfont，sprite，base64来优化，后台返回的数据资源图片则通过响应式、图片压缩来优化，同时尽可能考虑使用新的更高压缩比的图片来做图片转化
4.2K01发布于 2017-12-28 - 来自专栏Se7en的架构笔记
如何通过 Cgroups 机制实现资源限制
cgroups 主要提供了如下功能： 资源限制：限制资源的使用量，例如我们可以通过限制某个业务的内存上限，从而保护主机其他业务的安全运行。 优先级控制：不同的组可以有不同的资源（ CPU 、磁盘 IO 等）使用优先级。 审计：计算控制组的资源使用情况。 控制：控制进程的挂起或恢复。 比如，系统中定义了一个控制组 c1，限制了 CPU 可以使用 1 核，然后另外一个控制组 c2 想实现既限制 CPU 使用 1 核，同时限制内存使用 2G，那么 c2 就可以直接继承 c1，无须重复定义 如果这个值是 200000，也就是 200ms，那么它除以 period，也就是 200ms/100ms=2，结果超过了 1 个 CPU，这就意味着这时控制组需要 2 个 CPU 的资源配额。 Licensed under the GNU General Public License version 2 (only).
2.8K40发布于 2021-05-18 - 来自专栏sktj
Linux 资源控制管理机制：CGroups
cgroups 是Linux内核提供的一种可以限制单个进程或者多个进程所使用资源的机制，可以对 cpu，内存等资源实现精细化的控制，目前越来越火的轻量级容器 Docker 就使用了 cgroups 提供的资源限制能力来完成 cpu，内存等部分的资源控制。 比如上图中 cgrp1 组中的进程可以使用60%的 cpu 时间片，而 cgrp2 组中的进程可以使用20%的 cpu 时间片。 比如ext2，ext3等这些基础的磁盘文件系统，还有用于读写socket的socket文件系统，以及当前的用于读写cgroups配置信息的 cgroups 文件系统等。 最后在这个cgroups中启动这个任务：cgexec -g "cpu:/halfapi" php halfapi.php half >/dev/null 2>&1 在 cgroups 引入内核之前，想要完成上述的对某一个进程的
96120编辑于 2022-05-24 - 来自专栏YoungGy
【优化2】整数优化
或的逻辑约束 三个选择的或 只有才 更多或 整数可除 多边形组合 固定花费 分段线性 组合型 set covering set packing 食堂定位 地图填色 Julia例子 9数独 概述 整数优化就是线性优化 x1被选中当且仅当x2被选中。 x2或x3被选中，可以都被选中。 x2或x3被选中，不可以都被选中。 对应的IP约束为： x1-x3<=0 x1+x5<=1 x1-x2=0 x2+x3>=1 x2+x3=1 或的逻辑约束 或的逻辑问题，可以用用bigM方法去解决，其思想是通过添加新的变量，将部分约束变成多余的 例如，对于问题 [图片] 或 [图片] （两者可以都出现），y1、y2的定义域是[0，5]。 and column j to j+2 @constraint(m, sum{x[r,c,k], r=i:i+2, c=j:j+2} == 1) end for i = 1:9, j = 1:
1.9K50发布于 2018-01-05 深度剖析.NET中WeakReference的内存管理机制：优化资源使用与避免内存泄漏
深度剖析.NET中WeakReference的内存管理机制：优化资源使用与避免内存泄漏 在.NET开发中，内存管理是确保应用程序高效、稳定运行的关键因素。 WeakReference 常用于缓存、事件处理等场景，在这些场景中，对象的生命周期可能与程序的主要逻辑不一致，使用 WeakReference 可以确保在内存紧张时，这些对象能够被及时回收，释放内存资源 Q2：如何在多线程环境中使用 WeakReference？ A：在多线程环境中使用 WeakReference 时，需要注意线程安全问题。 A：随着.NET版本的发展，WeakReference 的实现主要在性能优化和与垃圾回收器的协同方面有所改进。例如，在一些版本中优化了 GCHandle 的管理，提高了垃圾回收时处理弱引用的效率。 未来，随着应用程序对内存管理要求的提高，WeakReference 的机制可能会进一步优化，开发者应持续关注并合理运用这一特性来提升应用程序的内存管理效率。
11510编辑于 2026-06-16- 来自专栏腾讯技术工程官方号的专栏
Kubernetes 资源拓扑感知调度优化
然而，想对资源进行更高效的利用，原生调度器的功能还远远不够。在调度时，我们希望调度器能够进行更细粒度的调度，比如能够感知到 CPU 核心、GPU 拓扑、网络拓扑等等，使得资源利用方式更加合理。 2. 预备知识 2.1. cgroups 之 cpuset 子系统 cgroups 是 Linux 内核提供的一种可以限制单个进程或者多个进程所使用资源的机制，可以对 CPU、内存等资源实现精细化的控制。 cvm-2 幸运的是，我们在物理机上可以采集到离线虚拟机每个 NUMA node 上实际可用的 CPU 资源比例，通过折损公式计算出离线虚拟机的实际算力。 优化结果 根据上述精细化调度方案，我们对一些线上的任务进行了测试。此前，用户反馈任务调度到一些节点后计算性能较差，且由于 steal_time升高被频繁驱逐。 经过优化后，资源得到更合理地利用，原有测试任务的训练速度能提升至原来的 3 倍，CPU 抢占的驱逐率大大降低至物理机水平。
2.4K20编辑于 2022-06-24 P2P加速技术：优化网络资源调度的创新之路
P2P加速技术作为一种创新方案，通过友好地利用用户网络闲置带宽，优化网络资源调度，降低全网整体负载，降低分发成本，甚至提供等同于CDN的视听体验能力，正在逐渐改变我们对网络传输的传统认知。 优化网络资源调度 该技术通过算法优化，实现了网络资源的智能调度，确保数据传输更加高效，减少了网络拥堵，提高了用户体验。 降低分发成本 利用P2P技术，X-P2P减少了对中心化资源的依赖，从而降低了内容分发的成本，为用户提供了更具性价比的服务。 此外，X-P2P还支持多种文件格式和传输协议，使其能够广泛应用于不同的业务场景。 总结 P2P加速技术以其独特的优势，正在成为网络资源优化的新趋势。 通过友好地利用用户网络闲置带宽，优化网络资源调度，降低全网整体负载，降低分发成本，提供等同于CDN的视听体验，X-P2P技术不仅提升了网络传输的效率，也为用户提供了更加经济、高效的服务。
40210编辑于 2025-07-28
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